模型之外的戰場：
DeepSeek 開源 Harness 框架，
AI Coding 正在發生另一個變化

DeepSeek 最近除了新模型之外，又丟出了一個我覺得很值得開發人員注意的東西：DeepSeek Harness。

這次不是模型，而是一個真正開源的 Agent Harness Framework。

DeepSeek Harness，簡稱 dsh，以 MIT License 開源。官方對它的介紹很直接：

Everything is a Plugin.

模型是 Plugin、Tool 是 Plugin、Session 是 Plugin，甚至連 Agent Loop 本身都是 Plugin。

目前它仍屬於 Developer Preview。比起「現在能不能立刻拿來上 Production」，另一件事情更值得注意：

到底什麼是 Harness？

過去我們談 LLM，通常很直覺的是：

在上面這樣的情況下，模型越強，用戶得到的答案就越好。

但到了 Agent，尤其是 Coding Agent 時代，事情早就不是這麼單純。

中間包著模型、讓模型真正有辦法「做事」的這整套環境，就是現在大家講的 Harness。

LLM 是大腦，Harness 是讓這顆大腦能夠工作的整套環境。

所以 Harness 不是單純一個 Prompt，也不是某一個 Framework。
它比較接近：

一個(一套) Harness 應該有哪些東西？

不同產品的實作當然不一樣，但我認為至少會包含以下幾個核心元素。拿一套用來幫助開發人員的 Agent 來說(像是 GitHub Copilot App, Codex App)，它的 Harness 應該要有底下這些...

1. Model

首先當然是模型，例如 GPT、Claude、Gemini、DeepSeek、Kimi 或 Local Model。

2. Context

因為有 Context Window 的限制，因此 AI 在這一刻到底能知道多少東西？知道哪些東西？例如 Repository、Architecture Document、Current Files、Issue / PBI、Git History、Previous Conversation、Business Rules、Coding Convention。這一塊就是 Context。

3. Instructions / Rules

例如 AGENTS.md、copilot-instructions.md、CLAUDE.md、Skills、Custom Instructions、Architecture Rules。這些東西在告訴 Agent：這個專案怎麼寫、哪些事情不能做、完成的 Definition of Done 是什麼。

4. Tools

LLM 本身其實什麼都做不了，它只會輸出 Token。真正讓它變成 Agent 的，是 Harness 給它工具(Tools)。

5. Agent Loop / Workflow

Agent 不只是「回答」，而是持續進行 Think → Act → Observe → Adjust。

6. Session / State / Memory

Agent 做長時間任務時，不可能每一次都從零開始。它需要知道目前做到哪裡、剛才改過哪些東西、上一個 Tool Call 發生什麼事，以及哪些 Context 還需要留下。

7. Sandbox / Permission

當 AI 可以執行 Shell、git push、安裝套件、連資料庫與修改檔案之後，哪些事情可以直接做、哪些事情需要 Human Approval，就會變成 Harness 的基本能力。

8. Validation / Feedback

這可能是最重要的一層。
真正好的 Harness，不是叫 AI「確認自己寫對了」，而是讓環境可以實際驗證它。

不是讓 AI 覺得自己做對了，而是讓環境證明它到底有沒有做對。

為什麼 Harness 開始變得重要？

因為我們正在慢慢發現一件事情：

模型真正展現出來的能力，不等於模型本身的能力。

以前我們很習慣比較 GPT、Claude、Gemini、DeepSeek 的 Benchmark。但到了 Agent 時代，尤其是 Coding Agent，真正的體驗開始比較接近：

所以同樣一顆 Model ，放在不同 Coding Agent 裡面，你真的可能會覺得「怎麼明明是同一個模型，但是在這裡好像比較聰明？」

現在真正應該比較的是「Model + Harness」

DeepSeek 自己也正在證明這件事。當 Coding Agent 的 Benchmark ，其實都是透過特定 Harness 來執行時，我們看到的其實已經不只是「模型裸能力」，而是某個 Model + Harness 組合的能力。

換一個 Harness，結果就可能不一樣。

GitHub Copilot App 其實也是 Harness

如果用這個角度重新看 GitHub Copilot App 這類的 AI Coding Tool，整個架構就會變得很好理解。

GitHub Copilot App 不只是「一個可以跟 AI 聊天的 App」，而是一套已經產品化的 Agent Harness。它可以取得 Repository / Local Folder 、Context、閱讀檔案、修改程式、執行 Terminal、維持 Session、處理 Workflow，並選擇不同模型。

而 GitHub Copilot 很值得注意的一點，是它讓 Model 可以切換。當同一套 Harness 可以使用不同模型時，「模型只是 Runtime 裡的一顆引擎」這件事就變得非常具體。

Model 正在逐漸從「產品」變成「Runtime 裡可以換的一顆引擎」。

那 DeepSeek Harness 特別在哪？

這次 DeepSeek 做得更直接。它不是只做一套 Coding Agent 給你用，而是把 Agent Harness 本身給開源了。

Everything is a Plugin.

最有趣的地方是，它讓 Model Adapter、Tools、Session Log、Persistence、Sandbox、Approval、Skills、UI，甚至 Agent Loop 都被設計成可替換元件。

換句話說，DeepSeek Harness 不是：

而更接近：

它很像 Agent 世界的 DI Container

如果是 .NET 開發人員，我覺得可以用一個很熟悉的東西理解：Dependency Injection。

今天 Model 換 DeepSeek，明天可以換 Claude；今天是 Coding Agent Loop，明天也可能換成 Research Agent Loop；今天用 Local Sandbox，明天可以換 Container。

它代表了一個很重要的轉折

我們過去一年一直在討論：GPT、Claude、Gemini、DeepSeek，到底哪一顆模型比較強？

這個問題當然還是重要，但可能已經沒有以前那麼重要了。

因為當模型能力逐漸接近，而且模型開始可以被替換，真正形成差異的東西會慢慢往上一層移動。

真正好的 Agent，未來不一定是用了世界上最強的 Model，而是...

它有沒有把正確的資訊，在正確的時間，交給正確的模型；提供正確的工具，並且有一套機制可以持續驗證、修正它的工作。

這其實跟軟體工程過去幾十年的發展很像。我們從來不會說「只要 Developer 夠強，其他都不重要」。
我們還是需要 Architecture、Framework、Library、CI/CD、Testing、Coding Standard、Code Review、Monitoring、DevOps...。這一切搭配起來，才是最終的成果。

AI Agent 也開始走到同一條路上。