DeepSeek 发布首款Agent产品 DeepSeek Harness

DeepSeek Harness来了！

就在刚刚， @deepseek_ai 发布了首款 Agent 产品：DeepSeek Harness（DSH）。

这是 DeepSeek 首次将产品能力从模型层进一步延伸到 Agent 执行层。

此前，DeepSeek 已在 V4 Flash 正式版更新日志中披露，官方 Benchmark 使用即将发布的 DeepSeek Harness 极简模式进行测试。如今，DeepSeek Harness 正式推出，其定位并非单纯的 Coding Agent，而是一套可配置、可重组的 Agent 运行环境。

从功能上看，DeepSeek Harness 支持项目管理、长任务执行、多 Agent 编排、上下文管理、联网搜索、Skill、第三方模型接入等能力。

其中较核心的设计包括：
Agent Preset：通过不同预设组合系统提示词、工具、Skill、上下文压缩和子 Agent 能力；
插件系统：模型、工具、策略、存储、上下文乃至 UI 均可通过插件扩展或替换；
完整事件记录：系统会保存 Agent 执行过程中的模型请求、工具调用、系统提示词及上下文变化，便于回放和重建；
多模型支持：可接入 OpenAI、Anthropic、Google、Kimi 等近 40 家模型提供方。

DeepSeek 将其插件架构概括为：Everything is a plugin。

据内测项目情况，参与测试的开发者在数天内已经开发出约 300 个插件，其中包括界面修改、长期记忆、会话管理以及 Agent 自我整理等功能。

这也意味着，DeepSeek Harness 与 Codex 等一体化 Agent 产品的思路存在明显差异。

Codex 更强调直接交付一个完整 Agent 产品，而 DeepSeek Harness 更接近一套 Agent Runtime：开发者可以自行决定模型、工具、提示词、上下文策略、工作流和界面如何组合。

值得关注的是，DeepSeek 此前已经开始将 Harness 纳入模型评测体系。

这说明对于 DeepSeek 而言，Agent 的实际能力不再只由底层模型决定，工具、提示词、上下文组织和执行策略，也正在成为模型最终表现的一部分。

从开源模型到 Agent 执行层，DeepSeek 正在把竞争边界进一步向模型之外扩展。