客座文章 / DeepSeek Harness

DeepSeek Harness 不是 DeepInfer：推理之上的一層

2026 年 DeepSeek 發表了兩個很容易混淆的基礎設施項目。DeepInfer 為 V4.1-Flash 產出 token；DeepSeek Harness 給 agent 一個工作區、一個工具註冊表和一個循環。它們不是替代關係。

作者：SpringBrand/9 分鐘閱讀/發表於 2026-10-21

客座文章

本文是由 SpringBrand 提供的、明確標示的客座文章。SpringBrand 沒有參與本站其他頁面的編輯，文中的技術主張都連結到一手資料。本站仍然是獨立、非官方的資料站。

如果你讀過 DeepInfer 的發布說明，就知道 DeepSeek 在 10 月開源的是什麼：一個只服務 DeepSeek-V4.1-Flash 的推理引擎，帶了優化過的 kernel，也刻意留下了一個服務層的缺口。DeepSeek Harness 是另一個月發表的另一個項目。它是 agent harness，不是推理引擎。這個區別很重要，因為很多團隊還在把兩者當成二選一。

它們不是。DeepInfer 回答的是「怎樣把 prompt 高效地變成 token」；DeepSeek Harness 回答的是「模型返回之後，agent 怎樣繼續工作」。一個真正跑起來的 agent 兩個答案都需要，還需要第三個答案：它到底能呼叫哪些工具？

四層，不是兩層

要停止比較錯的對象，最快的辦法是把棧畫出來。DeepSeek 在 2026 年發表的東西處在不同層，每一層有自己的失效方式。

層	它負責什麼	例子
模型	權重、tokenizer、上下文窗口、推理行為。	DeepSeek-V4.1-Flash-1017
推理引擎	批次處理、KV cache、kernel、並行、吞吐與延遲。	DeepInfer、vLLM、SGLang、TensorRT-LLM
Agent harness	工作區、工具註冊表、審批、工作階段日誌、沙箱、agent 循環。	DeepSeek Harness（dsh）
工具與能力	搜尋、廣告、SEO、CRM、電商、收件箱、創意 API。	MCP server、外掛、直接接 API

DeepInfer 是一個離線引擎。它不託管 API，不跑 agent 循環，只支援一個模型。DeepSeek Harness 是一個本地優先的執行環境。它不帶權重，不訓練模型，也不自己產出 token；它呼叫你配置的模型提供方。說其中一個「比另一個好」，就像拿資料庫和 ORM 比高低，是層次錯位。

真正有用的問題是：你的瓶頸在哪一層。如果你在 SM100 或 Ascend 950 上調 prefill/decode，你在 DeepInfer 這一層。如果你的 agent 要啟動、規劃、呼叫工具、拿到結果、再決定下一步，你在 dsh 這一層。多數團隊最後兩層都需要，而兩層之間的邊界，就是一次 provider 配置。

dsh 提供了什麼

DeepSeek Harness，通常簡寫為 dsh，是一個 MIT 許可的 agent harness。倉庫在 2026 年 8 月 13 日公開，比 DeepInfer 早兩個月。它處於 developer preview，README 用大寫字母警告會有破壞相容性的變更。這不是客套話；在它上面搭工作流之前，先把版本釘死。

真正有意思的是架構。dsh 建在 Cordis 上，核心想法是「一切都是外掛」。模型適配器、工具註冊表、工作階段日誌、沙箱、儲存、agent 循環，甚至 Web UI，都是外掛。一個運行中的實例是由 profile 和 bundle 組合出來的外掛樹，一個 patch 就能替換其中一行，而不必 fork 核心。如果你曾經為了改工具策略而維護一個 agent 框架的 fork，這個設計就是衝這個問題來的。

開箱即用的 Web profile 會給你一個本地介面：

npx @deepseek-ai/dsh web

服務預設在 http://127.0.0.1:3080 啟動。在 Settings 裡加模型提供方，選一個工作區，然後開一個工作階段。harness 會把模型看到的內容記進只追加的工作階段日誌，軌跡查看、恢復、fork 和回放都靠它。agent 做出意外舉動時，同一份日誌就是審計線索。

dsh 也帶了那些不顯眼、但決定 agent 能不能用的東西：帶執行保護的 scoped 工具註冊表、審批策略，以及從唯讀到完全存取的沙箱模式。一切正常時你不會注意到它們；工具呼叫出錯時，你只會想到它們。

它不提供什麼

清單很短，而且都不是批評，只是邊界說明。

沒有模型。dsh 不帶權重，不訓練，也不託管推理。模型提供方由你接。
沒有託管服務。Web UI 預設只綁本機。它是你執行的工具，不是帶 SLA 的託管平台。
沒有 API 穩定性承諾。developer preview 就是字面意思。核心外掛和配置會隨版本變化。
沒有長尾 SaaS 連接器。工具註冊表是一個接縫，不是目錄。廣告平台、CRM、店鋪、收件箱都要以外掛或 MCP server 的形式接進來，每一個都有自己的鑑權、schema、限流和計費。

最後一條是多數 agent 項目慢下來的地方。harness 很擅長給模型一個循環，但循環的價值取決於它能執行什麼動作。一個 coding agent 需要倉庫工具；一個 GTM agent 需要關鍵詞資料、廣告帳戶、社交平台、CRM 和店鋪。這些整合不是一個問題，而是幾十個小問題，帶著不同的憑據和不同的失效方式。

工具缺口才是真正的整合項目

「支援 MCP」經常被當成終點線，其實它更像起跑線。MCP server 給了 agent 一個協議，但沒有給你目錄、統一的憑據模型、按次計費，或者一張帳單。如果你直接接十個提供方，你就擁有十套 OAuth 流程、十套 schema、十套重試策略和十張發票。Demo 裡 agent 跑得很好，上生產就變成一個維運項目。

補這個缺口只有兩條誠實的路。第一條是自己寫、自己維護連接器。如果你只有一個工作流、安全要求很緊、團隊想完全控制，這是對的。第二條是接一個已經聚合了長尾的層，接受一個依賴和按次成本，換取不用重造每一個整合。

SpringBrand 是第二種做法的一個例子。它給 dsh 發布了一個 OAuth MCP 用戶端外掛 springbrand-lab/dsh-oauth-mcp-client，支援瀏覽器登入、持久化憑據、自動重連，並內建 SpringBrand MCP 連線。背後的市場提供 10,000+ API 和外掛，覆蓋廣告與 SEO、社交平台、電商、銷售與 CRM、客服，一個帳號、一張帳單。

想看具體怎麼接，可以讀 SpringBrand 的 DeepSeek Harness 接入指南，裡面有安裝提示和瀏覽器 OAuth 步驟。把外掛當成任何第三方程式碼對待：它不在 DeepSeek 倉庫裡，在授予它存取工作區之前，先讀一遍原始碼。

再說一次披露。本文由 SpringBrand 撰寫並支付了展示費用。上面的架構主張都引用了 DeepSeek 的倉庫和文件；推薦是我們的判斷，你也可以選擇自己維護連接器。

接入任何東西之前的清單

不管用 SpringBrand 還是自己搭，失效方式都差不多。這是我在給 agent 新能力之前會用的清單。

釘住 dsh 版本。記錄準確的 release 和 profile。developer preview 的變更會讓一個能跑的配置失效。
按任務選沙箱。研究用唯讀，寫程式用 workspace-write，完全存取只在你能解釋原因時使用。不要給未審計的外掛超過任務所需的權限。
在指標裡分開四層。模型延遲、推理吞吐、harness 開銷、工具延遲是四個數字。agent 慢，不一定是模型慢。
審計外掛和它的 scope。優先使用窄 scope 的 OAuth，而不是長期靜態密鑰。在它能碰你的檔案系統之前讀原始碼。
保留工作階段日誌。只追加的日誌是重建「模型看到了什麼、哪個工具返回了什麼」的唯一可靠方式。
從一個真實工作流開始。「10,000 個 API」是目錄，不是策略。先接真實任務需要的兩三個工具，量出結果，再擴。

常見問題

DeepSeek Harness 和 DeepInfer 是同一個東西嗎？

不是。DeepSeek Harness 是 agent harness：提供工作區、工具註冊表、工作階段日誌、沙箱和 agent 循環。DeepInfer 是面向 DeepSeek-V4.1-Flash 的離線推理引擎。dsh 不自己產出 token，DeepInfer 也不跑 agent 循環。

dsh 自帶模型或託管推理嗎？

不帶。它不包含權重，不訓練，也不託管模型。你需要配置模型提供方，可以是 DeepSeek、目錄裡的其他提供方，或自訂的 OpenAI 相容端點。

dsh 能配合 DeepSeek-V4.1-Flash 用嗎？

可以，透過配置好的提供方。dsh 在適配器層不綁定具體模型；模型和承載它的推理引擎，跟 harness 是分開的選擇。

SpringBrand 的外掛是官方外掛嗎？

不是。它是由 SpringBrand 發布的第三方外掛，不屬於 DeepSeek Harness 倉庫。DeepSeek 不審核社群外掛，安裝前請審計程式碼和權限。

dsh 能上生產嗎？

如果「上生產」指 API 穩定，那還不能。它是 developer preview，README 明確說會有破壞相容性的變更。對於能釘版本、能吸收變化的團隊，它今天就可以用。

來源

DeepSeek Harness 倉庫 — README、許可證、developer preview 說明、啟動命令。
DeepSeek Harness 架構文件 — Cordis、profile、bundle、外掛樹。
DeepSeek Harness 安全說明 — 沙箱與審批建議。
npm 上的 dsh — 套件與發布記錄。
DeepInfer 倉庫 — 本站覆蓋的推理層。
SpringBrand 的 DeepSeek Harness 指南 — 文中提到的外掛與市場。
DeepInfer 的限制 — 為什麼推理引擎不是完整服務棧。

繼續讀：DeepInfer 的架構，或比較總覽。