工具

DeepSeek Harness 上线:从模型层卷到 Agent 编排层

HN 首页 96 分、27 条评论。DeepSeek 没继续卷参数,转头做 Agent 编排平台。Harness 是什么、谁会用、为什么是这个时间点。

字号

昨天 DeepSeek 官网悄悄上线了一个新东西:Harness。

不是新模型。是 Agent 编排框架——DeepSeek 自己在生产环境跑 Agent 的工具调度层,现在开源出来了。

Hacker News 上拿了 96 分、27 条评论,登了首页。热度不算爆,但对中国大模型公司来说,这是第一次在 Agent 编排层做正经开源尝试。

下面展开聊。

Harness 是什么

按官方定位,Harness 是 DeepSeek 自研的 Agent 编排框架。可以理解成 LangGraph 的"中国版 + 模型绑定"。

几个关键特征(来自 deepseek.com/en/harness 和仓库):

  • 状态机驱动的 Agent 流程,不是简单的 ReAct 循环
  • 深度绑定 DeepSeek API,尤其是 thinking tokens 的使用
  • 提供持久化、检查点、可观测性
  • 多 Agent 协作模式(规划者 + 执行者)

这意味着什么?开发者不用自己写循环、调 prompt、管 context window。Harness 把这套基础设施打包好了。

对用过 LangGraph 的人来说,概念不新。真正值得看的是它怎么和 DeepSeek 自己的模型耦合。

为什么 DeepSeek 要做这个

模型层卷到头了。

V3 之后是 R1,R1 之后呢?训练下一代基础模型的边际收益在递减,而且需要算力、数据、人才的指数级投入。

应用层不一样。Agent 是把模型能力变成实际收入的中间件。谁控制了编排框架,谁就控制了 Agent 应用的入口。

DeepSeek 选择做 Harness,我猜有三个原因:

  1. SaaS 入口。模型 API 同质化严重,价格战迟早要来。Agent 平台是更高附加值的层——开发者被绑住,后续模型、工具、计费都好做。
  2. 生态壁垒。LangGraph 是 LangChain 的,绑的是 OpenAI/Anthropic 生态。Harness 绑的是 DeepSeek 自己的 R1/V3。中国开发者用起来更顺手。
  3. 社区叙事。开源编排框架能拉开发者,开发者带来应用,应用带来数据,数据反哺模型。这是经典的飞轮。

说白了,Harness 不是开源情怀,是 DeepSeek 把模型能力变成平台的尝试。

社区反应:96 分/27 评论说明了什么

HN 首页能进,说明产品本身有吸引力。27 条评论不算爆,说明还在早期。

整理了一下开发者关心的问题,主要是三个:

Q1. 可观测性怎么样?

这是 HN 上被顶最多的评论。LangGraph 一直被诟病 tracing 不够细,Agent 跑飞了不知道哪一步出错。Harness 官方说内置了检查点和 trace,具体粒度要等真用上才知道。

Q2. 多 Agent 协作怎么做?

评论区有人直接问这个。官方文档提到了"规划者 + 执行者"模式,但没有 LangGraph 那种完整的子图嵌套能力。多 Agent 这块,目前看是简化版,不是完整版。

Q3. 绑定 DeepSeek API 多深?

这是最关键的问题。如果完全绑死,生态天花板就低;如果只是默认支持,那 LangGraph 也行。

从代码看,Harness 对 DeepSeek API 的耦合度很高——thinking tokens 的处理、reasoning content 的解析,都是 DeepSeek 特有的。如果你想换 OpenAI 或 Anthropic,需要魔改。

和现有框架的差异:LangGraph/CrewAI/Autogen

横向比一下。

LangGraph

LangChain 系的,状态机模型,生态最全。优势是工具多、社区大、文档完善。劣势是学习曲线陡、对 thinking tokens 支持一般。

CrewAI

多 Agent 框架,角色扮演模型。上手快,适合做 demo。劣势是生产环境稳定性一般,持久化能力弱。

Autogen

微软出品,研究员范儿重。灵活,但抽象层次低,需要自己写很多代码。

Harness

状态机 + DeepSeek 绑定。差异化我猜两点:

  1. 更激进地使用 thinking tokens。DeepSeek R1 的核心卖点就是 reasoning。LangGraph 用 R1 要自己处理 reasoning_content,Harness 应该是开箱即用。
  2. 更细的状态持久化。从仓库结构看,Harness 对每个 step 的状态、检查点、回放做了较深的优化。

代价也很明显——生态绑定。LangGraph 的优势是中立,谁都能用。Harness 用 DeepSeek API 最爽,换别的模型要写胶水。

编辑思考

中国大模型公司开始集体往 Agent 平台层走了。

智谱有 GLM-Agents,阿里也有 Qwen-Agent。DeepSeek 的 Harness 是这个趋势的最新样本。和 LangGraph 的关系不是替代,是"中国版 + 模型绑定"的本地化答案。

我自己的判断:Harness 短期不会威胁 LangGraph 的生态位。LangGraph 的优势是中立性和社区规模,这是 Harness 短期内追不上的。但在中国市场和 DeepSeek 用户群里,Harness 会有自己的位置——尤其是做 R1 应用、想用 thinking tokens 又不想自己写胶水的团队。

这次和过去不同的地方:DeepSeek 之前的所有开源都在模型层(V3、R1 的全部权重)。这次是基础设施层。Harness 不只是一个工具,是 DeepSeek 在模型层之外开辟新战场的信号。后面如果 Harness 跑通了,DeepSeek 可能会在工具链、评测层继续铺——飞轮一旦转起来,后面的事就快了。

不确定的地方:Harness 的可观测性到底做到哪一步、多 Agent 模式是否真能跑生产——这些需要真用一段时间才能下结论。现在下定论还早。


参考:
- DeepSeek Harness 官网
- Hacker News 讨论帖(item id: 49929489)

来源: https://www.deepseek.com/en/harness/