DeepSeek Harness被谷歌盯上：Agent下一战场，开始从模型转向系统

当大模型的能力边界不断扩展，开发者们逐渐意识到一个关键问题：模型本身的智能水平并不能直接等同于Agent系统的实际表现。DeepSeek Harness的开源为这一命题提供了新的注解——它将Model、Tools、Skills、Sessions、Sandboxes、Storage、Loops、Scheduling和UI全部纳入插件体系，用「Everything is a plugin」和「Every run is traceable」两句话概括了全新的架构思路。这一设计迅速引起了技术社区的广泛关注，甚至被Google Cloud的高级AI产品经理拆解分析。

代码编排与治理的边界

在传统Agent系统中，日志往往是运行结束后的「录像」，而上下文则是模型实际接收到的信息。两者在任务执行过程中容易逐渐偏离，导致开发者只能回答「Agent做了什么」，却难以还原「它为什么会这样判断」。DeepSeek Harness通过将Session本身定义为append-only事件日志，改变了这一局面。模型看到的Message History通过deriveMessages()从事件流中派生，System Prompt、推理过程、工具调用、子Agent调度等所有信息都进入同一条事件流。

长期任务与Workspace设计

「原地打转」是Agent常见的失效模式——重复执行相同搜索、反复调用同一命令、工具没有带来新信息却持续调用。不同于简单粗暴的「重复三次禁止」规则，DeepSeek Harness提供了repeat-tool-reminder插件，它不会直接干预模型的决策，而是向模型注入逐级增强的提醒，告诉它「你已经用完全相同的方法尝试了很多次」。这种设计承认了重复行为在某些场景下的合理性（网络重试、异步轮询），同时将判断权交还给模型，系统只负责提供元认知信息。

Agent卡住时的自适应机制

第三个模式发生在Code Mode。当Agent需要执行复杂的多步骤任务时，传统Tool Calling需要模型与工具之间多次往返。DeepSeek Harness的Code Mode允许模型生成TypeScript代码，在程序中组合多个工具调用，将多轮交互压缩为一次代码执行。然而这里存在一个关键问题：如果模型能在一段程序里完成搜索、读文件、修改文件和执行Shell，是否会绕过原有的权限系统？答案是不能。Code Mode内部的子工具调用仍会重新进入Tool Registry的执行路径，形成独立的sub-dispatch并留下记录。底层的授权、Sandbox、Policy、Logging和Audit不会因被包进run_code就失去治理边界。

信息边界的明确表达

最后一个设计模式指向长期任务编排。一个名为Ralph的独立Workflow Plugin将长期Objective拆成多个Round，每轮启动新的Child Agent。新Agent不继承父会话或上一轮的完整对话历史，只获得不变的Objective、当前Round、共享Workspace以及上一轮的结构化Handoff。Handoff包含status、summary、evidence、next steps和blocker，有明确长度限制。这套设计的核心在于重新定义Agent应该持久化什么：代码已经写进文件，下一轮Agent不需要携带写代码之前的所有讨论；测试结果已经产生，重要的是测试输出和当前代码状态，而非生成这些结果的推理过程。

如有侵权，请联系删除。