DeepSeek Harness 开发者预览

原文 ↗ Hacker News 讨论 ↗

DeepSeek 发布了一个用于编码代理的开源“harness”，它采用以插件为中心的架构（Cordis），让系统的每一部分都能热重载、可回滚，同时将所有提示词、工具调用和推理步骤记录在只追加的事件流中。评论者将其与 Claude Code、Pi、Cline 以及其他 agent 框架相比较，讨论 DeepSeek 与自家低成本模型的紧密集成以及完整可追踪性，是否真的比现有的第一方和第三方方案更有优势。大量争论也集中在 TypeScript/Node.js 的选择、插件生态、性能与臃肿问题，以及 agent harness 设计究竟有多少真正创新，还是只是用新流行语重述熟悉模式。

DeepSeek Harness 是什么

  • 被视为一种新的编码/agent harness，与 Claude Code、Pi、Codex、Zed 集成等同一类工具。
  • 主要用途：编排基于 LLM 的编码和工具调用，既可以有 TUI 也可以有 GUI。
  • 支持多个提供方，包括本地模型（例如 llama.cpp 配置），一些早期用户报告称它与用于小型项目的本地 9B 模型配合良好。
  • 早期“开发者预览”，目前采用 MIT 许可证，并提示仍有粗糙之处和破坏性变更。

Cordis 插件架构

  • 核心理念是：“一切都是插件”，构建在 Cordis 之上；Cordis 是一个支持热加载/卸载和“可回滚副作用”的插件系统。
  • 插件必须定义初始化和清理（类似 RAII/Drop），让运行时在卸载时回滚副作用，并沿依赖关系传播停用。
  • 常被拿来与 OSGi、Eclipse、依赖注入容器、React 的 useEffect，以及像 Pi 这样的早期 agent harness 相比较。
  • 有人认为其底层代数和 DI 系统很复杂，但可能过于复杂，尤其因为很多插件彼此并不依赖。

可追踪性与事件源日志

  • 备受赞誉的主要特性：每次运行都能通过只追加的事件日志完全追踪（提示词、推理、工具调用、子代理、上下文注入）。
  • 支持恢复、分叉、搜索、回放，以及稳定的消息历史；常被比作事件溯源架构。
  • 这被视为与美国模型代理形成对比：后者的推理轨迹是隐藏/加密的；有人认为这种可见性对于改进 harness 和工具至关重要。
  • 也有人将其淡化为“只是日志”，但支持者强调其完整性和可用性。

语言、运行时与臃肿之争

  • Node.js/TypeScript 的选择引发激烈争论：
    • 优点：适合异步、跨平台、迭代快、npm 可作为分发渠道、UI 生态丰富（React/Electron/Tauri）、对 LLM 支持良好。
    • 缺点：运行时沉重、依赖树庞大（有报告称安装后约 1.5 GB）、CLI 比 Go/Python/Rust 更慢，以及供应链/安全方面的担忧。
  • 讨论的替代技术栈包括：Python（脚本容易，分发困难）、JVM/C#、Rust、Go；对“正确”选择并无共识。

插件生态与疲劳感

  • 一些人喜欢以插件为中心的设计，因为它便于扩展和 AI 编写自定义插件，尤其当核心只提供最少工具时。
  • 另一些人则表示出现了“插件疲劳”：长期破坏、UX 不一致、依赖社区维护者，以及缺少开箱即用的默认能力。
  • 人们担心如果一切都是插件，而核心功能又不打包提供，用户就会面临配置开销和不稳定性。

Harness 质量、对比与理念

  • 用户希望对 harness（以及 harness+模型组合）做系统性基准测试，但许多人怀疑在配置差异存在时，这类比较是否有意义。
  • 对于第一方 harness（来自模型厂商）是否真的优于第三方 harness，意见分歧；有人说体验差不多。
  • 更广泛的批评是，很多 harness 只是用提示词重新发明了已解决的问题（例如用“skills”来做 pre-commit 检查，而不是使用 git hooks），这可能会浪费 token 并降低确定性。
  • 也有人认为，将确定性工具与 LLM 驱动的编排结合，正是 harness 的核心价值，而实验阶段本来就早期且天然“粗糙”。