开篇：从"AI 的过去架构"看懂 Harness 的本质
DeepSeek Harness（dsh） —— 8 月 13 日发布即登顶 GitHub 趋势榜、两周 Star 破 17 万的 Agent 框架。但要真正读懂它，得先回答一个关键问题：Harness 到底是什么？为什么 2026 年它成了 AI 世界的核心词汇？
如果你关注 AI 圈，最近一定频繁看到一个新词——Harness（驭具 / 马具）。Databricks、LangChain、OpenAI 官方都在讲 "Harness Engineering"。
这不是炒作。看一组数据：
- LangChain 的编码 Agent 在 Terminal Bench 2.0 上，只优化 Harness、不动模型，得分从 52.8% 提升到 66.5%，排名从第 30 跃升到第 5。
- OpenAI 用 Codex 智能体在"禁止人工写代码"的约束下，构建了超百万行代码的内部产品——工程师的角色变成了设计 Harness。
- 2026 年一个关键认知：Agent 的成败，大部分问题出在 Harness，而不是模型本身。
一句话先立住核心公式：
Agent = Model + Harness
Model 负责"思考"（推理），Harness 负责"其他一切"（行动）。 如果你花了几个月优化 Prompt 和选模型，却依然得到一个脆弱的 Agent，很可能是一直在优化错误的东西——忽略了占大头的那 68%。
一、AI 之前的架构是怎么样的？（三代演进全景图）
要理解 Harness，先看它之前的架构长什么样。AI Agent 系统大致经历了三代演进——下图是三代架构的对比全景：
三代演进一句话总结：第一代只会"答话"（无工具），第二代能"调用"（但有工具、无治理），第三代能"持续可靠地干活"（工具 + 记忆 + 权限 + 编排的系统工程）。
第一代：Prompt Chaining（提示词串联）
早期的 AI 应用就是"把提示词喂给 LLM，拿到文本结果"。做复杂任务就把多个 LLM 调用串起来——这叫 Prompt Chaining。这段生成的输出，作为下一段的输入。
问题非常明显：
- 模型没有任何工具，只能"纸上谈兵"，无法真正做事（查库、改文件、调 API）
- 上下文（context）完全靠人手写死，没有管理
- 没有状态、没有记忆、没有安全概念
- 一旦流程复杂，全靠人写大量 if-else 拼接，代码变成"意大利面"
形象点说：第一代是让一匹没戴马具的马拉车——力气是有的，但完全使不上劲，只能对着空跑。
第二代：Tool + RAG（工具调用 + 向量检索）
后来出现了 Function Call（函数调用）——模型终于能调用工具了。配合 RAG（检索增强生成），能从向量数据库里捞知识喂给模型。
这批框架的代表是 LangChain、AutoGPT。能力确实上来了，AI 终于能"做事"了。
但问题在于"拼凑"：
- 上下文管理 = 手动拼字符串，错乱是常态
- 权限检查 = if-else 硬编码，一改就崩
- 记忆 = 往向量库里塞完事，没有系统设计
- 工具之间没有统一注册和执行机制，越做越乱
第二代是给马戴上了鞍，但缰绳、勒口、挽具各装各的——能拉车了，但一上复杂路况就散架。
第三代：Harness（2025–2026）
2025 年，Claude Code、Codex CLI、Devin 出现，标志着第三代的到来。本质区别一句话：
上下文管理和安全治理，同时从"ad-hoc 拼凑"变成了"系统工程"。
这就是 Harness 的诞生。
二、为什么需要 Harness？它解决了什么
核心矛盾：模型会"思考"，但不会"活着"
裸的 LLM 是什么？它是无状态的——用完一次就忘，不记得刚才说过什么，也不知道怎么调工具，更没有"持续干完一件事"的概念。
要让模型真正"干活"（不是答个题就完），必须在它外面套一层基础设施。下图展示了 Harness 如何"包裹"模型并赋予它行动能力：
它给模型这 5 样东西：
- 工具——能调用代码、文件、网络、API（通过 MCP 等协议）
- 记忆——跨步骤、跨会话记得状态和偏好
- 循环——不是调一次 API 就结束，而是 while 循环持续迭代，直到任务完成
- 安全边界——权限控制、沙箱隔离、危险操作拦截
- 错误恢复——工具调用失败能重试、能兜底
这一整套"让模型真正干活"的基础设施，就是 Harness。
一个贴切的比喻：LLM 是 CPU，Context 是 RAM，Harness 是操作系统
LLM = CPU：只负责"执行指令"，本身无法管理自己
Context = RAM：暂存当下工作数据，易失、容量有限
Harness = 操作系统（OS）：负责资源管理（哪些上下文保留/丢弃）、进程调度（哪个 Agent 何时响应）、I/O 操作（与外部系统接口）。
就像 OS 把硬件复杂性抽象成稳定接口，Harness 把 LLM 不可预测的输出，转化为可靠、可组合、可审计的服务。
这个比喻是理解整篇文章的钥匙：你架构的不再是"单个模型"，而是一套拥有资源分配、容错模式、服务保证的"AI 操作系统"。Harness 就是那层运行在这套系统上的"OS"。
三、Harness vs 提示词 vs 上下文：本质区别
这是最容易混淆的地方。很多人以为"把提示词写好、把上下文塞满"就是做好了 Agent。大错特错。
一张表看清三个概念
| 维度 | 提示词（Prompt） | 上下文（Context） | Harness |
|---|---|---|---|
| 本质 | 一段"开场指令"，告诉模型干什么 | 喂给模型的所有信息（对话历史、工具定义、检索结果） | 包裹模型的整套执行与治理基础设施 |
| 作用层级 | 输入层面（告诉做什么） | 输入层面（提供依据） | 系统层面（让模型能行动、能持续、能安全） |
| 生命周期 | 每次请求都变，随对话改写 | 随会话动态增长/压缩 | 贯穿 Agent 整个生命周期，持续运行 |
| 能否让模型"干活" | 不能，只是"希望"它干活 | 不能，只是"允许"它知道更多 | 能，提供工具/循环/记忆/权限让其真正执行 |
| 类比 | 给厨师的"菜谱" | 厨房里的"食材与调料" | 整个"厨房系统"（炉灶+刀具+流程+食品安全） |
关键洞察：Prompt 和 Context 只是 Harness 里的两个零件
Databricks 说得最透彻：
Prompt and context engineering both live inside harness engineering.（提示词工程和上下文工程，都属于 Harness 工程的一部分。）
提示词和上下文是 Harness 这个系统里的组成部分，不是对立面，更不是全部。
还有一个扎心数据（来自 Harness 深度分析）：
Agent 实际看到的上下文里：工具输出占 67.6%，工具定义占 10.7%，系统提示词只占 3.4%。
如果你一直在优化系统提示词而忽略工具输出格式，那相当于只优化了 Agent 3% 的上下文，却无视了 68% 的部分。冗长的工具输出，是导致"上下文腐烂"（context rot）最快的路径——这也是 Harness 要重点治理的。
四、DeepSeek Harness（dsh）怎么用
理解了上面三节，现在上手一个真实的 Harness——DeepSeek Harness。它的核心口号是 Everything is a Plugin（万物皆插件），构建在 Cordis 之上，把 Agent 的骨架（工具、记忆、路由、UI、甚至执行循环本身）全部插件化。
前提条件
| 项目 | 要求 |
|---|---|
| Node.js | 已安装（推荐 LTS 版本） |
| 网络 | 可访问 npm 与 GitHub |
| 可选 | DeepSeek API Key（如需接入官方模型） |
方式一：一条命令快速启动（推荐）
# 安装并启动，默认 Web UI 在 http://127.0.0.1:3080
npx @deepseek-ai/dsh web
命令会启动 Web UI 并自动打开浏览器。若在 SSH 环境（无本地浏览器），加 --no-open 只打印地址：
npx @deepseek-ai/dsh web --no-open
方式二：从源码运行
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
# 使用构建产物启动（无需重新编译）
pnpm dsh web
方式三：开发插件
dsh 的灵魂是插件。官方用 dsh-plugin 话题做插件发现，你写的插件打上这个 topic 即可被社区检索到：
- 接入 MCP 桥接已有工具
- 构建代码执行沙箱、记忆系统、模型网关
- 甚至替换默认的 Agent 执行循环
启动后做什么
- 浏览器打开
http://127.0.0.1:3080 - 通过 Web UI 配置要接入的模型（含 DeepSeek 官方模型）
- 按需挂载插件（工具、记忆、MCP 服务等）
- 开始给 Agent 派发真实任务——让它不仅能聊天，更能调工具、持续执行、跨会话记忆
更多入口：架构文档见官方 docs/architecture.md，开发指南见 docs/development.md，插件示例可搜索 GitHub 上的 dsh-plugin 话题。遇到问题可到官方 GitHub Discussions 反馈。
结语
DeepSeek Harness 的爆红不是孤立事件，而是 2026 年"开源 AI 竞争单位从代码库转向 Agent 工程系统"大潮的缩影。理解它的真正价值，不在于记住"万物皆插件"这句口号，而在于看清它背后那个更本质的趋势：
AI 正在从"会说话的工具"进化为"会干活的系统"，而 Harness 就是那套让模型真正"活起来"的操作系统。
技能是肌肉、记忆是海马体、路由是循环系统——当巨头们把骨架拆成乐高积木，真正的较量，是看谁能把这套"AI 操作系统"拼得又稳又强。