【2026】DeepSeek Harness 完全解析！能做什么、与 Codex/Claude Code 的区别、最佳用法（面向初学者）

「DeepSeek V4 发布了，还带着『DeepSeek Harness』——它是什么？和 Codex、Claude Code 有何不同？该用哪个？」

先给结论：

DeepSeek Harness（dsh）是 DeepSeek 于 2026 年 8 月 13 日以 MIT 许可（开源）发布的 AI 编程智能体「框架」。最大特色是「Everything is a plugin（一切皆插件）」——模型、工具、沙箱、会话、甚至 UI 都可以自由替换与重组。与 Claude Code（闭源）和 Codex（闭源产品）不同，它完全开源，并且可以使用 DeepSeek 以外的模型（Claude・GPT・本地等）。

本文章主要依据DeepSeek 官方页面《DeepSeek Harness developer preview》与 GitHub 仓库 deepseek-ai/deepseek-harness，并参考多篇评测与对比文章，面向初学者重新整理而成。

本文不含联盟链接。

DeepSeek Harness 是什么：「一切皆插件」

DeepSeek Harness（项目名 dsh）是 DeepSeek 发布的智能体框架——也就是上一篇文章讲解的「框架」概念：让 AI 模型作为智能体运作的软件环境。

它与众不同之处在于：一切皆为插件。

组件	作用
模型	可接任意 API：DeepSeek・Claude・GPT・本地等
工具	文件编辑・终端・搜索・Web 等
沙箱	通过插件配置执行安全
会话	记录所见一切・可搜索・可重放
智能体循环	反复工作的机制（可替换）
UI / CLI / SDK	Web UI・命令行・Python SDK

中央的Cordis 内核只负责插件的装载、依赖解析与事件分发（不含业务逻辑）。所有功能都是插件，可通过配置（YAML）重组，无需修改源码。

DeepSeek Harness 的原理：以 Cordis 内核为中心，模型、工具、沙箱、会话、循环、UI 均为插件

DeepSeek Harness 不是「塞满功能的成品」，而是可以自行组装的「框架」。

DeepSeek Harness 能做什么？

与其他编程智能体一样，它具备基本能力，还有自己的独特优势。

基本能力

仓库调研・文件编辑・终端/命令执行・Web/文件搜索
规划・向子智能体委派任务
技能（打包的工作流）・目标管理・多步骤工作流

独特优势

模型无关（model-agnostic）：官方支持 40+ 模型供应商（OpenAI・Anthropic・Google・Kimi 等），以及任意 OpenAI 兼容端点（自托管・本地 GGUF 等）
完全可追溯：模型所见的一切都会写入追加式（append-only）会话日志。可在 Trajectory 视图中按来源审查；Resume・Fork・搜索・Replay 都在同一事件流上运行
完全开源（MIT）：源码可读・可 fork・可嵌入・可修改。默认本地运行（模型・凭据・会话留在你的机器上）
多种运行模式：
- Standard 模式：全功能编程智能体
- Code 模式：通过 Code Mode SDK 让模型用一段程序编排多轮工具调用
- Minimal 模式：最小化（bash + 文件编辑）用于快速基准测试
- Creator 模式：构建你自己的智能体预设

与 Codex・Claude Code 有何不同：三方对比

在关键维度上的对比（基于 v0.1 预览版时的公开信息）：

维度	DeepSeek Harness	Claude Code	Codex
开源	完全（MIT）	闭源	CLI 开源・云端受管
模型绑定	无（任意模型）	Claude 为主	OpenAI 为主
可扩展性	一切皆插件	Hook/MCP/插件	有限
沙箱	插件定义	应用层 Hook	内核层（强）
成本	仅模型 API（配 V4-Flash 便宜）	订阅或 API	订阅或 API
成熟度	开发者预览	稳定产品	稳定产品

要点整理：

开源与可审计：只有 DeepSeek Harness 完全公开源码，可审计模型看到了什么、工具能触碰什么，并且可以完全离线本地运行
模型自由：DSH 模型无关（默认 DeepSeek，但 Claude・GPT・本地或多家供应商可在同一会话中路由）。Claude Code 以 Claude 为中心，Codex 以 OpenAI 为中心
扩展哲学：垂直整合（Claude Code/Codex）vs 水平组合（DSH）。DSH 卖点是「你能自己组装引擎」
沙箱强度：Codex 的内核级沙箱最适合隔离不可信外部代码；DSH 可用插件构建自己的安全策略
成本：DSH 框架本身免费。搭配 DeepSeek V4-Flash，大规模自动化的成本可能低于大厂订阅
成熟度：DSH 是「开发者预览」——现在仍可能出现破坏性变更。Claude Code 与 Codex 是稳定产品

如何最优化使用：按用途推荐

「选哪个」取决于目的。这是我的结论：

目的・场景	推荐选择	理由
成本敏感・大规模 AI 自动化	DSH + DeepSeek V4-Flash	框架免费・仅按模型 API 计费・便宜
完全定制・自建策略・审计/合规	DSH（开源）	源码审计・插件沙箱・本地运行
想切换多种模型（Claude/GPT/本地）	DSH	模型无关的路由
需要开箱即用的稳定产品・大生态内	Claude Code / Codex	成熟・有支持・开箱即用
不可信外部代码的强隔离	Codex	内核级沙箱最强
复杂的多级审批工作流	Claude Code	细粒度权限模式・企业级控制

注意

DeepSeek Harness 是v0.1 开发者预览。官方明言「会有破坏兼容性的变更」。对关键生产用途，现阶段 Claude Code/Codex 更安全
DSH 的前提是「自己组装」，上手门槛高于 Claude Code/Codex。适合能看懂源码、享受实验的工程师
现实做法通常是两者并用：DSH 做实验（成本/自由度），Claude Code/Codex 做生产

总结：DSH 是选择「最大自由度」的人的开源框架

DeepSeek Harness 是 MIT 完全开源的 AI 编程框架，以「一切皆插件」设计，可自由重组模型、工具、沙箱、会话与 UI。它模型无关，搭配 DeepSeek V4-Flash 可控制成本。不过它是开发者预览（v0.1）——稳定生产用 Claude Code/Codex，追求自由与可审计用 DSH，这样的分工最合适。

如果你重视成本・开源・自由定制，DeepSeek Harness 是 2026 下半年值得关注的选项。

出处

DeepSeek 官方《DeepSeek Harness developer preview: Everything is a plugin》（2026 年 8 月发布）
GitHub《deepseek-ai/deepseek-harness》（MIT 许可・v0.1 预览）
对比与评测信息基于 v0.1 预览时的公开文章；数据以以上一手来源为准

※ 本文章系对一手来源面向初学者的改写与意译，部分为笔者补充说明（基于公开信息，非臆测）。