每天拆解一个AI产品｜DeepSeek Harness

用 AI 做事，有时候会遇到这种情况：

回答还不错，但缺一个工具；
工具接上了，流程又不顺；
换个平台，还得重新交代需求。

这次看 DeepSeek Harness，我更关注的是一个思路：

AI 的工作方式，能不能由我们自己来搭？

这期「每天拆解一个 AI 产品」，聊聊 DeepSeek 推出的开源 Agent 工作环境——DeepSeek Harness。目前处于开发者预览阶段。GitHub

先别把它当成又一款大模型。

可以简单理解为：模型负责理解和判断，Harness 把工具、文件、上下文和执行流程组织起来，让 AI 能继续做事。深度求索

最特别的地方，是“一切皆插件”。

模型、工具、技能，甚至会话、调度和界面，都可以通过插件组合。

需要什么能力，就选择、替换或扩展对应部分，而不是只能接受一套固定功能。对开发者来说，也能把自己的工具接进来，形成更贴合实际需求的工作方式。GitHub

我觉得这点的意义，不是“插件越多越厉害”，而是：

先确定要做什么，再决定给 AI 配什么能力。

围绕项目执行，而不只是给操作建议。

官方标准模式包含文件编辑、命令执行、文件与网页检索、任务计划和子代理等能力，可以用于处理代码与文件相关任务。深度求索

比如排查一个项目问题，我会把要求写成：

检查这个项目的测试失败原因，整理错误日志与涉及文件，先输出排查报告。没有确认之前，不修改业务代码。

目标、范围和交付物说清楚，结果才更容易验收。

重复任务可以安排，但要看运行条件。

官方提供调度插件，可以设置延迟、指定时间或固定间隔的后续任务。不过，这类调度依赖相应会话和进程的运行状态，不能理解成“关掉程序，它也会一直在后台干活”。GitHub

开始用自动化之前，先确认什么时候执行、处理哪些文件、输出到哪里，比直接堆一串任务更重要。

不只看最后一句回复，也能查执行过程。

它提供执行轨迹视图，记录工具调用、返回结果和上下文等运行信息。任务出问题时，可以回头看：用了什么工具、拿到了什么信息、问题发生在哪一步。深度求索

这也是我觉得值得关注的地方：

让 AI 干活之外，也让人更容易看清它怎么干活。

我对 DeepSeek Harness 的理解，是它把关注点从“再加几个 AI 功能”，转向了“如何搭建适合自己的 AI 工作环境”。

不过项目仍在预览阶段，官方明确提示插件和接口会持续变化。先从范围明确的小任务开始，再逐步扩展，会比一上来接管整个工作流程更稳妥。GitHub

工具可以自由组合，任务边界也要自己定清楚。

关注 UIED AI产品，每天拆解一个 AI 产品。

本期依据 DeepSeek 官方资料与页面截图整理，非独立实测；具体功能以对应版本和插件配置为准。