8月13日晚，DeepSeek正式发布了首款Agent产品DeepSeek Harness的开发者预览版（v0.1），并以MIT协议全面开源，上线几小时GitHub便拿下3万多颗星标，直接对标OpenAI Codex和Anthropic Claude Code，宣告大模型竞争正式从模型层延伸到"执行层"。
一、核心发布：一切皆插件的开源Agent框架
时间与形态：2026年8月13日，DeepSeek正式推出Harness开发者预览版，同步以MIT协议开放源代码。项目负责人崔添翼表示"目前的版本还很不完善，请大家多提意见"。
架构哲学：采用"一切皆插件"的设计思路——模型、工具、会话、沙箱、存储、UI等所有Agent能力均由插件组合而成，可自由替换、灵活重组。底层基于Cordis插件系统构建，支持热插拔与依赖倒置。
四种运行模式：标准模式（完整工具组合）、PTC模式（程序化工具调用）、极简模式（仅bash+文件编辑，用于基准测试）、创造模式（运行时检查与Preset创作）。
二、设计定位：从模型提供商到智能体基础设施
核心公式：官方将Harness定义为"Model + Harness = Agent"，即大模型负责思考推理，Harness承担工具调用、任务规划、执行调度等所有工程化工作。
不挑模型：系统不限于DeepSeek自家模型，可接入OpenAI、Anthropic、Kimi、Google等主流大模型。甚至已能直接调用本机的Claude Code、Codex协同工作。
行业对标：直接切入代码智能体赛道，对标Codex和Claude Code。通过插件化架构，它更像一个"组装智能体的方式"而非固定形态的编程助手。
三、市场反响：开源狂欢与生态想象力
GitHub热度：发布数小时内星标突破3万，增速惊人。开发者社群围绕其"极端插件化"展开两极讨论：一派盛赞底层架构强，一派抱怨学习门槛高。
成本优势显现：有测试显示4轮任务跑127步，输入810万token，缓存命中率达99%，总成本极低。第三方横向评测认为其单任务推理成本远低于Claude Code。
生态意义：补齐了国产大模型从"提供模型"到"提供完整开发工具链"的关键一环，让国内开发者拥有自主可控的Agent基础设施。
