deepseek harness的布局和野心是什么？
今天办公室聊到deepseek harness，同事Roy来了一句deepseek这一步野心挺大的。我就想顺着这句话探究deepseek harness的布局可能是什么?
先来说一下deepseek harness值得关注的点:
1.开源harness框架，许可证是MIT。
2.强调everything is a plugin。能力全部插件化，官方甚至说Cordis内核自己几乎不提供Agent能力，只负责插件的加载，卸载和依赖关系。所以它比较像一个可以组装agent的运行底座。
3.最有意思的一点:他甚至不要求你只能用DeepSeek。DeepSeek harness官方文档已经支持配置其他模型provider包括openai, anthropic, azure等等。
我觉得基于这几点可以理解到deepseek布局的变化，以前它赚的是模型调用的钱，现在它往上走了一层，想抢一个开发者入口的位置。
具体来说:
第一层商业野心:防止自己变成“模型原材料供应商”，这是最直接的。所以它现在其实是在尝试Model+hareness两条腿一起走路。过去大家在争论谁家模型benchmark更强，DeepSeek现在说:你最终看到的agent能力不只是model决定决定的，还有harness 。
第二层商业野心:争“Agent操作系统”这一层
。谁掌握harness谁就在模型和应用之间拥有一个很重要的位置。它可以定义agent怎么调tool, session怎么保存，memory怎么接, sandbox怎么运行，子Agent 怎么调度；权限怎么管理；trajectory怎么记录……而deepseek harness 把这些能力全部插件化，开发者可以在配置层替换能力，不需要修改harness核心代码。所以真正值得竞争的可能不是谁做了一个coding agent，而是别人做coding agent，research agent时会不会接在你的runtime上？
第三层野心:插件生态。在这一点上，开源就开始发挥作用了，DeepSeek邀请开发者建设DSH Plugin Ecosystem。而他刚发布没多久，github里就已经出现了memory插件，Git tool, MCP管理等等第三方拓展。这里属于社区行为，不属于官方背书，但也能够说明插件架构确实正在刺激生态拓展。所以就会产生一个经典的软件生态飞轮:更多用户→更多插件开发者→更多tool / memory /skill / integration →Harness更好用→吸引更多用户→更多插件。
最后，还有一个特别重要的东西:trajectory。 deepseek harness会把agent的运行过程记录成append-only session log:系统提示、工具调用、结果、子agent调度、context injection等都可以被恢复、分叉、检索和replay.。这是非常重要的数据资产
大模型 ai deepseek harness