DeepSeek Harness 实测：开源插件架构与代码轨迹回放成亮点
DeepSeek 发布 Harness 框架，以开源插件化架构和代码执行轨迹回放，为 AI 编程代理提供更高可控性和透明度。
DeepSeek Harness（DSH）是一个开源 AI 编程代理框架，核心创新在于以 Cordis 插件架构为基石，允许开发者自由替换或新增插件。其 Trajectory 视图可回放模型原始事件级执行记录，提升透明度。内置 100 多个插件，并预留插件商店，强调开放生态与社区共建。
正文摘录
这段时间里，为了测试，我几乎把我所有 Vibe Coding 项目，都从 Codex 迁移到了 DeepSeek Harness（是的，logo 黑化了）。 快速体验：在已安装 Node.js 开发工具链的系统中，可以使用 npx 命令快速启动 DeepSeek Harness 的 Web UI。 打开后，会先让你填模型 API Key，没有的话直接到 DeepSeek 开发平台买一个。 之后就能看到「黑鲸」真容了，基本和 DeepSeek 网页版长得一模一样，只不过现在对话列表成了本地项目管理列表。 这也是 DSH 带给我最深的印象——这是一个非常极客，甚至可以说是开发者天选的马鞍。 众所周知，随着 Agent 跑得越久、工具链越复杂，Chat 摘要就越来越黑盒，根本搞不清楚模型在背后干啥。 和 Chat 视图的是润色后的对话不同，Trajectory 能直接看到原始事件级记录，你可以随时回放，查看会话内部到底发生了什么。 这点和 Codex 很不一样。在 DSH 的鞭策下，黑鲸会非常主动地开启头脑风暴，并且给出建议选项。 诸如此类，反正就是很多 UI 和交互上的小细节，跟 Codex 比起来肯定还是有差距，可能也得等后续更新打磨吧。 也是很神了，DSH 专门在屏幕最下方搞了个统计表，你可以随时在这里查看 Token 消耗量、缓存命中率，以防一不留神给信用卡刷爆掉。 我让 V4 Flash 分别用 Codex 和 DeepSeek 自己的 harness 跑了几个 demo，大家可以自行对比一下。 同样是只简单嘱咐了一句任务，没有写复杂提示词，右边 Codex 马鞍一把梭的产物简直不像个生物。 我自己的体验也差不多，基本都是一句 prompt 直出，很少出现直接、不绕弯子地交付半成品的情况。