DeepSeek 为开源 Agent 框架 DeepSeek Harness(dsh)发布 macOS 和 Windows 原生桌面安装包,Linux 用户可通过 npm 的 deepseek-ai/dsh 包使用。作者称其采用 Everything is a Plugin 架构,模型、运行环境乃至 Agent 循环均可作为插件热插拔,兼容 MCP 和社区数百个开源插件,数据沉淀在本地。
原文拆解了桌面端发布的入口形态与插件化架构,读者可以据此判断它对本地 Agent 工作流的适配度。
哇偶,感觉 DeepSeek Harness 正在开启 Agent 领域的 Linux 时刻,说是DeepSeek 放了个核弹级大招也不为过,所有做 AI Agent、搞代码自动化和本地工作流的铁汁都可以去下载体验啦,
为什么这么说呢,我觉得它打破了所有闭源工具把模型和界面死死绑定的垄断做法,做到了连 Agent 循环本身都能热插拔,
从双击运行的桌面端,到数百个开源插件自由组合,这篇我跟大家用大白话详细讲清楚, DeepSeek 真正想做的是下一代开源基建,
他们正式为开源 Agent 框架 DeepSeek Harness(dsh)发布了原生的 macOS 和 Windows 桌面安装包,Linux 也可以通过 npm 一行命令直接跑,
这意味着从今天起,一个完全不被任何大厂生态绑架、零门槛双击即用的顶级开源 AI 智体底座,正式端到了所有普通用户的桌面上。
一句大变化概括这件事的本质就是: Claude Code 把 Agent 锁在闭源模型和订阅制里,而 DeepSeek 把整个 Agent 的神经中枢、工具沙箱与插件系统全部拆解开源,并用开箱即用的原生桌面端彻底砸穿了本地部署的门槛。
现在绝大多数想在本地用 AI 解决复杂工程、自动化办公的人,都在经历同一种极度痛苦的折磨:
用闭源工具,每天面对按 token 计费的昂贵账单和随时被封号限流的窝囊气,
转去折腾开源框架,又得在终端里配环境、搞 node 版本、修权限依赖,还没开始干活就被报错劝退, 更致命的是,市面上绝大多数 Agent 框架的底层循环是写死的,想换个模型、加个新工具就像动一场开颅手术。
我把 DeepSeek Harness 这次杀穿行业的三大核心维度给大家拆解透:
第一个,生产力底座的范式革命:
一切皆插件,连 Agent 循环本身都能热插拔 DeepSeek Harness 绝不是又一个简单的聊天外壳或套壳 IDE,它的核心哲学叫 Everything is a Plugin。
在它的架构里没有特权核心:
→ 接入的模型是插件,DeepSeek、Kimi、Claude 或本地 Ollama 随便切;
→ 运行的环境是插件,从终端 CLI、沉浸式 TUI 到本地 Web UI 和桌面客户端自由组合;
→ 甚至连 Agent 的思考循环、任务分发与反思验证机制,都可以作为插件随时卸载、重组与热替换; 你不是在用某一家公司的工具,而是在搭积木一样定制属于你自己的专属工作机。
第二个,工程落地的降维暴击:从极客命令行直接跃迁到双击即用的桌面端 过去几个月 Harness 在开源社区狂飙突进,但很多人依然被 npm 权限和终端指令卡在门外。
这次官方直接打包出 macOS 和 Windows 的独立桌面应用: 你不需要懂复杂的编程环境配置,下载安装包、填入 API Key、选中工作目录,
它就能像资深架构师一样接管本地文件、自动跨文件搜索分析、运行测试、修 Bug 并生成完整的执行溯源链路, 把原本属于极客的自动化超能力,直接变成了人手一个的系统级生产力工具。
第三个,生态开放与资产主权闭环:
把工具定义权彻底还给开发者 闭源平台把用户圈在自己的围墙花园里,而 DeepSeek 选择了最彻底的开源与去中心化。
它完美兼容 MCP(模型上下文协议)和社区数百个开源插件: 你的代码历史、本地知识库、自动化测试脚本和会话记忆全部沉淀在本地, 敏感项目绝不上传任何未授权的云端, 模型负责在远端提供算力,而真正的工具链、工作流与核心资产,从第一天起就死死攥在用户自己手里。
真实历史与数据硬核印证:
→ 开源演进的代际规律: 从当年封闭的商业 Unix 到自由的 Linux,底层操作系统的开放最终繁衍出了整个互联网;DeepSeek Harness 正在将 Agent 的底层执行框架推向同样的 Linux 时刻;
→ 成本与算力的解绑战报: 配合 DeepSeek 极致性价比的推理定价,跑通原本在闭源旗舰上需要几十美金的百轮复杂长任务,在本地 Harness 上只需几毛钱即可完成;
→ 社区生态的指数裂变: 从代码审查、多模态视觉桥接(ModLens)到跨项目记忆同步,GitHub 上 dsh-plugin 话题下已有数百个开源项目开箱即用。
但褪去台前的宏大光环,硬币的反面极其冷峻:
→ 自由度的代价是配置认知: 插件化赋予了极高的定制上限,但也意味着用户需要对模型特性、上下文窗口和工具调用边界有基本认知,才能组装出最顺手的流水线;
→ 开源生态的初期兼容性博弈: 随着各家大模型接口频繁迭代,部分社区第三方插件在极端复杂边缘场景下,依然需要开发者具备一定的调试能力;
→ 算力底座的智力分水岭: Harness 解决了执行框架和手脚问题,但任务长链条规划的上限,依然取决于你挂载的大脑模型本身的推理硬实力。
过去我们以为 Agent 竞争比的是谁的模型名字更响亮,
现在 DeepSeek 证明了,真正决定生产力未来的,是把模型变成插件、把执行权完整交还给用户的开源基础设施。
你们平时在本地跑代码和工作流,最被困扰的是环境配置太烦、闭源 API 账单太贵,还是工具生态太封闭?我的感受是以前天天在各种工具之间切来切去导上下文,现在一个完全开源可定制的本地 Harness,终于把所有的手脚给聚齐了,很爽~
Please check out @DeepSeekHarness. We just released packaged desktop versions for macOS and Windows; Linux users can get it from the @deepseek-ai/dsh package on npm. https://deepseek.com/harness在 X 查看被引用的帖子
来源:AYi · x.com