DeepSeek Harness 深度评测：Agent 时代的「安卓」还是开发者的一次豪赌？
综合 10+ 信源实测：架构哲学、四种模式、与 Claude Code/Codex 正面交锋、插件生态、安全模型、社区争议与独立判断。
评分综合 12+ 信源实测，反映“框架价值”而非“成品易用度”。
一句话结论
DeepSeek Harness（dsh）不是又一个编码 Agent，而是「造 Agent 的框架」——它以“一切皆插件”的 Cordis 微内核，把模型适配器、工具、会话、沙箱、乃至 Agent 循环本身全部变成可替换的插件。发布一周 GitHub 星数冲到 18.5 万，创下 Agent 类项目纪录。但它是 MIT 开源的开发者预览版，官方用大写字母警告“将发生破坏性变更”。它是 Agent 时代的「安卓」，但目前是一台让你亲手攒的安卓机，不是开箱即用的 iPhone。
适合谁
不适合谁
一、它到底是什么：先纠正三个误解
核心架构：基于 Cordis 微内核（北大与 DeepSeek 联合论文）。内核只负责插件的加载、依赖解析与事件调度，业务逻辑为零。模型适配器、工具注册表、会话日志、Agent 循环、UI——每一个组件都是独立的 Cordis 插件，通过 ctx.plugin() 挂载，通过 YAML 配置自由组合，卸载时副作用自动撤销。
这一架构带来三个实打实的差异：
- 可审计：运行中的 dsh 是一棵插件树，每个注册项都能追溯来源
- 可替换：换模型、换 UI、换沙箱策略 = 改配置，不是 fork 源码
- 可自我演化：创造模式下，模型可以自己写插件、自己装上（社区称“剑指自进化”）
二、上手实测：门槛确实低，但坑不少
安装（三选一）
terminal
启动后浏览器打开 http://127.0.0.1:3080，三步配置：填模型 API Key → 选工作目录 → 开始干活。
实测数据点（综合多信源）
配置陷阱（实测踩坑，官方文档缺失）
三、四种模式详解（不是等级，是场景）
实测发现：标准模式适合陌生任务探索；PTC 模式不会自动提速——陌生流程反而可能超 2 分钟无输出（觉醒AI），它只适合“步骤已稳定的重复任务”。别把四种模式当升级路线，它们是工具箱。
四、三大亮点：别人没有的
1. Trajectory 轨迹视图 —— 最好的 Agent 调试器
纯追加的 JSONL 事件流，记录模型看到的一切：系统提示词、思维链、工具调用与结果、子代理调度。可以按来源过滤、恢复、分叉、检索、回放。
- 实测价值：诊断配置问题从“几小时”缩到“几分钟”（atlascloud）
- 对比：Claude Code / Codex 没有这种插件级审计轨迹（MindStudio：“这是 AI 可观测性工具该有的能力”）
2. Token 消耗透明 + 高缓存命中
底部实时统计 token 消耗与缓存命中率。实测缓存命中率多在 98-99%，偶尔 100%，长任务成本控制出色。透明到“防止一不留神刷爆信用卡”（36氪）。
3. 权限边界清晰可配置
内置进程沙箱，三种权限模式（只读 / 工作区可写 / 完全访问）。实测越界写文件被沙箱拒绝后弹出权限升级请求（可拒绝或仅允许一次）。对比 Codex 的 OS 内核级沙箱（最安全但最不灵活）和 Claude Code 的应用层钩子（灵活但隔离弱），dsh 走的是“沙箱策略本身是插件”的第三条路。
五、正面交锋：dsh vs Claude Code vs Codex
关键判断（综合 5 篇英文深度评测）
一个被多数评测忽略的事实：dsh 可以通过插件把 Claude Code / Codex 当作子代理调用——它们不是竞争对手，而是 dsh 的一个“工具”。
六、插件生态：机会与风险并存
机会：空白还是蓝海
- GitHub
dsh-plugintopic 已有 900+ 公开插件（官方 + 社区） - 空白很多：如“会话→日报/周报/交接文档”直到 8 月中才有人做（dsh-report-studio 作者）
- 官方内置 100+ 插件，含专为开发设计的 Skill：dsh-code-review（审 PR）、dsh-doc-standards（文档规范）、dsh-find-simplifications（找可简化代码）等
风险：三个必须知道的坑
实战：第一个插件有多难
最小插件只需四个导出（name/inject/Config/apply）+ 一个 defineTool，约 20 行代码。但要做出能发布的产品级插件，要处理：数组入参、结构化输出、并发、取消、输入校验、部署限额、peer 依赖、README 写明平面与 realm——复杂度全在后半段。
七、安全模型与争议点
安全模型：三档沙箱（只读/工作区可写/完全访问）+ 审批弹窗 + 插件化沙箱策略。但对生产环境：
- ❌ 无 SOC 2 / ISO 27001（Anthropic 有）
- ❌ 无安全审计的插件生态
- ⚠️ 创造模式 = shell 权限，等同信任模型执行任意代码
社区争议（小红书高赞帖）：
- 👍 “二开真的太爽了”（779 赞）—— 可定制性碾压
- 👎 “恕我直言 DeepSeek Harness 根本不是个 Agent”（95 赞）—— 认为它更多是框架不是产品，普通用户用不上
- 👍 “保姆级入门教程”（1002 赞）—— 学习资源正在快速补齐
真正的争议点：dsh 发布前两小时，DeepSeek V4-Pro 正式版宣布大幅涨价（API 价格约为原来的 3 倍）。这一冷一热形成强烈反差——框架是免费的，但喂它的模型 API 变贵了。VentureBeat 评价：“DeepSeek 同时追逐两个可能冲突的优势：让 Agent 栈更开放，同时让自家 API 更贵。” 对深度用户，缓存命中率高（98%+）+ 离线权重可选，部分抵消了涨价影响。
八、独立判断与结论
它值不值得用？
适合 dsh 的：
- ✅ Agent 开发者 / 研究者：想理解、改造 Agent 运行时的最佳学习对象（“开发者天选的马鞍”）
- ✅ 要造内部 Agent 产品的团队：反正要写 harness，dsh 是现成底板（SpringBrand：“这正是 dsh 设计的场景”）
- ✅ 拒绝模型锁定的团队：一个框架驱动任意模型，dsh 的结构性优势
- ✅ 需要可审计自动化流程：权限边界 + 轨迹视图 + 完全开源
- ✅ 预算敏感的批量自动化：框架免费 + DeepSeek 模型 + 高缓存命中
不适合的：
- ❌ 要开箱即用的普通用户：学习成本高、装插件要懂依赖和 realm
- ❌ 生产关键路径：README 用大写字母承诺“将发生破坏性变更”，别赌
- ❌ 追求稳定性的企业：无合规认证、无成熟支持、配置格式可能下月就变
最终评价
评测日期：2026-08-23。本文综合以下信源：智东西《实测DeepSeek Harness》、36氪《深度体验DeepSeek Harness，我原谅它涨价了》、觉醒AI《实测四种模式》、atlascloud《3次运行声称完成，仅1页生效》、实在智能《好用吗？真实体验》、MindStudio《vs Claude Code vs Codex》、VentureBeat、4sAPI《vs Codex vs Claude Code》、apidog《vs Claude Code》、agentpedia《vs Claude Code vs Codex vs Cursor》、SpringBrand《vs Claude Code》、DeepSeek Harness 官方架构文档、GitHub 插件开发实战（dsh-report-studio）。安装体量/内存占用等为本评测独立复核。模型与框架版本可能变动，请以官方为准。