最近在组内做了一个关于deepseek harness（dsh）的技术分享，虽然准备了很久，但是实际分享的时候还是会有点卡壳，感觉还是对这块的技术原理不是很熟悉，所以希望可以再对这部分好好学习一下，以此加深对AI Agent的一些思考吧。
首先，梳理一下Agent的发展历程。2022年底，GPT模型系列发布，但是当时大家还只是把它当作一个稍微智能的chatbot，当时也确实由于模型的上下文窗口比较少，模型能理解的上下文也偏小，导致模型的幻觉率居高不下，能实际解决的问题也自然很少。随着模型的不断迭代，上下文窗口也逐渐增加，Agent从传统的Prompt Engineer，到Context Engineer，再到目前的Harness Engineer，能做的事情越来越多，处理的任务也开始复杂化。如果只是把Agent 当作一个对话机器人，那么人们对它的幻觉容忍度还比较高，但是如果要把Agent投入到真实世界，服务于现实人类，比如用于医疗问诊，客服答疑等场景，那么对幻觉率的标准就相当严格。整个Agent的发展重心也从一开始的专注于模型能力迭代，逐渐发展成如今模型+工程能力双轨并行。模型能力提升固然重要，但是如何使用模型可以稳定，安全，高效地完成复杂任务，也是未来Agent的发展中一个重要的议题。Harness，就是这个议题下的一个很前沿的发展方向。
Harness，翻译成中文是“鞍具”的意思，通过harness，可以在Agent处理任务的时候，更好地发现当前出现的问题，从而纠正问题处理的方向，不至于出现偏离。DeepSeek Harness给Agent的定义是：Model+Harness，从这里可以发现，至少是在DeepSeek看来，模型和Harness是在同等地位的。dsh的精华核心有三大块：
- 一切皆插件：在dsh的设计中，Agent的一切都可以插件化，比如Model，Tool，Memory，Session等，这些都是可拔插的能力，可以通过dsh框架对这些能力自由替换组装。其核心用了cordis这个原理，cordis核心原理分为：Plugin，Context，Service，Event，可逆LifeCycle/Effect
- 事件流（Event Stream）：dsh设计了一个事件流的能力，Agent处理的所有中间结果都会落到这个流里面，包括Tool Call，Message等信息，模型可见的就是这个时间流，在任务处理过程中需要的任何东西，都是基于这个时间流推导出来的。这样做的有个好处是可以对模型的处理过程可追溯，可重放。其他一些Agent产品，Agent的运行黑盒化，用户/模型都无法追溯历史的事件结果。而dsh的这种设计，则可以帮助模型更好地追溯运行上下文历史，相当于模型有了一双发现问题的眼睛。
- Seam（能力缝）：通过能力缝，我们可以理解为什么可以替换整个底层实现。seam不是定义一个单独的接口，也不是能力的提供者，而是由Service Definition+Service Provider+Consumer三个部分共同组成的一项可替换的能力。这个有点类似于电脑的USB接口，Agent不需要感知它里面的实现，只要遵循这个协议，那么就可以使用它。
同时，dsh也提供了基于对应框架下的一套产品能力，按照官网的安装方式，可以在本地跑一个web端产品能力体现。分为四种使用模式：
- 标准模式：最常用的模式，类似于我们使用CC/Codex这种产品，Agent可以自由调用工具，联网检索，shell等能力完成任务。
- PTC模式：程序化调用模式，标准模式进行工具调用的时候，是LLM-Tool-Result-Tool-Result…这种的，但是这种在有一些场景是可以简化的，这种模式就是通过将一批工具调用转化为Code模式调用，减少和模型的交互。
- 极简模式：这种模式下，Agent的任务只能用模型自身的能力，无法调用外部工具处理任务。这种模式为模型评测提供了一个干净的环境，可以很好地对比不同模型自身的基础能力差异。
- 创造模式：用户可以自定义Agent的运行模式，可以理解是基于dsh开发一个子Agent，比如日常工作日常的CR助手，问题排查等，他们的流程都是固定的，可以抽成一个子Agent的能力。然后我们可以在这个子Agent的基础上和dsh进行对话，让他按照我们定义好的Agent流程进行处理。
另外一个比较有意思的就是这个轨迹的产品设计，这个可以让我们很直观看到Agent运行时中的细节，比如做了哪些工具调用，耗时多少，中间使用的Prompt是怎么样的。通过轨迹，我们可以白盒化看到Agent内部，在Agent开发这个场景非常适合调试，确保Agent按照符合预期的方向运行。
总体来看，dsh不像是一个新的Agent产品，更像是定义了一套Agent未来的发展范式，它做的更像是一个平台，目前AI Agent的发展，各家厂商都是各自为战，都有自己的一套Agent设计框架，用户更像是一个消费者，而不是一个共建者。我认为，真正好的Agent，应该是集广大群众智慧参与创造出来的。另外，Agent未来的发展也必定是走向自我进化的方向，dsh的这套范式，似乎是更符合自我迭代这条路，基于这种一切皆插件的思想，Agent可以做到不需要人工控制，就可以自行创造，自行撤销。
不过，目前社区生态还不是很完善，很多功能还处于早期阶段，未来发展走向值得进一步关注。