DeepSeek 发布首款 Agent 产品 Harness，主打插件化与可重组运行时

DeepSeek 正式发布其首款 Agent 产品 DeepSeek Harness。与 Codex 这类「拿来即用」的 Agent 不同，Harness 把模型、工具、策略、存储、上下文与界面都接进了同一套插件化内核，更接近一套可重组、可回放的 Agent 运行时。APPSO 在正式发布前拿到了内测资格，本文内容来自内测版本，与正式版可能略有差异。

四种 Agent 预设，覆盖从极简到创造

Harness 的左侧边栏从上到下依次为「新建会话」、「工作区」以及不同文件夹内的多个会话。对话设置中可以切换不同工作区、模型与思考深度，后者提供 Off、High、Max 三档推理等级，并支持细粒度的权限控制。

与传统 Codex 类产品按「日常 / 办公 / 代码」等场景划分不同，Harness 用一套「Agent 预设」来应对不同任务，V4 Flash 正式版中提到的极简模式（minimal）正是其中之一：

• 极简模式（minimal）：适合简单修改与最小 Agent 测试，不含压缩、搜索、Skill、计划与子 Agent。
• 标准模式（standard）：默认选项，涵盖目标、计划、对话压缩等命令。
• 代码模式（code）：面向批量搜索、并行读取与多步骤自动处理。
• 创造模式（cordis）：用于开发新的 Agent 预设或插件。

预设本质上是「一个会话里 Agent 所运行的插件组装」，由系统提示词、工具、上下文压缩与多 Agent 能力组合而成，作用域按 agent → preset → global 解析。这意味着同一个进程内可同时运行写作、编码、研究等多类 Agent，且各自看到的工具与指令互不干扰。

「一切皆插件」架构

Harness 官方在内测产品介绍中写道「Everything is a plugin」。参与内测的用户在短短几天内就已开发了约 300 个插件，覆盖界面改造、桌面宠物、对话优化以及「跨会话长期记忆 + 后台自我进化」等能力。

长期记忆是该体系中最具特色的部分。Harness 并未走「向量数据库 + RAG」的常规路线，而是采用本地文件持久化 + 分层上下文注入 + LLM 自我整理的方案，并通过插件让 LLM 定期回顾完整工作上下文，把临时经验压缩为长久知识。其底层记忆仍是本地文件，但已经形成一套完整系统。

插件的覆盖面远超一般 Agent 产品。文档显示，Harness 的模型适配器、工具、策略、提示词、存储甚至 UI 区域都可以是插件，前端界面本身也被视作第二棵插件树：页面先声明侧边栏、对话区、输入区、设置区等标准挂载位，各插件再把组件注册进去。MCP、Skill、网页搜索、终端、子 Agent、多模型、Plan Mode、Workflow 等常见能力都通过插件接入统一底层机制。

设置页内，Harness 默认提供方涵盖 Kimi、OpenAI、Anthropic、Google 等近 40 家大模型厂商，用户可自由接入第三方模型。

不止是「DeepSeek 版 Codex」

为了观察执行层对同一模型的影响，APPSO 用 DeepSeek-V4-Flash 分别在 Harness、Reasonix 与 Codex 中完成同一个 Three.js 滑沙游戏。

在 Harness 中，V4 Flash 整体表现稳定：玩家从一开始就在滑行，遵守核心玩法并最终抵达沙漠绿洲；切换到 V4 Pro 后画面更精致，但金字塔等元素反而显得抽象。Reasonix 的同任务输出画面粗糙、3D 渲染简陋；Codex + V4 Flash 在两次尝试中均优于 Reasonix，但沉浸感仍不及 Harness 版本。

这一单次案例虽不足以证明 Harness 在所有任务上都更强，但足以说明：当模型完全相同时，Harness 提供的工具、提示词、上下文组织与执行策略，已经足以显著改变最终产物。

与 Codex 的本质差异

Codex 尝试交付一个拿来即用的 Agent，所有用户共享相似体验；Harness 则把更多结构暴露给开发者，让用户自行决定 Agent 应该具备哪些工具、规则与工作方式。Harness 在「模型可见 ⇔ 已记录」上也更进一步：保存的是完整事件流，包括 turn/start、step/start、用户消息、实际请求使用的模型、系统提示词、工具定义与原始流式响应，上下文压缩不会删除原始历史，只会通过 replacement 事件改变模型此后看到的「表面」。

正如文章所总结的：「Codex 切换不同的模型，模型只是 Agent 的一个部件。」Harness 想做的，是让 Agent 的每一个部件都可被替换和重组。