DeepSeek 推出智能体编排框架，连模型本身都是插件

DeepSeek 以开源模型权重闻名，这些权重以远低于其价格的表现著称。如今，它开始发布围绕这些权重构建的软件。在 GitHub 上发布的 DeepSeek Harness 开发者预览版，以四个字概括其主张：一切皆插件。

DeepSeek 自己的表述直截了当。“模型是智能体的灵魂，”预览文档写道。“编排框架让智能体能够理解环境、使用工具，并在现实场景中持续工作。”此次发布正是该公司试图掌控后一句话的尝试。

四种运行时模式，一个插件内核

安装步骤非常简洁：安装 Node.js，运行 npx @deepseek-ai/dsh web 启动网页界面，或通过 git clone https://github.com/deepseek-ai/deepseek-harness 获取完整源码。底层是 Cordis 内核，负责管理插件的挂载、卸载和依赖关系。智能体接触的一切都是插件：模型、工具、技能、会话、沙箱、存储、循环、调度，以及界面本身。

根据预览文档，四种运行时模式具体如下。

一切皆插件：另一种杠杆

这个口号听起来像营销话术，直到你看到它瞄准的目标。开发者无需改动 DeepSeek 的源代码，即可在配置中选择、替换或扩展任何能力。想要更换模型供应商？替换模型插件即可。想要更严格的沙箱？替换插件即可。这个编排框架不再是你要采纳的产品，而是你可以重新构建的底座。

插件生态正在智能体工具链中蔓延。例如，阿里巴巴的工作场所智能体平台就包含一个插件市场，提供无代码入口，可以将资深从业者的工作方法打包成可共享的插件。DeepSeek 的版本在一个维度上走得更远：模型绑定本身也是插件，因此该编排框架并不关心你接入的是谁的权重。

模型厂商为何要发布基础设施

DeepSeek 的声誉建立在高效的开源权重之上。它押注于稀疏混合专家架构, , 每个 token 只激活模型中一小部分参数, , 其关于 V4 系列的论文也毫不避讳地说明了回报：在一百万 token 上下文下，DeepSeek-V4-Pro 仅需 DeepSeek-V3.2 单 token 推理 FLOPs 的 27% 和 KV 缓存的 10%。一个运行成本如此之低的模型，只有在其周围的软件能将其指向真实环境时才有价值。这正是该编排框架所填补的空白。

基础设施供应商开放自身、成为所有人构建的底层，这种事早有先例。Nvidia 于 2025 年 3 月在 GitHub 上以双重许可, , 代码采用 Apache 2.0, , 发布了其 DeepStream 视频分析栈的完整源码，押注标准化胜过控制。DeepSeek 的举动读起来如出一辙：如果智能体编排框架走向标准化，那么一个开放且模型插槽可替换的框架，无论最终胜出的是 DeepSeek 的模型还是其他人的模型，都对 DeepSeek 有利。预览页面本身也承认这项工作尚未完成，称核心插件和 API 将在开发者测试期间持续演进。

可追溯性作为基准测试的突破口

最不起眼的功能可能最为关键。每一次运行都可追溯：模型看到的一切都会被写入仅追加的会话日志，包括系统提示、推理过程、工具调用与结果、子智能体调度以及上下文注入。Trajectory 视图可以按来源过滤这些记录，而恢复、分叉、搜索和回放都在同一事件流上进行操作。

这是对智能体反复出现的问题的直接回应：行为没有归属方。Mistral 的 Studio 发布推动了提示和技能的集中式记录系统，支持不可变版本和审计日志。DeepSeek 则从另一侧切入，不仅捕获指令，还捕获智能体行为的完整轨迹。然后是极简模式, , 一个仅带持久 bash 和文件编辑器的双工具智能体，专为在精简环境中对模型进行基准测试而构建。可审计的运行加上极简基准测试配置，指向一个明确的野心：其他人也能真正复现的智能体评估。

真正的赌注在于，环境与其中的模型同样重要。DeepSeek 花了多年时间证明开源权重可以在前沿领域竞争。如今，它想让自己的编排框架成为这些权重运行的环境。模型或许是灵魂，但编排框架才是这家公司打算扎根的地方。