大模型
DeepSeek开源Harness v0.1：一切皆插件架构，MIT协议助力AI完成复杂任务
发布时间：2026年08月14日 16:00:008月14日，DeepSeek开源Harness开发者预览版（v0.1），采用MIT协议，主打一切皆插件架构。Harness是一个AI Agent开发框架，通过插件化设计让AI能够调用各类工具完成复杂任务。开源此举降低了AI Agent开发门槛，与DeepSeek V4 Pro的Agent能力形成协同，构建完整的Agent生态。
事件概况
8月14日，DeepSeek开源Harness开发者预览版（v0.1），采用MIT开源协议。Harness是一个AI Agent开发框架，主打"一切皆插件"的架构设计，旨在帮助AI完成复杂的多步骤任务。
Harness框架
核心理念：一切皆插件
Harness的架构设计围绕"一切皆插件"理念：
- 搜索是插件
- 代码执行是插件
- 文件操作是插件
- API调用是插件
- 甚至对话格式也是插件
架构特点
- 模块化设计：每个功能都是独立插件，可自由组合
- 低耦合：插件之间互不依赖，可独立开发和维护
- 可扩展：开发者可轻松编写自定义插件
- MIT协议：完全开放，允许商业使用
技术规格
- 开源协议：MIT
- 版本：v0.1（开发者预览版）
- 开发语言：Python
- 集成：与DeepSeek API深度集成
- 兼容：支持OpenAI API格式
与V4 Pro的协同
Agent能力闭环
DeepSeek正在构建完整的Agent生态：
| 层级 | 产品 | 作用 |
|---|---|---|
| 模型层 | V4 Pro-0813 | 提供Agent推理能力 |
| 框架层 | Harness v0.1 | 提供Agent开发框架 |
| 生态层 | 插件市场（规划中） | 提供工具和集成 |
性能匹配
- V4 Pro的Agent跑分暴涨5倍（DeepSWE从12.8升至62.7）
- Harness框架充分利用V4 Pro的Agent能力
- 低成本API（3元/百万Token输入）降低Agent开发成本
- 峰谷定价进一步降低大规模Agent部署成本
插件系统
内置插件（预计）
- 搜索插件：网络搜索和信息检索
- 代码执行插件：运行Python代码进行数据处理
- 文件操作插件：读写本地和远程文件
- API调用插件：调用外部REST/GraphQL API
- 数据库插件：查询和操作数据库
- 通知插件：发送邮件、消息等通知
自定义插件
开发者可以轻松编写自定义插件：
- 遵循插件接口规范
- 实现插件的输入/输出定义
- 注册到Harness框架
- 即可被AI Agent调用
开源意义
对开发者的影响
- 降低AI Agent开发门槛
- 不需要从零搭建Agent框架
- 通过插件组合快速实现复杂功能
- MIT协议允许商业使用
对DeepSeek生态的影响
- 吸引开发者使用DeepSeek模型开发Agent
- 形成模型+框架的生态闭环
- 与OpenAI的Responses API竞争
- 推动Agent开发的标准化
对行业的影响
- 开源Agent框架降低行业门槛
- 插件化架构可能成为Agent开发标准
- 推动Agent生态的繁荣
- 与LangChain等框架形成竞争
竞品对比
| 框架 | 开发者 | 特点 | 协议 |
|---|---|---|---|
| Harness | DeepSeek | 一切皆插件，MIT协议 | MIT |
| LangChain | 社区 | 链式调用，生态丰富 | MIT |
| CrewAI | 社区 | 多Agent协作 | MIT |
| OpenAI Agents SDK | OpenAI | 与OpenAI深度集成 | MIT |
| Anthropic Claude Agent | Anthropic | 与Claude深度集成 | 专有 |
行业背景
Agent框架竞争
AI Agent框架正成为大模型公司竞争的新战场：
- OpenAI推出Responses API
- Anthropic推出Claude Agent SDK
- Google推出Gemini Agent框架
- DeepSeek推出Harness框架
开源vs闭源
- DeepSeek选择完全开源（MIT协议）
- OpenAI和Anthropic的Agent框架与各自模型绑定
- DeepSeek的Harness虽然与V4 Pro深度集成，但MIT协议允许适配其他模型
后续观察
Harness社区的活跃度、第三方插件的开发情况、以及与LangChain等现有框架的竞争态势，将是关键观察点。