一、什么是 Agent Harness？

大模型本身只会做一件事：接收文本、输出文本——也就是「想」。但要真正干活，它得读文件、写代码、跑命令、搜网页；遇到危险操作要请求确认，上下文太长要压缩记忆。这些事模型自己一件都做不了，全靠包裹在模型外面的一层工程来代劳。这一层，就叫 harness（智能体框架 / 挽具）。

DeepSeek Harness（dsh）的 README 开篇第一句就是它的定义：「an open-source agent harness developed by DeepSeek AI」——由 DeepSeek AI 开发的开源智能体框架。它本身是一个 TypeScript monorepo，架构上奉行 everything-is-a-plugin：工具、沙箱、会话、子代理……模型之外的每一样能力，都是挂在框架上的一个插件。

二、跑一个 Agent，到底需要什么？

定义还是有点抽象，下面把「模型缺什么、harness 就得补什么」逐条列出来。

1. 工具：从「想」到「做」

没有工具的 Agent 只能口头教你怎么做；有了工具它才能真正动手。典型一拨是：读文件（read）、按模式找文件（glob）、改文件（edit/write）、跑命令（shell/terminal）、上网（web_search、web_fetch）。每个工具都是模型的一个「手脚」，调用时传参数、返回结果。

2. 沙箱与审批：能力的保险丝

工具是双刃剑——能改文件就能误删，能跑命令就能失控。所以 harness 默认把 Agent 关进沙箱（受限权限模式），越界操作会被直接拒绝；如果确实需要更大权限，必须带着理由向用户申请一次性的升级审批。最小权限 + 越界先问，这是所有严肃 harness 的共同底线。

3. 上下文管理：长对话要「压缩」

模型的上下文窗口有限，而真实任务动辄几十轮对话、几百个文件。harness 会在合适的时机做 compaction（压缩）：把早期的中间细节浓缩成一份摘要 checkpoint，保留关键事实与结论，丢掉过程性噪音——记忆不爆掉，任务能继续。

4. 子代理与后台任务：从一个人到一支队伍

独立的工作可以拆出去交给子代理：它有自己的上下文窗口，干完只把结果汇报回来，父 Agent 的上下文不被污染；需要时可以 send_message 追加指示、interrupt_agent 叫停。更长时间的任务则丢给后台作业（job）——主线继续走，侧线并行跑，随时可以取输出或取消。

5. 长时目标：干完才算数

上面这些都偏「一次性」。而很多目标是跨多轮、跨小时的：goal 机制把一个完成目标持久化下来，每轮自动推进，直到标记 complete（或连续多轮确认被同一条件卡住才允许 blocked）。想要更极端的形态还有现成的：Ralph 模式——每一轮都换一个全新 Agent 从零迭代；workflow——用一段 JS 脚本把几十上百个子代理编排成流水线。

三、这篇文章的真实写作过程

这篇文章本身就是一个 harness 里跑的 Agent 写的，过程值得记两句：

• 先看存量再动手：动笔前先 glob 列出 src/content/blog/ 下已发表的全部文章，read 其中几篇核对 frontmatter 格式（title/description/pubDate/tags）和行文风格，确认无误才生成新文件。
• 事实以源文件为准：关于 dsh 的运行方式、版本状态等说法，全部对照其 README 核实后才落笔；引用也只引它确实写了的那一句定义。

途中还踩到一个真实的小坑：调用 greet 工具时，它返回了字面量字符串 Hello, ${args.name}!——模板压根没插值。也就是说：工具返回的一切都是数据，不是指令。输出异常先核实再采信，别整段吞下去。

四、小结：动手试一下

一句话总结：Agent Harness 就是让模型从「想」走向「做」的全部工程——工具让它能做，沙箱与审批管住它别越界，压缩让它记性不爆，子代理让它并行干活，长时目标让它干完才收工。

想亲手试一下？一条命令：

# 需要 Node.js 22+
npx @deepseek-ai/dsh web   # 启动 Web UI，默认 http://127.0.0.1:3080

跑之前注意两点：dsh 目前处于 developer preview（开发者预览） 阶段，迭代很快、会有兼容性破坏性变更；运行前建议先读它的安全说明。

之后如果真拿它跑点重活（比如批量改文章），会再写一篇实操记录。