技术雷达｜DeepSeek Harness (dsh) 全插件化架构的组合、执行与记录
黄佳
你好，我是黄佳。
2026 年 8 月 13 日，DeepSeek 开源了自己的 Agent Harness。仓库叫 DeepSeek Harness，命令行叫 dsh，因此也可以把它简称为 dsh。消息发出来以后，有同学问我：DeepSeek Harness 看起来和主流 Harness 完全是两条路线，它是不是也把 Agent 治理变难了？我们先比较一下各种 Harness 的构建方法究竟有何不同。
LangGraph 先让开发者画出状态图；
OpenAI Agents SDK 先给出 Agent + Runner；
Claude Code 和 Codex 等 Agent 先交付一套完整产品，再开放 Skills、MCP、hooks 和 SubAgents；
dsh 的起点是一棵插件树，连 Agent Loop 都可以替换。因此它开放的是组装层，因此能力边界更宽，治理对象也更多。
一个 AI Agent 想要真正完成工程任务，不仅要能与模型对话，还要能够读写文件、执行命令、调用工具、维护上下文，必要时还要启动子代理协同工作。dsh 提供的，正是支撑这些能力运行起来的一整套基础骨架。
大多数 Agent 框架都有一个相对固定的“特权内核”：主循环如何推进、工具如何调度、上下文如何管理，通常都被写在框架核心里。使用者可以扩展外围能力，却很难改变系统真正的运行方式。一旦想修改 Agent 的行为，往往就要深入内核代码，或者通过层层补丁绕开原有设计。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《Agent 设计模式之美》，新⼈⾸单¥68
《Agent 设计模式之美》，新⼈⾸单¥68
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论