如何评价在 8 月 13 日发布的 DeepSeek Harness？
AI 现在强依赖编程环境已成事实，DeepSeek Harness 的方向给出了答案：它押注“一切皆插件”，这是一场关于控制权的静默迁移。其核心在于创造一个“自修改的运行时”，让 Agent 能在运行时“观察、尝试、然后改写”自己，实现能力进化。
这背后是 Agent 编排的四代跃迁暗线：从固定工具菜单，到可视化流程，再到让模型自己写代码，最终演进为运行时可重组、可自修改的组件。当“模型现场写的代码”成为一等公民，TypeScript 因其与宿主和插件的语言统一性，成为更优选择。
Claude Code、Vercel AI SDK 与 DeepSeek 不约而同地将“模型的运行时壳”命名为 **Harness**，并将其视为独立的产品层进行竞争。DeepSeek 的技术关键在于其内核 Cordis 实现了“可逆副作用”与依赖解析，使得模型能安全地“试插件”并组合新模式。
从生态和权力层面看，价值正从“模型”本身流向“决定模型能做什么的那个运行时”。DeepSeek 以 MIT 协议开源 Harness，旨在构建开放、可组合的基础设施，稀释了大模型厂商对 Agent 行为的独家控制权。
然而，这条道路代价显著：221个包的 monorepo 带来高复杂度与不稳定风险。选择取决于是否需要“自进化”能力——不要，可用更轻量的方案；要，就必须为可逆副作用和依赖解析支付重内核的复杂度成本。