摘要DeepSeek Harness 值得研究的重点是把 Agent 的组合关系做成运行时系统。Cordis 管当前能力拓扑Session Log 管已发生事实Agent Loop 在两者之间执行推理和工具调用。组合复杂度已经超过 Loop 复杂度Agent 产品化之后最难维护的往往已经不是那条 loop。图运行时组合把插件拓扑、事实日志和执行循环连接起来组 prompt、调模型、执行工具、回填结果这条主循环并不复杂。复杂的是另一件事哪些能力在当前会话里生效依赖谁何时启动怎么替换谁负责清理UI 和恢复逻辑又该相信哪一份状态。DeepSeek Harness 值得研究的地方就在这里。它新增的是 Agent 组合关系的运行时系统Cordis 管“系统现在由什么组成”Session Log 管“系统刚才做过什么”Agent Loop 连接这两条事实线。最小 Agent Loop 只有四步组装 prompt调用模型执行工具把结果送回模型做 demo 时这就够了。进入产品形态后复杂度会转移到其他地方多模型和凭证、工具审批、会话恢复、上下文压缩、沙箱与远程执行、多宿主、子 Agent、插件生命周期以及 UI 如何观察同一份运行事实。这时问题不再是“怎么写一个 loop”。真正的问题是“怎么知道当前 loop 具备哪些能力以及这些能力从哪里来”。Cordis 是横向事实面回答系统当下由哪些 Profile、Bundle、Patch、Preset、Service、Fiber 和 Effect 组成。Session Log 是纵向事实面保存用户消息、assistant 输出、模型流、tool call、tool result、turn 和 step。Agent Loop 夹在中间一边读取当前能力一边把执行过程写回事件流。Cordis 把配置变成运行中的插件图DSH 启动时会把多层配置装配成插件树而不是把一份静态配置读进内存就结束。对象作用Bundle分发一组 Cordis 配置和插件代码Runtime Profile决定进程堆叠哪些 Bundle内置web和headlessPatch按配置行覆盖或插入能力用于用户和命令行定制Agent Preset在会话作用域决定工具、提示词和局部能力组合Loader 的输出是一棵运行中的插件树。源码 import 图只能说明“可能加载什么”最终配置树才说明“当前机器和当前会话实际由什么组成”。这让 Provider 替换从开发期改代码变成部署期装配能力。前提是系统真的有清晰 seamService Definition、Provider、Consumer 三者要分开。Consumer 依赖能力接口Provider 提供实现Definition 固定公共语义。只有做到这一步替换才不是换个文件名。Cordis 管生命周期所有权普通插件表能注册工具但很难表达作用域、依赖满足、Provider 替换和退出责任。Cordis 把这些关系放进运行时模型。机制解决的问题边界Context / Realm决定当前作用域可以解析哪些 Service支持会话或子树隔离同名能力这是依赖可见性不是操作系统级权限Service让 Consumer 依赖接口而不是具体实现Definition、Provider、Consumer 要齐全Fiber记录一次插件挂载的配置、依赖绑定、生命周期和资源所有权Provider 变化可能触发一串卸载和重载Effect把监听器、进程、句柄、注册项和 disposer 归到同一生命周期节点只能清理登记过的资源不能回滚外部事务Event观察、决策或包裹请求、模型流、工具执行和停止流程持久 Session Event 要和运行中事件分层这里要特别注意安全边界。Context 的 inject 约束不是沙箱。同进程代码仍然可能访问 Node API。不可信插件需要进程、虚拟机、WebAssembly 或容器级隔离。Session 先追加事实再投影上下文Session Log 的设计思路很明确先保存发生过的事实再决定哪些事实进入下一轮模型上下文。它会记录 turn、step、用户消息、模型流、最终 assistant message、工具调用和工具结果。下一轮模型看到的是deriveMessages()投影出来的 model-visible history而不是完整日志。这样做有几个关键收益设计目的流式 chunk 只用于回放和 UI 轨迹避免和最终 assistant message 重复进入模型历史turn / step / 统计事件不直接进模型保留审计信息但不污染上下文compaction 以 replacement 节点追加改变模型可见面同时保留原始事实UI、恢复、分叉、重放从同一日志派生减少多份状态互相漂移核心原则可以概括为model-visible means logged。真正进入模型请求的输入应该能从规范日志重建。它不要求每轮保存完整 prompt 副本也不等于把所有历史事件原样重发给模型。代价也很清楚日志格式迁移、存储治理、隐私治理都会变重。日志只能证明模型请求过一次外部操作不能保证重放仍然安全。副作用仍然需要幂等、检查点和“结果未知”处理。Harness 改善的是有效质量评价 Harness 时最容易犯的错是把“执行完整性”和“模型判断质量”混在一起。Harness 不会让模型天然更会推理。它改善的是执行完整性。具体看五件事工具有没有按正确策略调用跨轮上下文有没有保持超时和取消有没有处理结构化终态有没有解析成功失败能不能归因。观察到的问题Harness 的价值优先动作任务完整执行但仍漏判、误判低优先改模型、prompt、context、工具能力、Verify / Selection任务因超时、工具失败、上下文溢出、终态解析失败而中断中到高先做失败分类再验证新 Harness 是否减少执行损失分叉维护困难、执行链臃肿、状态难归因有工程价值先抽稳定 runtime seam证明能净删除旧代码和依赖更准确的拆法是内在质量模型在拿到相同信息且完整执行时能不能判断正确有效质量真实运行中有多少任务拿到足够信息并以正确终态交付DSH 主要作用在后者。它减少执行损失但不能替代模型能力、领域策略和验证体系。轻量 Harness 与 DSH 的复杂度落点不同Pi Agent Core 与 DSH 的差异不是简单的强弱关系。关键是复杂度落在哪里。方向组织中心优势代价Pi Agent CoreAgent 状态、模型调用、工具循环与事件流内环短、接口直接适合嵌入为单次任务执行器不会自动建立通用 scoped runtime graphDSH Cordis运行时插件图、会话事件流、配置装配统一作用域、依赖、生命周期和部署替换动态间接层更深诊断和学习成本更高如果复杂度主要集中在单次 Agent Loop轻量执行内核更合适。如果主要矛盾来自多宿主、多 Provider、会话级隔离、运行时重组和第三方插件生态Cordis 的统一运行图才开始有直接价值。还要区分当前可用能力和设计接口。Pi 的 Agent Core 已经可用新导出的AgentHarness虽然定义了 Session、Lane、Compaction 和恢复接口但在所引用 commit 中prompt、resume、watch等核心方法仍未实现。不能把接口草图当成可落地能力。先借鉴不急着整套迁移DSH 的设计可以拆开吸收不必一开始完整迁移。可借鉴点落地方式领域编排和 Agent Runtime 分离业务层只描述阶段输入、工具、Schema、限制和终态能力 seam定义公共语义分开 Service Definition、Provider 和 Consumer规范事件流UI、恢复、分叉、遥测和模型上下文从同一事实层投影生命周期所有权创建监听器、后台任务、句柄时同步登记 disposer运行拓扑可检查能看到最终配置、当前 Provider、依赖绑定和终态迁移控制变量Current 与 Candidate 在相同 case、model、prompt、toolset、schema、超时和阈值下 paired eval迁移路径也应该克制这样做的价值是排除外部变量。否则换了 Harness 后效果变好或变差都很难知道原因来自模型、prompt、工具、schema还是 runtime 本身。什么时候值得采用完整 DSH可以用下面这张表判断场景适配度判断单一宿主、固定 loop、少量稳定工具低显式插件图可能增加概念和诊断成本多个 Provider 需要部署时替换中到高Service seam、晚绑定和 Patch 有直接价值不同会话需要不同工具、提示词、沙箱或执行世界高Context Realm 与 Agent Preset 能减少 Consumer 分叉运行时装卸、热更新、第三方插件生态成为产品目标高但风险也高要承担插件质量、安全边界、依赖收敛和资源回收目标只是提升模型判断质量低应先投模型、prompt、context、工具和领域验证DSH 目前仍有风险开发者预览阶段 API 可能破坏兼容动态图会增加诊断成本Effect 不等于事务插件化不等于安全。Cordis 根 Context、Registry、Events、Fiber、Boot 和 Loader 仍然是先于业务插件图存在的元内核。公开资料里也缺少足够的运行时开销和大规模插件图基准。本地 vendored Cordis 还有额外取舍固定和审计更容易但会带来上游同步成本和语义差异。结语DeepSeek Harness 的重点是把 Harness 的组合关系系统化。Cordis 让系统知道自己现在由什么组成Session Log 让系统知道自己刚才做过什么Agent Loop 在两者之间执行任务。它能提升的是执行完整性、状态可归因和工程可维护性不会自动提升模型的内在判断质量。当前更务实的做法是先吸收能力 seam、事件日志、生命周期所有权和运行拓扑可检查性。除非多宿主、多 Provider、会话级隔离、运行时装卸和第三方生态已经成了主要矛盾否则不要默认迁移到完整 DSH。推荐阅读Agent 运行时不是聊天流而是给 LLM 补操作系统DeepSeek Harness 不是银弹一切皆插件背后的工程账长程 Agent 任务不跑偏靠的不是多开几个会话DeepSeek Harness从固定内核到可塑运行时强模型时代提示词要从步骤清单改成任务契约 DeepSeek Harness 的价值不在 Loop，而在运行时组合
摘要DeepSeek Harness 值得研究的重点是把 Agent 的组合关系做成运行时系统。Cordis 管当前能力拓扑Session Log 管已发生事实Agent Loop 在两者之间执行推理和工具调用。组合复杂度已经超过 Loop 复杂度Agent 产品化之后最难维护的往往已经不是那条 loop。图运行时组合把插件拓扑、事实日志和执行循环连接起来组 prompt、调模型、执行工具、回填结果这条主循环并不复杂。复杂的是另一件事哪些能力在当前会话里生效依赖谁何时启动怎么替换谁负责清理UI 和恢复逻辑又该相信哪一份状态。DeepSeek Harness 值得研究的地方就在这里。它新增的是 Agent 组合关系的运行时系统Cordis 管“系统现在由什么组成”Session Log 管“系统刚才做过什么”Agent Loop 连接这两条事实线。最小 Agent Loop 只有四步组装 prompt调用模型执行工具把结果送回模型做 demo 时这就够了。进入产品形态后复杂度会转移到其他地方多模型和凭证、工具审批、会话恢复、上下文压缩、沙箱与远程执行、多宿主、子 Agent、插件生命周期以及 UI 如何观察同一份运行事实。这时问题不再是“怎么写一个 loop”。真正的问题是“怎么知道当前 loop 具备哪些能力以及这些能力从哪里来”。Cordis 是横向事实面回答系统当下由哪些 Profile、Bundle、Patch、Preset、Service、Fiber 和 Effect 组成。Session Log 是纵向事实面保存用户消息、assistant 输出、模型流、tool call、tool result、turn 和 step。Agent Loop 夹在中间一边读取当前能力一边把执行过程写回事件流。Cordis 把配置变成运行中的插件图DSH 启动时会把多层配置装配成插件树而不是把一份静态配置读进内存就结束。对象作用Bundle分发一组 Cordis 配置和插件代码Runtime Profile决定进程堆叠哪些 Bundle内置web和headlessPatch按配置行覆盖或插入能力用于用户和命令行定制Agent Preset在会话作用域决定工具、提示词和局部能力组合Loader 的输出是一棵运行中的插件树。源码 import 图只能说明“可能加载什么”最终配置树才说明“当前机器和当前会话实际由什么组成”。这让 Provider 替换从开发期改代码变成部署期装配能力。前提是系统真的有清晰 seamService Definition、Provider、Consumer 三者要分开。Consumer 依赖能力接口Provider 提供实现Definition 固定公共语义。只有做到这一步替换才不是换个文件名。Cordis 管生命周期所有权普通插件表能注册工具但很难表达作用域、依赖满足、Provider 替换和退出责任。Cordis 把这些关系放进运行时模型。机制解决的问题边界Context / Realm决定当前作用域可以解析哪些 Service支持会话或子树隔离同名能力这是依赖可见性不是操作系统级权限Service让 Consumer 依赖接口而不是具体实现Definition、Provider、Consumer 要齐全Fiber记录一次插件挂载的配置、依赖绑定、生命周期和资源所有权Provider 变化可能触发一串卸载和重载Effect把监听器、进程、句柄、注册项和 disposer 归到同一生命周期节点只能清理登记过的资源不能回滚外部事务Event观察、决策或包裹请求、模型流、工具执行和停止流程持久 Session Event 要和运行中事件分层这里要特别注意安全边界。Context 的 inject 约束不是沙箱。同进程代码仍然可能访问 Node API。不可信插件需要进程、虚拟机、WebAssembly 或容器级隔离。Session 先追加事实再投影上下文Session Log 的设计思路很明确先保存发生过的事实再决定哪些事实进入下一轮模型上下文。它会记录 turn、step、用户消息、模型流、最终 assistant message、工具调用和工具结果。下一轮模型看到的是deriveMessages()投影出来的 model-visible history而不是完整日志。这样做有几个关键收益设计目的流式 chunk 只用于回放和 UI 轨迹避免和最终 assistant message 重复进入模型历史turn / step / 统计事件不直接进模型保留审计信息但不污染上下文compaction 以 replacement 节点追加改变模型可见面同时保留原始事实UI、恢复、分叉、重放从同一日志派生减少多份状态互相漂移核心原则可以概括为model-visible means logged。真正进入模型请求的输入应该能从规范日志重建。它不要求每轮保存完整 prompt 副本也不等于把所有历史事件原样重发给模型。代价也很清楚日志格式迁移、存储治理、隐私治理都会变重。日志只能证明模型请求过一次外部操作不能保证重放仍然安全。副作用仍然需要幂等、检查点和“结果未知”处理。Harness 改善的是有效质量评价 Harness 时最容易犯的错是把“执行完整性”和“模型判断质量”混在一起。Harness 不会让模型天然更会推理。它改善的是执行完整性。具体看五件事工具有没有按正确策略调用跨轮上下文有没有保持超时和取消有没有处理结构化终态有没有解析成功失败能不能归因。观察到的问题Harness 的价值优先动作任务完整执行但仍漏判、误判低优先改模型、prompt、context、工具能力、Verify / Selection任务因超时、工具失败、上下文溢出、终态解析失败而中断中到高先做失败分类再验证新 Harness 是否减少执行损失分叉维护困难、执行链臃肿、状态难归因有工程价值先抽稳定 runtime seam证明能净删除旧代码和依赖更准确的拆法是内在质量模型在拿到相同信息且完整执行时能不能判断正确有效质量真实运行中有多少任务拿到足够信息并以正确终态交付DSH 主要作用在后者。它减少执行损失但不能替代模型能力、领域策略和验证体系。轻量 Harness 与 DSH 的复杂度落点不同Pi Agent Core 与 DSH 的差异不是简单的强弱关系。关键是复杂度落在哪里。方向组织中心优势代价Pi Agent CoreAgent 状态、模型调用、工具循环与事件流内环短、接口直接适合嵌入为单次任务执行器不会自动建立通用 scoped runtime graphDSH Cordis运行时插件图、会话事件流、配置装配统一作用域、依赖、生命周期和部署替换动态间接层更深诊断和学习成本更高如果复杂度主要集中在单次 Agent Loop轻量执行内核更合适。如果主要矛盾来自多宿主、多 Provider、会话级隔离、运行时重组和第三方插件生态Cordis 的统一运行图才开始有直接价值。还要区分当前可用能力和设计接口。Pi 的 Agent Core 已经可用新导出的AgentHarness虽然定义了 Session、Lane、Compaction 和恢复接口但在所引用 commit 中prompt、resume、watch等核心方法仍未实现。不能把接口草图当成可落地能力。先借鉴不急着整套迁移DSH 的设计可以拆开吸收不必一开始完整迁移。可借鉴点落地方式领域编排和 Agent Runtime 分离业务层只描述阶段输入、工具、Schema、限制和终态能力 seam定义公共语义分开 Service Definition、Provider 和 Consumer规范事件流UI、恢复、分叉、遥测和模型上下文从同一事实层投影生命周期所有权创建监听器、后台任务、句柄时同步登记 disposer运行拓扑可检查能看到最终配置、当前 Provider、依赖绑定和终态迁移控制变量Current 与 Candidate 在相同 case、model、prompt、toolset、schema、超时和阈值下 paired eval迁移路径也应该克制这样做的价值是排除外部变量。否则换了 Harness 后效果变好或变差都很难知道原因来自模型、prompt、工具、schema还是 runtime 本身。什么时候值得采用完整 DSH可以用下面这张表判断场景适配度判断单一宿主、固定 loop、少量稳定工具低显式插件图可能增加概念和诊断成本多个 Provider 需要部署时替换中到高Service seam、晚绑定和 Patch 有直接价值不同会话需要不同工具、提示词、沙箱或执行世界高Context Realm 与 Agent Preset 能减少 Consumer 分叉运行时装卸、热更新、第三方插件生态成为产品目标高但风险也高要承担插件质量、安全边界、依赖收敛和资源回收目标只是提升模型判断质量低应先投模型、prompt、context、工具和领域验证DSH 目前仍有风险开发者预览阶段 API 可能破坏兼容动态图会增加诊断成本Effect 不等于事务插件化不等于安全。Cordis 根 Context、Registry、Events、Fiber、Boot 和 Loader 仍然是先于业务插件图存在的元内核。公开资料里也缺少足够的运行时开销和大规模插件图基准。本地 vendored Cordis 还有额外取舍固定和审计更容易但会带来上游同步成本和语义差异。结语DeepSeek Harness 的重点是把 Harness 的组合关系系统化。Cordis 让系统知道自己现在由什么组成Session Log 让系统知道自己刚才做过什么Agent Loop 在两者之间执行任务。它能提升的是执行完整性、状态可归因和工程可维护性不会自动提升模型的内在判断质量。当前更务实的做法是先吸收能力 seam、事件日志、生命周期所有权和运行拓扑可检查性。除非多宿主、多 Provider、会话级隔离、运行时装卸和第三方生态已经成了主要矛盾否则不要默认迁移到完整 DSH。推荐阅读Agent 运行时不是聊天流而是给 LLM 补操作系统DeepSeek Harness 不是银弹一切皆插件背后的工程账长程 Agent 任务不跑偏靠的不是多开几个会话DeepSeek Harness从固定内核到可塑运行时强模型时代提示词要从步骤清单改成任务契约