波仔
🐳 导读 为什么现在需要Harness
📄 一句话概括

因为 DSH 是第一个由模型厂商自己开源出来的 Agent 运行时——它把模型之外那一整层做成了可替换的插件，25 天拿到 21.4 万星标，说明行业一直在等这样一件东西。

📝 本节和前面几节的关系

0.1 讲了【模型之外还有一层】，这一节回答【为什么这层值得单独学】。它不是又一个 AI 工具，而是一层基础设施。看清楚这一点，后面第 1 章的定位讨论才不会看偏。

一、它开源的不是模型，是运行时

开源这个词这里要拆开看。常见的开源是把模型权重放出来——你可以下载它、自己跑它。 DSH 开源的是另一样东西：跑模型的那套壳。

权重开源，你得到的是一匹能跑的马；运行时开源，你得到的是整套马具的做法。 这两件事的价值不一样——马会换，马具的做法会留下来。

二、25 天 21.4 万星标，说明什么

DSH 仓库创建于 2026-08-13，同一天 DeepSeek 的 V4-Pro 模型正式可用。 这个日期不是巧合：模型和跑模型的壳，是一起端出来的。

一个开源仓库 25 天涨到 21.4 万星，这不像【一个工具火了】，更像【行业在等一件早就该有的东西】。 等的是什么？一层把模型变成 Agent 的、开放且可替换的运行时。

三、它填的是哪一格

把市面上这些东西排成一列，DSH 的位置就清楚了：

模型（DeepSeek V4、GPT、Claude……） 　↓ Harness / Runtime（DSH 在这一格） 　↓ 产品（某个 App、某个网页、某个客户端）

以前这一格里的东西，要么绑死在某个产品里（比如某个厂商的编码助手， 运行时和产品是一体的，你换不了）；要么散在通用框架里 （要自己拼工具、自己接循环，门槛高）。

DSH 是第一回由模型厂商自己出面，把中间这一层完整地、 以可替换的插件形态开源出来。它填的是长期空着的那一格。

四、学它，学的不是某个工具

这里要先说清一件事：这本书不是【DSH 使用手册】。

接口会变——它挂着预览版，版本号还是 0 开头，升级小版本都可能要改配置。 背诵某个命令、某个配置项，几个月后可能就白背了。 真正值得学的是结构：

结构这一层很少变，接口那一层天天变。 所以本书的读法是——看它怎么组织，而不是记它有哪些参数。

五、动手 Demo：算一算这个增长速度

把时间线摊开，算两个数：平均每天涨多少星，以及两段的速度差：

t = [("2026-08-13", 0, 0), ("2026-09-07", 25, 214000),
     ("2026-09-22", 40, 233000)]
print("第 1 段：25 天涨到 21.4 万，平均每天 %.0f 颗" % (214000 / 25))
print("第 2 段：又过 15 天涨到 23.3 万，平均每天 %.0f 颗" % ((233000 - 214000) / 15))
print("两段之比 = %.2f 倍" % ((214000 / 25) / ((233000 - 214000) / 15)))

实跑输出：

--------------------------------------------------------------------
为什么 DSH 值得单独写一本书
--------------------------------------------------------------------
  2026 年 8 月 13 日，DeepSeek 把 Harness 开源了，
  同一天 DeepSeek-V4-Pro-0813 正式可用。这个日期不是巧合——
  模型和跑模型的壳子，是一起端出来的。

  项目信息     内容
  --------------------------------------------------
  全称         DeepSeek Harness，简称 dsh
  发布日       2026-08-13（developer preview）
  许可         MIT（真开源，不是开放权重）
  口号         Everything Is a Plugin（一切皆插件）
  底座         Cordis 组合框架（内核极小）
  仓库规模     49 个包，一方插件 100 个以上
  启动方式     npx @deepseek-ai/dsh web
  定位         Agent 运行时（Runtime），不是模型
  --------------------------------------------------

  它凭什么值得写一本书？看它跑得多快就懂了：

  时间           发生了什么                   规模
  -----------------------------------------------------------
  2026-08-13     仓库创建、开发者预览发布     第 0 天
  2026-09-07     社区热度爆发                 21.4 万星标
  2026-09-22     持续爬升                     23.3 万星标
  2026-09-25     桌面预览版（Electron）       0.1.7-rc.1
  2026-09-29     v0.2 预览，带桌面应用        插件管理器上线
  -----------------------------------------------------------

  小算例：从 0 到 21.4 万星标用了 25 天，平均每天涨 8560 颗。
  这不是【一个工具火了】，而是行业在等这样一件东西——
  一层把模型变成 Agent 的、开放且可替换的运行时。
  以前的 Harness 要么绑在某个产品里（Claude Code）、
  要么散在框架里（LangChain 这类），DSH 是第一次由模型厂商
  自己出面，把【模型之外的那一层】完整开源。

第一段速度是第二段的 3.56 倍——热度先冲顶再回落，这是开源项目的常态。 但回落后仍有每天 1267 颗，说明它不是一阵风。 对读者来说，这个数字只说明一件事：它的关注度足够高，值得你把结构学一遍。

30 秒实验

  1. 在 GitHub 上搜 deepseek-ai/deepseek-harness，看现在的星标数和最近一次提交时间。
  2. 翻它的 README，找到安全说明那一段，理解官方为什么反复提醒【预览版别上生产】。
  3. 挑一个你熟悉的 AI 产品，判断它属于【模型】【运行时】【产品】里的哪一格。

常见误区

  1. 错误：DSH 是 DeepSeek 的又一个模型。——纠正：DSH 是运行时，不是模型。它默认跑 DeepSeek 的模型，但换成别家模型只改一行配置。
  2. 错误：开源就是代码放 GitHub 上。——纠正：DSH 的关键不在【代码能看见】，而在每一层能力都能被替换——连界面都是插件。
  3. 错误：星标这么多，可以上生产了。——纠正：星标衡量的是关注度，不是成熟度。官方自己把状态标成 developer preview，明说接口会破坏性变更。
自测三问（点开对答案） 1. DSH 开源的是什么？ —— 开源的是一整个**运行时（harness）**，不是模型权重；许可为 MIT。 2. Model + Harness = Agent 里，两边各负责什么？ —— 模型负责推理，Harness 负责其余一切：工具、会话存储、沙箱、Agent 循环、界面。 3. 为什么这本书强调【学结构、别背接口】？ —— 因为 DSH 是预览版，**接口和插件名会随版本破坏性变更**；而【分几层、怎么拆插件、生命周期怎么管】这套结构很少变。

相关笔记