摘要：DeepSeek 开源 Harness 框架，完整公开了 AI Agent 开发过程。本文带你逐条拆解这份包含 12293 次提交、683 篇设计笔记、4 篇事故复盘的“施工日志”，看清从“套壳聊天”到“能干活”之间差了哪几层窗户纸。

---

8 月 13 日，DeepSeek 把一个做了两个月的项目扔上了 GitHub。
MIT 协议，三个多小时两万七千 star，第二天翻了一倍。

名字叫 Harness。挽具的英文原义，就是套在马身上的那层具。
模型是马，harness 是套在模型外面的那层壳——工具、权限、记忆、日志，全归它管。

朋友圈一夜之间全是转发的。
我点开仓库翻了两个小时，然后默默关掉，回去改我自己项目的 bug。

不是我清高。
是我发现一件挺荒诞的事：他们这两个月踩过的坑，我过去半年几乎挨个踩了一遍。

我先说结论——这个东西最值得看的不是它多先进，是它把“一个 agent 产品到底难在哪”公开了。

一次 AI Agent 开发的完整“施工日志”

DeepSeek 这次开源的不是一个模型，是一个叫 DeepSeek Harness 的 agent 框架。
仓库里的数字挺吓人的：

项	值
提交次数	12,293
开发天数	64 天（6月10日到8月13日）
单日最高提交	887 次（7月30日）
设计笔记	683 篇
事故复盘	4 篇（编号0001到0004）
被否决的方案	11 篇（专门留档）

日均 192 次提交。
7 月 30 日那天 887 次提交加 47 篇设计笔记。
这个吞吐量人手敲不出来，他们自己也不掩饰：代码库主要由编码 agent 开发。

更狠的是，他们连施工日志都没删。
683 篇设计笔记、11 篇“我们差点这么干后来没干”的否决记录、4 篇标题就写着“我们是怎么搞砸的”事故复盘，全部公开。
一家模型公司，把自己怎么翻车的全过程摊在桌上。
这事我没见过第二家。

我为什么敢说自己“踩过一模一样的坑”

因为过去半年，我利用职务之余自己写了一个 GEO Agent。
不是我吹牛，是真干过——基于 Next.js 14 和 Vercel AI SDK v6，从对话引擎、技能系统、多模型调度，到沙箱执行、上下文压缩、成本核算，全栈手搓。
现在跑在 adgine.cn 上，每天给真实的客户做 GEO 分析。

我的项目结构长这样：

app/api/chat/          # 对话入口（SSE 流式）
lib/chat-engine.ts     # 核心引擎（1600 行）
lib/system-prompt.ts   # 系统提示词组装（700 行）
lib/skill-loader.ts    # 技能加载器
lib/conversation-summary.ts  # 上下文压缩
tools/                 # 14 个工具（搜索、代码执行、GEO API……）
skills/                # 6 个技能包

光核心引擎 chat-engine.ts 就 1600 行。
这还不算工具实现、前端组件、数据库层。
所以当我看到 DeepSeek 的仓库结构时，那种感觉不是“学习”，是“照镜子”。

他们转发的是“DeepSeek 又发新东西了”。
我看的是：哦，原来你们也在“模型返回的 JSON 是坏的怎么办”这件事上专门写了一套修复逻辑；原来你们也纠结过“系统提示词到底该塞多少东西进去”；原来你们也遇到过“用户说一句话，agent 自作主张调了十次工具”的问题，然后用了一个跟我几乎一样的思路去治。

一个能用的 Agent 和一个套壳聊天框，差了多少层窗户纸？

差别大到什么程度？
大到 DeepSeek 自己管这个叫“harness”，而不叫“chatbot”。

你平时用的 ChatGPT、文心一言，那是 chatbot——你说话它回话，碰不到你电脑里的东西。
harness 是能读你文件、改你代码、替你敲命令的那层壳。
模型还是那个模型，多出来的是一双手。

这层窗户纸有多厚？这么说吧：

• DeepSeek 为了管好这双手，给一次最简单的对话记了 44 条日志，其中只有 6 条是模型能看到的
• 为了算清一次任务的成本，他们把发给模型的每一个字都称了重——你问一句 29 个 token 的话，harness 替你付了 13,809 个 token 的入场费
• 为了防这双手乱动，他们从操作系统层面给它焊了一扇门——macOS 用 sandbox-exec、Linux 用 Landlock、Windows 用受限令牌

这些数字不是为了炫技。
每一个背后都是一个真实的坑，而这些坑，我全都用自己的头发验证过。

这个系列怎么写

不打算写成源码解析，我自己也不喜欢看那种文章。
我会尽量用人话讲清楚：agent 到底是怎么干活的、为什么会出错、成本藏在哪、以及——如果你想自己做点什么，哪些坑可以绕着走。

每一篇都会拿 DeepSeek 的做法和我自己的实现做对照。
不是为了比谁好谁差，是为了让你看到：同一个问题，两种真实的解法，各自的取舍是什么。

下一篇，先算一笔账。
你知道你随便问 agent 一句话，它开口之前就已经替你花了多少钱吗？
那个数字比你想的大得多，也荒唐得多。

---

本文作者来自 Adgine 团队，提供 GEO 服务（让品牌被 AI 推荐），官网 https://adgine.cn