DeepSeek Harness 工程架构解读：开放 Agent 运行机制与自进化实践探索

当前 AI 领域的竞争焦点正在发生深刻转变。前沿研究不再仅仅关注模型参数的堆叠与训练数据的扩充，而是将目光投向一个更具根本性的命题：今天的 AI 如何参与制造更强大的下一代 AI？OpenAI 首席科学家近期明确表示，当前进步速度有望延续至递归自进化阶段，RSI（Recursive Self-Improvement）正成为保持 AI 研究前沿地位的必经之路。在这一背景下，DeepSeek Harness 为探索 Agent 如何改进自身运行方式提供了一个极具价值的技术样本。它将 Agent 的运行机制开放为可替换、可组合的插件体系，使负责组织模型请求与工具执行的循环也具备动态调整能力。结合 Session Log 对执行记录的完整保存，DSH 为 Agent 自进化研究提供了坚实的工程基础。

四大 Preset 模式与差异化执行能力

DSH 通过 Web Profile 的 Agent Preset 组织每个 Agent 的提示词、工具、Skill 和插件配置，官方预设四种模式以适配不同场景需求。Standard 模式提供完整的 Agent 能力集，包含 Shell、文件读写、代码搜索、图片与网页查看、后台任务、目标规划与子 Agent 等功能。Minimal 模式采用极简设计，固定系统提示词，仅提供持久 Shell 和文本编辑工具两项能力。在 DeepSeek 官方评测中，V4-Flash 搭配 Minimal 模式在 Terminal-Bench 2.1 和 DeepSWE 上分别取得 82.7 和 54.4 分。PTC 模式沿用 Standard 的能力配置，但将工具呈现方式改为程序化调用：仅提供 run_code 入口，根据当前可见工具生成 TypeScript SDK，模型可将多个工具操作写入同一段程序，由程序连续执行并处理中间结果。Creator 模式则面向插件开发场景，支持查询 Host 服务与接口、编写并动态加载插件、版本切换与试装，为 Agent 根据运行反馈调整工具链提供了直接手段。

Cordis 作为 DSH 的核心插件框架，负责管理插件加载、服务依赖与生命周期。框架通过 static inject 声明服务依赖，确保插件在所需服务全部就绪后才启动。Agent Loop 作为 Agent 运行的核心组件，同样通过服务依赖声明约束启动条件。当某项必需服务被撤回时，依赖该服务的插件会执行已登记的清理函数，释放资源后进入 PENDING 状态；服务重新就绪后，同一个 Fiber 可再次启动插件。Context 机制使插件能够访问不同的服务实现，同一进程中的不同配置可以使用差异化的工具实现而不相互影响。Effect 机制将插件创建的资源与生命周期关联，确保卸载时资源被正确释放。值得注意的功能延伸包括：dsh-slice-agent-loop 替换默认 Loop 实现结构化上下文整理；Workflow 插件采用 Claude Code 的动态工作流形式，支持 JavaScript 脚本编排多 Agent 协作；Ralph 工具以固定脚本逐轮推进任务，各子 Agent 在共享工作目录中接力执行。

Cordis 插件框架与生命周期管理

Session Log 是 DSH 记录运行事实的真源，遵循 Model-visible ⟺ logged 原则：模型看到的内容应能从日志重建。一次会话对应一个 Session 对象，其维护的事件数组按序号持续追加，构成完整的执行轨迹。请求快照保存模型配置、系统提示词和工具定义，工具调用与执行结果通过调用编号配对记录。开发者可以据此还原任务的执行顺序，核对每一步使用的配置和收到的反馈。Session Log 同时支撑会话延续与中断恢复：Resume 加载原会话记录继续执行，Fork 从已结束回合处分出新会话。在轨迹分析层面，开发者先根据任务结果和耗时找到异常运行，再回到对应日志检查调用与反馈，确定修改方向。LangChain 对 Deep Agents 的优化实践表明：通过轨迹分析整理 Skill，让 Agent 汇总失败原因并提出修改建议，可以将 Terminal-Bench 2.0 得分从 52.8% 提升至 66.5%，充分验证了 Harness 设计与执行反馈之间的紧密关联。

自进化路径：从单次改进到递归演进

Agent 自进化的核心是让 Agent 根据任务反馈参与改进自身，并将经过验证的改进用于后续任务。借用 L0 至 L4 的分类框架：L0 对应任务中的输出或执行过程调整，L1 更新模型权重，L2 更新 Prompt、Skill、Tool 或 Harness，L3 更新候选生成与选择方法，L4 更新评价规则。对于 DSH，最直接的研究入口是 L2：开发者将轨迹中反复出现的错误整理为提示词修改或工具实现调整，通过 Preset 装入后续任务。RHO、RHI 和 SkillOpt 三项研究展示了持续改进的路径：RHO 根据历史轨迹生成修改方案并通过模型偏好筛选候选；RHI 比较相邻版本输出持续改写文本 Harness；SkillOpt 在独立选择集上验证 Skill 修改效果。模型与 Harness 的联合更新形成了交替优化的循环：固定模型改进 Harness，通过验证后利用新配置下的执行经验微调模型，更新后的模型再参与下一轮 Harness 优化。随着这条反馈链反复运行，Agent 的执行经验就能用于改进产生下一代 Agent 的过程，递归自进化也从概念走向具体的工程实践。

DSH 展示了一种值得持续探索的 Harness 范式：可替换的运行组件与可追溯的执行记录，让开发者能够修改 Agent 的工作方式并通过真实任务检验结果。在模型能力与 Harness 设计共同发展的趋势下，Agent 有望更可靠地承担复杂任务，也更深入地参与研究与工程创新。让 AI 参与创造更好的 AI，将持续进化的能力带入企业的研究与创新，是面向未来竞争力的关键布局。