8月15日消息,DeepSeek Harness 开源约 42 小时后,GitHub Star 突破 10 万。截至核验时,官方仓库已有约 10.2 万 Star、9700 次 Fork。GitHub 显示仓库创建于北京时间 8月13日 19:56,到 8月15日 突破 10 万,用时不到两天。 增速:两天追平一年半
这个增速在开源项目里属于罕见水平。据多家报道,Harness 开源 12 小时内破 5 万星,24 小时不到达 82,083 星,约 42 小时破 10 万。作为参照,DeepSeek 的旗舰模型仓库 DeepSeek-V3 从 2024年12月上线至今超过一年半,总 Star 约 10.4 万——Harness 用不到两天就逼近了这个数字。需要说明的是,10 万星是仓库维度的对比,两者性质不同(V3 是模型权重仓库,Harness 是 Agent 运行时),增速差异主要反映当下社区对 Agent 工具的关注热度。
Harness 是什么:一个"一切皆插件"的 Agent 运行时
DeepSeek Harness(简称 dsh)并不是一个新的 Coding Agent,而是 Agent 运行时——类似 Claude Code、OpenAI Codex CLI 这一层的"壳",让模型能读文件、跑命令、存状态、持续执行任务。它的核心设计是插件化:模型适配器、工具、技能、会话、沙箱、存储、Agent 主循环,甚至 UI,全部做成可替换的插件组件。 底层是 Cordis 插件内核——一个已在 Koishi 聊天机器人生态运行 4 年、积累超过 4000 个社区插件的框架。Harness 默认部署约 159 个插件,可单独开关,换模型、换工具、改插件都不用重启整个会话。官方用一句话概括设计理念:"Everything is a plugin"。
运行模式有四种:Standard(完整工具集)、Code(让模型用 TypeScript 编排多轮工具调用)、Minimal(只有 bash 和文件编辑器,用于裸测模型真实能力)、Creator(给造轮子者边跑边调试插件)。
另一个卖点:每次运行都可审计
Harness 把可审计性作为差异化。官方称"Every run is traceable":系统提示、推理过程、工具调用、子 agent 调度等全部写入 append-only 会话日志,支持 resume、fork、搜索与回放。相比之下,OpenAI 与 Anthropic 的 agent 完整轨迹通常是加密的,dsh 开箱即用、可审计。
模型中立是另一个设计选择。Harness 采用 MIT 协议,可以接入 Anthropic、OpenAI 或本地模型,与其开源模型策略一脉相承——开放的 harness 谁都能用,自然也能指向别家模型。
热度不等于成熟度
需要看到边界:Harness 目前只是 developer preview,官方在 README 中明确标注"THERE WILL BE COMPATIBILITY-BREAKING CHANGES"(存在破坏性变更),API 随时可能变化。README 本身偏薄,社区(包括 Hacker News)也有"它到底是什么"的质疑声。10 万星是热度信号,不是成熟度证明——插件系统是加分项还是花架子,要等第一批生产环境长任务跑完才知道。
观察:模型厂商的战场转向"壳"
DeepSeek Harness 的爆发与它是不是新模型无关,它恰好是模型厂商竞争重心转移的注脚。当开源模型的参数差距被抹平,竞争开始转向"谁的 Agent 运行时更好用":DeepSeek 用插件化+可审计+模型中立打差异化,并以免费开源的方式争夺开发者生态位。
对开发者而言,Agent 工具链多了一个开源、可审计、可自由接模型的选择。对 Claude Code、Codex CLI 等闭源工具,这是一个基于生态竞争的对手。对 DeepSeek 自身,开源免费 harness 不与模型收入直接挂钩,反而强化了其开源生态的品牌。这些判断基于 Harness 的设计与当前热度;它的长期价值,取决于插件生态能否在真实生产任务中证明自己,以及开发者预览能否快速走向稳定版本。