8月1日消息,DeepSeek Harness 团队负责人崔添翼发布了一则简短的招募帖:Agent Harness 相关开源项目的开发者,如果想参加 DeepSeek Harness 的内测,可以回复或私信联系,附上 GitHub ID 和开源代表作。这是 DeepSeek 第一次为其自研 Agent 框架打开外部测试通道,而评论区的 900 多个项目很快让事情超出了招募本身:相当比例的回复者看中的是 DeepSeek 帖子自带的巨大流量,报名与晒项目的边界在这里已经模糊。 一条帖子与 900 个报名项目
截至 8月3日,这条帖子获得约 2652 个赞、908 条回复和超过 75 万次浏览。回复区几乎被报名帖刷屏,开发者按要求贴出 GitHub ID 和代表作链接。据报道,本次内测只从报名者中选取一小部分,入选者需要签署保密协议。
报名名单:一幅开源 Agent 生态版图
报名名单的头部被真正的 Harness 项目占据。按 8月3日 的 GitHub 数据,Star 数最高的是字节跳动的 deer-flow(约 7.9 万 Star),一个支持沙盒、记忆和子 Agent 的长程 SuperAgent 框架;紧随其后的是把代码库转成交互式知识图谱的 multi-agent 工具 Understand-Anything(约 7.7 万 Star)、社区驱动的终端编码框架 CodeWhale(约 4 万 Star)、能同时调度并行 Agent 舰队的开发环境 orca(约 3.6 万 Star),以及阿里的终端编码 Agent qwen-code(约 2.7 万 Star)。这些项目的方向——长程任务、编码、并行编排——恰好就是 Harness 这一层最难的几件事。
腰部项目的切口更垂直。多模型桌面客户端 CodePilot(约 6300 Star)集成了 MCP 和 Skills;openhanako(约 5700 Star)想做一个有记忆、有性格的个人 Agent;Kun(约 5600 Star)主打本地优先的 Agent 工作区;openpencil(约 4600 Star)把 Agent Teams 内置进矢量设计工具;mirage(约 3400 Star)在给 Agent 做统一的虚拟文件系统;openclacky(约 1200 Star)则专注于 Token 效率。再往下是更长的尾:黄瑞腾的 LoopX 只有 400 多个 Star,但瞄准的是长程 Agent 的状态内核,宣称可支撑 200 小时以上的连续任务;mainline(约 180 Star)做 Git 原生的编码记忆;还有飞书桥接 Codex 的 47 Star 小项目。 名单里还有一类值得单独指出的报名者:电子书阅读器 readest(约 2.3 万 Star)、Stable Diffusion 的 ControlNet 扩展(约 1.8 万 Star)、白板工具 drawnix(约 1.4 万 Star),甚至简化版 Spring 框架。它们都不是 Agent Harness,按招募条件很难进入内测名单。这些项目的作者也来排队,暴露了许多回复的真实动机:一条 75 万次浏览、读者恰好全是开发者的帖子,本身就是一块免费的展位。贴出 GitHub 链接,测试资格是彩头,曝光才是正奖。
把名单按主体分层,图景会更清楚:最上层是字节、阿里这样有大厂背景的开源项目,中间是创业团队的垂直框架,底层是大量独立开发者的个人项目。三层同场,看中的都是同一块流量。
Harness 是什么:DeepSeek 藏了三个月的一条线
DeepSeek Harness 并非突然冒出来的项目。据 InfoQ 今年5月的报道,DeepSeek 当时已在组建 Harness 团队,并招揽了曾在 Jane Street 工作多年的工程师崔添翼。招聘信息显示,该框架涉及工具调用的链式编排、多 Agent 通信协议和任务分解聚合。
它第一次出现在官方口径里是 7月31日:DeepSeek-V4-Flash 正式版 API 公测时,官方文档注明,公开基准测试中的 Code Agent 任务使用了"DeepSeek Harness 极简模式"作为测试框架,并标注该框架即将发布。也就是说,DeepSeek 已经在用自己的 Harness 给自家模型跑分,但截至发稿,框架本体尚未对外发布。据钛媒体此前的报道,Harness 与 DeepSeek 模型深度绑定,不是通用框架。
8月1日 还有一条同线的数据:OpenCode 官方宣布,DeepSeek Flash 当天在其平台上处理了 8 万亿 token,其中 5 万亿来自免费使用。模型在第三方框架里跑着巨大的真实流量,自研框架则刚刚开始招募测试者——两件事发生在同一天。 模型厂商抢框架层,开发者抢流量位
DeepSeek 的动作逻辑是清楚的:模型只决定 Agent 体验的一半,任务怎么拆解、工具怎么调用、失败怎么回退,这些由 Harness 决定,而这一层目前掌握在 OpenCode、Claude Code 等第三方手里。DeepSeek 选择把这一层也握在自己手里,并且用了一种很"DeepSeek"的方式——不看简历,看 GitHub,直接向做框架的开源社区借人。 评论区则从另一侧说明了问题。对真心想进内测的 Harness 作者,进入名单意味着自己的框架可能第一批适配那个单日消耗 8 万亿 token 的模型;但对更大比例的回复者,动机写在行为里——他们把一个内测招募帖当成了项目发布会,因为 DeepSeek 的帖子自带流量,而流量正是这个生态里最稀缺的资源。一家模型厂商的号召力大到能让评论区变成展示区,这本身就是 DeepSeek 生态位的直接证据。对第三方 Harness 项目,这同时是一个需要认真对待的竞争信号:当模型厂商开始自研绑定自家模型的框架,第三方框架的中立性价值会上升,但被平台挤压的风险也在上升——deer-flow 和 qwen-code 出现在队伍里,说明连大厂的项目也不想错过这块展位。