模型可替换、工具可插拔：DeepSeek把Agent竞争从“大脑”推向“操作系统”

DeepSeek在8月14日开源了Agent框架DeepSeek Harness。它没有把自己做成一个只能连接DeepSeek模型的封闭产品，而是把模型、工具、存储、沙箱等组件都设计成插件，并以MIT许可证发布。开发者可以接入其他公司的模型，也可以替换执行环境和记忆系统。对一家因基础模型成名的公司来说，这个选择很有意味：DeepSeek正在把竞争位置从“提供最聪明的大脑”，向“控制智能体如何完成工作”推进。

Harness目前仍是开发者预览版。官方明确提醒，后续会出现破坏兼容性的变化。它已经可以打开代码仓库、编辑文件、运行命令、搜索网页、制订可执行计划，把部分任务交给其他Agent，并保存工具调用、运行结果和模型交互记录。旧会话可以继续，也可以从较早节点分叉。这些功能听起来不如一个新模型参数量醒目，却直接决定Agent能否从演示走进生产环境。

与Harness一同受到关注的还有DeepSeek V4-Pro-0813。DeepSeek公布的数据显示，模型在Terminal Bench 2.1上得到87.9分，在Toolathlon-Verified上为74.1分，在DSBench-FullStack和DSBench-Hard上分别为71.1分和67.2分。部分公开编码Agent测试使用了Harness的最小模式。但这些数字属于厂商自报结果，不能直接等同于所有企业场景，更不能证明预览版框架已经具备生产稳定性。

Agent真正难的部分，正在从回答问题变成管理过程

单次问答只需要生成一个看起来合理的结果，Agent却要在几十甚至上百个步骤中保持方向。它必须记住已经做过什么，知道什么时候调用工具，判断结果是否可信，在权限边界内修改文件，并在走错路时留下可回退的节点。模型能力决定上限，执行框架决定这套能力是否能被安全、重复地使用。

这也是“所有东西都是插件”最实际的价值。企业不会只用一个模型：高难任务可能交给强推理模型，批量分类交给便宜模型，敏感数据则需要本地模型。若工作流与某一模型深度绑定，每次价格或能力变化都会牵动整套系统。Harness把模型降为可替换组件，理论上可以让企业根据任务成本、合规要求和延迟动态选择供应商。

插件化也把原本隐藏的工程问题暴露出来。沙箱如何隔离危险命令，工具凭证如何分发，长期记忆保存多久，失败任务怎样恢复，审计人员能否复现Agent的决定，这些都比“让模型再聪明一点”更接近企业真正付费的地方。Harness保存会话步骤并支持分叉，说明DeepSeek理解Agent需要的不只是答案，还需要可观察、可追踪和可修复的运行历史。

但开放架构并不会自动带来安全。插件数量增加，也意味着供应链攻击、权限滥用和版本冲突的入口增多。MIT许可证给了商业使用很大自由，却不会替使用者承担验证责任。尤其在框架明确处于预览期时，把它直接连接生产数据库或自动发布系统，风险远高于在隔离环境里评测。

开源Agent框架争夺的，是开发者默认入口

基础模型正在快速商品化。不同模型之间仍有能力差异，但API价格持续下降，版本迭代越来越快，企业也在主动避免单一供应商锁定。谁能成为模型外面的那一层，谁就可能掌握工具标准、插件生态、运行日志和开发者习惯。这个位置更像AI时代的应用运行环境，而不只是一个聊天界面。

DeepSeek允许竞争对手模型进入Harness，看似削弱了自家模型的独占性，实际上可能扩大其生态影响。如果开发者先用Harness搭好任务、权限和插件，未来即使更换模型，工作流仍留在DeepSeek定义的框架里。模型调用收入不是唯一目标，成为Agent开发的默认底座同样有长期价值。

当然，Harness还远没有赢下这场竞争。开发者预览意味着接口会变，生态尚未成熟，企业需要重新验证稳定性、权限和维护成本。官方基准也需要独立测试，特别是长任务成功率、错误恢复、Token消耗以及真人接管的频率。一个Agent在十分钟演示中完成任务，不代表它能连续运行一个月而不积累隐患。

这次开源最重要的信号，不是DeepSeek又多了一个产品，而是AI公司的边界继续外扩。模型公司开始争夺Agent运行层，云厂商争夺工具和数据入口，开发平台争夺插件规范。下一阶段的胜负不会只由谁在榜单上高几分决定，还要看谁能让不同模型在真实系统里稳定做事，并让每一步都能被看见、约束和撤回。Harness给出的答案很开放，但它能否成为标准，仍要由生产环境而不是发布当天的热度来证明。