DeepSeek Harness 入選項目疑似曝光，不選萬星「花瓶」，死磕 Agent 基建

當下剛需的基建方向，全被 DeepSeek Harness 鎖定 作者丨高允毅 編輯丨岑 峰 昨晚，DeepSeek V4 Pro 正式發佈，性能全面逼近 Fable 5 ，價格卻只有1/57 ，再次坐實了 “智價比之王” 的美譽。如果細看官方公佈的十項基準測試的話，那些亮眼的數據，其實都表明DeepSeek想全面邁向“工業級 Agent 生產線”，比如它補齊了軟件開發和工程能力短板，在終端報錯、工具調用、長程任務都有不錯表現。另一方面，當模型的智力水平已經無限拔高，即將推出的 DeepSeek Harness，正是它補齊 Agent 落地能力的關鍵後手。

而今天網上爆出一份DeepSeek Harness內測入選項目局部名單，進一步將DeepSeek的發力方向勾勒清晰。DeepSeek 的篩選標準很有特色：不看名氣，70% 的入選項目是幾乎零熱度的個人或小團隊新作，大熱的“高星”項目反而落選。因為很多高星項目做的是通用工具，未必為原生Harness設計。而不少小眾項目，本身在做Codex、Claude Code、Pi插件，可以順勢適配DeepSeek Harness。更重要的是，DeepSeek似乎更關注這些項目能否填補上它的生態空白，比如特殊的UI、創新編排模式。要有實際的功能，不能是空架子。

在種種條件下，這些入選項目集中體現在一些賽道上：首先，整個項目的生態要圍繞Harness核心能力展開，這主要體現在MCP插件與 Coding Agent項目佔比最高，能解決工具調用與代碼落地的核心痛點。其次，項目還集中在 Agent Runtime（運行時）、編排框架、可視化 UI 與多智能體調度 等Agent適配層，直接影響環境跑起來安不安全、長任務容易跑偏、黑盒執行看不見、多模型如何協作等具體問題。相較而言，醫療、法律、金融等垂直應用項目佔比不足 4%。01都有哪些入選項目？這個局部名單中，已經列出了17個開源項目，我們選取了其中的4個項目，看看都是什麼類型的Harness工具。

▎安全操作系統openma-ai（224顆星）open-managed-agents（簡稱 OMA）是一套典型的“安全操作系統”。雖然只有224顆星，但它能解決 Agent 落地時最頭疼的問題，即代碼跑起來之後，怎麼保證安全可控。傳統的 Agent 框架大多隻負責 “讓模型怎麼想”，管不了 “代碼跑起來安不安全”。OMA利用對Claude Managed Agents 的開源復刻，正好補上了這一塊。首先，它可以通過在網絡網關層自動注入憑證，實現了密鑰與執行沙箱的全程隔離。這樣AI幹活的時候不知道密碼，就不會被Prompt 注入攻擊。

同時，OMA 把每步操作都以事件日誌形式持久化保存，相當於給任務做了“自動存檔”，這樣就不怕進程意外中斷。它還自帶沙箱和企業工具包，在GitHub、Slack 這些協作平臺可以開箱即用，讓Agent真正變成企業的“數字員工”。面對如今各種頂尖的大模型大腦，OMA 的作用正是為Agent落地“保駕護航”。從技術定位上看，OMA 瞄準的是 Agent 執行層，負責管理沙箱生命週期、分發 MCP 工具、維護 WebSocket 會話廣播，屬於典型的執行層基礎設施。https://github.

com/openma-ai/open-managed-agents▎智能路由role-model（97顆星）role-model 走的是“智能路由”的技術路線。雖然是不到百星的小項目，但它可以讓Agent的成本可控。它最擅長的是精準判斷任務難度，把活派給最合適的模型。對於DeepSeek-R1而言，無論任務多簡單它都傾向於“長思考”。當 Agent 執行自動化流水線時，如果只是讓模型去看一眼當前目錄的文件列表、或者跑個簡單的正則替換，每一步都要燒掉幾百個 Token 的推理成本，這顯然極不划算。role-model可以將任務按難度進行動態拆解。

把簡單活兒路由給毫秒級響應、極低成本的本地輕量小模型；把架構重構、找出複雜Bug的活兒再派給R1，直接解決成本難題。它還有“決策可解釋性”，它將每一次路由決策都固化為 Requests（請求）、Profiles（畫像）、Policy（策略）、Artifacts（產物）四個標準化構件，工程師可以隨時調閱“為什麼這一步派給了模型 A 而不是模型 B”。除此之外，它原生支持多廠商災備，一旦主通道遇到限流、延遲抖動，能無縫切換到備用節點，保證整條 Agent 流水線不中斷。可以說，省錢和可控性都是Agent落地時的關鍵細節。它歸屬於 Agent 適配層的流量編排與調度層面。

https://github.com/try-works/role-model▎端側版龍蝦 MateBot：（46顆星）MateBot是一個更偏向端側的效率工具，解決的是“人如何 24 小時隨時隨地管理 Agent”的痛點。眼下主流的編程 Agent 大多被綁在本地終端上，而很多長任務的工作需要開發者隨時查看AI的進度，及時干預。MateBot 的作用類似於 OpenClaw，它讓開發者通過手機端就能直接給本地 Agent 派活、實時查看執行日誌，遇到卡點或死循環時隨時可以介入中斷或修正。除了遠程控制，它還有自己的“端側記憶三件套”，有自動記憶、外部記憶、失敗記憶三套系統。

它還有本地“錯題本”，可以把Agent犯的錯誤記錄在知識庫，下次直接避開。對於要走向真實生產環境的 Harness 來說，MateBot 補齊了長週期任務中的人機協同閉環，也解決了模型跨會話反覆踩坑的問題，屬於補齊執行層工程能力。https://github.com/aresbit/MateBot▎多AI協作平臺ccteam（141顆星）很多開發者手裡同時握著好幾個編程 Agent，如何讓這些Agent好好為自己幹活，是當下工程化落地的一個關鍵問題。不少Agent之間缺少良好互通，人成了來回同步上下文的 “傳話筒”。

ccteam 相當於給這些 Agent 搭了統一指揮台，讓強推理模型當項目經理拆分任務，給各模型分配好的角色，並行推進任務。在多Agent協作中，ccteam可以讓任何一個Agent會話都能用自然語言指揮其他Agent幹活，比如“讓Codex實現這個接口並跑測試，讓Grok分析性能熱點，最後讓Claude Code交叉Review”。與此同時，開發者在 Telegram 或飛書上直接發消息就能調度所有 Agent，不用專門打開某個系統。ccteam 還組成一個集群，無論項目在哪臺機器上跑，都能統一查看和管控。它還會控制預算，錢花完了自動停工，避免 Agent 失控燒錢。

能管AI協作、控制進度和預算，這屬於Agent 適配層的多智能體編排調度層。https://github.com/firstintent/ccteam02DeepSeek Harness究竟在下一盤什麼大棋？在上述項目之外，如果將高頻出現的5個方向（多模型路由、桌面 Agent、Coding Agent、框架或 SDK、以及 UI或客戶端項目，這些都是的基礎設施層的熱門方向）拼湊起來，DeepSeek的戰略意圖已經呼之欲出：它正開始從“最強API”向“工業級Agent生產線”轉換。為什麼大模型剛進入深水區，DeepSeek就急著做基礎設施？因為 DeepSeek 的“大腦”已經足夠強了。

昨晚發佈的V4 Pro 的代碼能力直接擠進全球第一梯隊，R1 的長思考深度更是斷崖式領先。配合 Context Caching（上下文緩存）帶來的極致 Token 成本，理論上，Agent 已經具備了“又快又便宜”的落地前提。但“想得快”和“跑得穩”是另外一回事。仔細剖析這些網傳的DeepSeek Harness重點扶持項目，可以發現DeepSeek正在急切地補齊這幾個短板：▎補齊執行層安全R1擅長寫代碼，但不提供運行環境。直接在企業真實的Terminal上跑，一個幻覺引起的rm -fr刪庫跑路幻覺代碼，就能把系統搞癱瘓。

DeepSeek Harness扶持OMA 這類帶憑證隔離、沙箱機制和審計日誌的底層項目，就是要給這些可能造成破壞的“數字野馬”套上韁繩，讓企業可以安心交出業務控制權。▎補齊工程可靠性真正的軟件工程任務，動輒需要Agent循環糾錯幾個小時，在這期間，網絡稍微抖一下、大模型 API 超個時，如果沒有持久化存檔，整個任務就得從頭來。很多人會有一個嚴重的技術誤區，覺得最新的 DeepSeek V4 Pro 已經具備了 1M 的超長輸入窗口 和 384K 的超長輸出能力，信息量這麼大，是不是就不用管上下文管理了？

恰恰相反，超長輸出解決的是“一口氣能寫多少字”的空間問題，而持久化解決的是“寫到一半斷了，能否重啟接著寫”的時間問題。DeepSeek Harness 吸收 MateBot 這類具備“自動存檔”、“失敗記憶”和“錯題本”功能的組件，就是要確保 V4 Pro 在一次性吐出 384K 宏大內容的漫長過程中，擁有中途夭折後隨時續傳的工程可靠性。▎補齊商業化ROIAI越用越多，解決的問題越來越複雜，誰來控制成本？如果事事都去觸發 R1 的長思考（哪怕 DeepSeek 已經把價格打骨折），或者在多 Agent 協同中產生無效的“來回閒聊”，企業的 Token 賬單依然會原地爆炸。

DeepSeek引入role-model（按難度智能路由）和 ccteam（多智能體進度與預算控制），正是希望更好分配AI算力，把簡單的搬磚工作丟給本地小模型，把架構級的問題精準派發給R1，這是能讓Agent滿足企業成本需求、大規模落地的唯一途徑。總結而言：過去，DeepSeek 靠 V4 Pro 和 R1 證明了自己是頂級的“發動機製造商”；而現在，通過這批不起眼的“配件”，才真正打造了一套完整的“汽車底盤”。讓Agent安全、可控、用得起，這些正是DeepSeek Harness要補的課題。參考鏈接：https://x.

com/NFT_Chen/status/2087500877238337930上車，帶你看遍全球 AI 頂會精華可獨家暢覽：專家演講PPT大會報告全文熱門論文解讀學術新星訪談掃描上方二維碼或點擊「閱讀原文」關注專區。