什么是 Agent Harness？定义、案例，以及 DeepSeek 为什么要造一个

Agent harness（智能体运行框架） 是位于语言模型和真实世界之间的那层软件，把模型变成一个能干活的 AI 编程智能体：它运行工具调用循环、管理上下文和会话状态、执行权限策略、并提供一套扩展机制来添加能力。模型决定要做什么；harness 决定这个决定如何变成一条 shell 命令、一次文件编辑、或一次 API 调用——安全地、可重复地、且在多个步骤之间保有某种记忆。

Harness 实际提供的几个层次

去掉品牌包装和厂商专属命名之后，大多数 agent harness 都会收敛到同样几项职责：

层	作用
工具调用循环	给模型发送 prompt 和可用工具，接收工具调用请求，执行它们，再把结果喂回去——如此循环，直到模型停止或被某个策略打断
上下文管理	组装模型每一轮能看到的内容：系统提示词、项目指令、对话历史、工具结果——并在其增长时做压缩或裁剪
权限 / 沙箱	决定一个请求的动作（写文件、跑命令、访问网络）是被允许、被拒绝，还是需要明确审批
会话状态	在多轮对话之间、重启之间，有时候在被委派的子任务之间，持久化对话和任务状态
可扩展性	一套无需 fork harness 本身就能添加工具、集成或行为的机制——插件、扩展，或某种等价物

单纯调用一次模型提供商的 API，这些东西一个都没有。Harness 就是你围绕那次调用所构建或安装的一切，把"一个能对文本做出回应的模型"变成"一个能在真实环境里把事情做完的智能体"。

这和"框架"或"agent SDK"有什么区别

这些术语在日常使用中经常混用，但有一个有用的区分：agent SDK 或 agent 框架（比如 LangChain 这类库）通常给你的是构建块——你自己写编排代码，自己决定循环结构，自己把工具接进去。Harness 更接近一个成品应用：你直接运行它，它已经内置了一套有主见的工具调用循环、一个 UI 或 CLI、会话持久化，以及一套权限模型。你对 harness 做的是"扩展"；对框架做的是"组装"。

实践中这条界线会模糊——有些 harness 会暴露类似 SDK 的编程接口，有些框架也会附带看起来像 harness 的参考应用——但"我是直接拿来运行，还是自己写编排循环"通常是判断某个东西属于哪一边最快的办法。

逐层拆解 DeepSeek Harness

DeepSeek-Harness（dsh）是 DeepSeek 开源的 agent harness，它是一个很好的实例，恰恰是因为它的架构把自己的设计哲学大声说了出来：一切皆插件。上面提到的每一层，都是在 Cordis 插件框架之上以插件的形式实现的，而不是各自拥有独立配置格式的独立内建子系统。

• 工具调用循环与工具——ctx.tools.register() 注册一个工具的 schema 和处理函数；schema 会自动流入 prompt 组装环节。一个 DSH_TOOLS_MODE 环境变量甚至能让你在原生结构化工具调用和"Code Mode"（模型写代码以编程方式调用工具）之间切换。
• 上下文管理——Session 会加载 AGENTS.md/CLAUDE.md 项目指令（渲染预算最高 65,536 字节），并用内存 SQLite 存储对 session 内容做索引；专门的压缩插件（compaction-basic、一个工具结果裁剪器、以及一个 /compact 人类命令）在对话不断增长时管理哪些内容留在上下文里。
• 权限与沙箱——三档沙箱（read-only、workspace-write、danger-full-access），由平台专属的强制执行方式支撑（Linux 上是 bwrap/Landlock，macOS 是 Seatbelt，Windows 是 ACL，或可选的 E2B 云沙箱），并配合命名的权限预设，把沙箱模式和审批策略组合在一起。新 session 默认是 workspace-write + ask 审批。完整细节见 DeepSeek Harness 权限与沙箱。
• 会话状态——两种可插拔的持久化后端（JSONL 和 SQLite）存储 session 历史；一个 goal 概念在一个持续进行的 session 之上叠加了一个持久化、有状态的目标。
• 可扩展性——这是 dsh 的设计对自己这套主张贯彻得最彻底的地方。Skill、斜杠命令、MCP server 连接、hook、模型适配器，乃至子代理委派，全部是同一种插件的不同用法，通过同一套 Cordis 机制注册——而不是五个各自拥有五种 manifest 格式的独立子系统。这在实践中到底意味着什么，完整拆解见 DeepSeek Harness 架构：「一切皆插件」到底意味着什么；准确讨论这套概念所需要的词汇，见 DeepSeek Harness 术语表。

往 dsh 里装一个能力只需要一条命令：dsh plugin --profile web add <包说明符>，可以来自 npm、GitHub 仓库或本地路径——完整机制以及在你机器上执行代码的安全权衡，见如何安装 DeepSeek-Harness 插件。

你会遇到的其他 harness

DeepSeek Harness 不是这个赛道里唯一的项目，这个品类在它之前就已经存在。Claude Code（Anthropic）和 OpenAI 的 Codex CLI 都是以终端为核心的编程 agent，符合同样的定义：一套工具调用循环、权限模型、会话管理，以及一套扩展机制（在 Claude Code 里是 skill、command、hook、MCP 连接，各自作为独立关注点组织，而不是 dsh 那种单一统一的插件机制）。OpenCode 是另一个形态类似、带终端 UI 的开源项目。每个项目在扩展机制的紧密程度、什么在哪里运行、权限默认值怎么定这些问题上，都做出了自己的设计选择——这是一个值得深入的真实对比点，详见 DeepSeek Harness vs Claude Code。

无论你从哪个 harness 入门，有一个事实值得了解：dsh 提供官方的子代理 provider，可以把工作委派给 Claude Code 或 Codex 作为后端（dsh-subagent-claude-code、dsh-subagent-codex），并提供桥接插件直接复用已有的 Claude Code 或 Codex hooks.json 配置。这些工具并非纯粹互斥的关系——一个 harness 完全可以把另一个 harness 编排为自己的执行后端之一。

"Harness engineering" 是相关但不同的概念

你有时会在"agent harness"旁边看到 harness engineering 这个词——它指的是有意识地打磨一个代码库及其文档（AGENTS.md 文件、lint 规则、评测体系），让 AI agent 在这个项目里工作时更有效的一种实践。它是一门应用于你所使用的任何 harness 之上的学科，而不是 harness 本身的另一种叫法；harness 是运行时，harness engineering 是你为它布置代码库的方式。

FAQ

Agent harness 和"AI agent"是一回事吗？

不完全是。Agent 是一种行为——模型加上工具完成一项任务。Harness 是让这种行为成为可能的基础设施：循环、权限、会话管理。你可以把 harness 描述成"把模型变成 agent 的那个东西"，这大致就是这个术语存在的原因。

用 LLM 做编程任务一定需要 harness 吗？

对一次性的单次模型 API 请求来说不需要。但一旦你想要多步骤工具调用、持久化上下文、权限边界，或者一种无需自己手搓编排逻辑就能扩展行为的方式，你描述的就是 harness 要解决的问题——无论你是装一个现成的，还是自己搭一个最简版本。

Harness 和 IDE 插件有什么区别？

一个 IDE 插件（比如 Copilot 这类扩展）通常只是挂在一个已有编辑器上的一个集成点。Harness 是一个拥有自己的工具调用循环、权限模型和扩展系统的独立运行时——它可以通过一个 IDE 集成、一个 web UI、一个 CLI 或一个 SDK 暴露出来，但 harness 本身不由其中任何一种前端来定义。

DeepSeek Harness 和 DeepSeek 的模型 API 是一回事吗？

不是。DeepSeek 的模型 API 回答的是文本/对话请求。DeepSeek Harness（dsh）是一个独立的开源运行时，可以调用 DeepSeek 自家的模型——也可以通过自定义 provider 调用其他厂商的模型——并把它们放进一套完整的工具调用循环里，配上会话、权限和插件。项目层面的完整介绍见 什么是 DeepSeek Harness？。

下一步

想看这个问题针对 DeepSeek 的具体版本——安装步骤、版本状态、以及它在更大生态里的位置——读什么是 DeepSeek Harness？。想看"一切皆插件"在完整架构细节上是怎么落地的，去看 DeepSeek Harness 架构。如果你正在拿 dsh 和你已经在用的另一个 harness 做评估，DeepSeek Harness vs Claude Code 是本站最深入的一篇对比文章。想看扩展机制的实际效果，可以逛开发与运行时分类或完整插件目录。