DeepSeek 开源 agent harness，一天涨 2700 星，国产工具链开始补课

DeepSeek 官方刚开源的 deepseek-harness，今天在 Trendshift 上单日新增约 2700 颗星，是当日国产项目里流量最猛的之一。它的定位是 agent 运行与评测框架，跟模型权重一起，把"怎么把模型用起来"这一层也补齐。

为什么这个项目值得看。过去半年，大家讨论 agent 更多停留在 prompt 和模型选型，但真要在生产里跑，会撞上一堆工程问题：任务怎么拆、工具怎么调、中间状态怎么存、跑失败了怎么复盘、不同模型之间怎么横评。harness 类框架就是把这些脏活抽象出来，给团队一个可复用的骨架。DeepSeek 自己出这一层，意味着它想让 V4 系列模型在企业侧落地更快，而不是只停在 API 文档里。

对开发者的实际价值有三点。一是可以拿它当 baseline，对比自研编排逻辑和官方方案的差距；二是评测模块能帮团队在换模型时拿同一组任务跑数据，不再靠"感觉这个更聪明"；三是和 DeepSeek 开源权重配合，可以在本地或 VPC 内搭一套完整的 agent 试验场，数据不出域。

坑也得说。harness 类项目的生命在于社区迭代，文档、示例、插件生态需要时间养，刚开源阶段别指望开箱即用到生产级；和 LangGraph、Mastra、Microsoft Agent Framework 这些成熟框架比，集成广度仍有差距；版本号还在早期，API 可能随时变。

但方向是清楚的：国产模型厂从"开源权重"走向"开源权重 + 开源运行时"，这才是真正在抢开发者心智。

你团队现在 agent 编排用的是哪套？自研还是开源框架？

DeepSeek AIAgent 开源

---