Agent Harness 从入门到精通

从 Agent = Model + Harness 到任意生产级 Harness 的完整工程路径

5 篇 · 19 章 · 5 附录 · 5 个可交付作品 基线：DeepSeek Harness（dsh）开发者预览版 + 全网一手资料，资料截止 2026-11-06

0 · 这个系列解决什么问题

模型能力由厂商决定，你能控制的只有模型外面那一层。那一层叫 Harness。

同一份模型，装进不同的 Harness，交付能力的差异可以大于换一代模型。这不是修辞：

结论是工程性的：Harness 是唯一可版本化、可测试、可复利、且完全属于你的资产。模型会按别人的时间表变强，Harness 只按你修掉错误的频率变强。

本系列以 DeepSeek Harness 为主解剖对象——它是目前唯一把「一切皆插件」做到内核级、且完全开源的生产级参照实现。但教程的目标不是「学会用 DSH」，是建立一套可以迁移到 Claude Code / Codex / LangGraph / 自研运行时的 Harness 工程方法论。每章都同时给出「DSH 里怎么做」和「通用原理是什么」。

风格约定：骨架照本站《FDE 入门到精通》的分章电子书（分篇分章、每章核心产出与验收点、90 天路线图、参考来源折叠、写在最后式收束），行文按 DeepSeek 式技术报告（公式与定义先行、表格优先于形容词、代码可运行、每节给可判定判据、无营销腔、每条引用标证据等级）。骨架像教程，句子像报告。

1 · 证据等级约定（先读这一节）

本教程严格区分事实与推断。所有引用按下表标注，未标注来源的数字一律不写。

本系列不编造 URL、版本号、跑分和出处。 全部一手链接集中在 SOURCES.md，共 80+ 条，可逐条点开核对。

2 · 心智起点：一个公式

官方 DeepSeek 官网首页即以此公式定位产品。LangChain 的 Vivek Trivedy 给出更锋利的表述：「如果你不是模型，你就是 Harness。」

一个有用的类比：原始 LLM 近似一台没有内存、没有硬盘、没有 I/O 的 CPU。上下文窗口是 RAM，外部存储是磁盘，工具是设备驱动，Harness 是操作系统。操作系统不产生算力，但决定算力能否被使用、能否被可靠使用、能否被反复使用。

由此得到本系列的第一条判据：

判据 1（归类）：系统里任意一个组件，问「它是模型吗？」答不上来的，都是 Harness。系统提示词、工具描述、MCP、Skills、沙箱、审批、压缩策略、子 Agent 调度、日志、告警、审计——全部是 Harness。

3 · 总目录

第一篇 · 心智地基（第 01–03 章）

第二篇 · 入门：把 DSH 跑起来（第 04–06 章）

第三篇 · 进阶：约束与反馈（第 07–10 章）

第四篇 · 高阶：改造运行时（第 11–14 章）

第五篇 · 生产：任意顶级 Harness（第 15–19 章）

附录

4 · 从 0 到大师：四级能力模型

L4  架构师  ── 能设计任意拓扑的生产 Harness，能对成本/可靠性/安全做量化取舍
    判据：能在不改模型的前提下，用 Harness 变更把评测分数稳定提升
    ↑
L3  运行时工程师  ── 能改 Harness 本身：插件、适配器、预设、调度、隔离
    判据：能独立发布一个被他人使用的插件，能解释热插拔的副作用撤销
    ↑
L2  Harness 工程师  ── 能把失败固化成规则与确定性护栏
    判据：AGENTS.md 每一行可追溯到一次真实事故，且关键规则有 coverage test
    ↑
L1  使用者  ── 能选对模式、读懂日志、控制上下文开销
    判据：说一句「你好」知道系统提示词花了几 token，出问题时先查日志
    ↑
L0  小白  ── 认为 AI 编程工具 = 更聪明的补全框

关键跃迁点：L1 → L2。分水岭不是会不会写代码，是是否把失败当作环境缺陷而不是模型缺陷。Hashimoto 的原始定义只有一句：发现 Agent 犯错，就改造环境，使它永远不会再犯同一个错。社区

5 · 90 天路线图

贯穿原则：每章都有「核心产出」。只看不写的读者停在 L1。这与 FDE 系列「每阶段必须产出可交付物」的编排一致。

6 · 五个可交付作品（Portfolio）

7 · 毕业标准（可自测）

不设「读完即毕业」。以下 8 条全部能不看资料答出并落地，才算 L4：

• 能画出 turn / step / tool call / session event 的完整时序，并指出哪些是 durable 事件
• 能解释 ctx.effect() 为何能撤销监听器却不能撤销一条已执行的 shell 命令
• 能说出「规则文件约 70% 遵循、hooks 100% 强制」背后的机制差异，并给出替代方案
• 能写出一个 return 只回传聚合结果的 PTC 程序，并说明省下的 token 来自哪里
• 能设计一套固定环境、同一题面、彻底重置的模型对照实验，并列出必须记录的 5 个数字
• 能列出生产 Harness 的七层，并说明为什么 gate 只放在 side effect 之前
• 能在不改模型的前提下，提出 3 个可量化验证的 Harness 改进假设
• 能说清 SAFETY.md 里「未经过安全审计」这句话对架构决策的具体约束

8 · 与《FDE 入门到精通》的关系

本系列是本站 《FDE 入门到精通》 的技术纵深续篇，不是子集，也不是第三方的 FDE-Wiki。

那本电子书回答「AI 为什么停在演示、FDE 怎么把它送进客户现场」；本系列回答「送进去之后，那层可以被版本化、被测试、被复利的运行环境，具体怎么造」。

两本书在站内互相链接：《FDE 入门到精通》的侧栏与页底可直达本系列，本系列亦可一键回到电子书。具体的落点与校验清单见 INTEGRATION.md。

9 · 版本与时效声明

官方 DeepSeek Harness 为 developer preview，README 原文：THERE WILL BE COMPATIBILITY-BREAKING CHANGES。仓库当前可见版本线索为 0.2.2-rc.1（2026-11-04 提交），SAFETY.md 明确写明未经过安全审计、不得视为生产就绪。

因此：

本教程中一切与 DSH 相关的命令、配置键、API 名称，都可能失效。方法论不会。

重要环境请固定版本号；动手前先 dsh --dump-config 核对本机真实配置；从 GitHub 安装的第三方插件，加载前先读一遍代码。

📚 本系列基线材料（点击展开）

• 原文：枪手AI《DeepSeek Harness 最新高阶指南（2026年11月）》，2026-11-05，https://mp.weixin.qq.com/s/rsfp0Kie5xlDOKDsE3Fqvw
• 官网：https://www.deepseek.com/harness/zh/
• 仓库：https://github.com/deepseek-ai/deepseek-harness（MIT）
• 文档站：https://deepseek-harness.github.io/deepseek-harness/（中英各 95 页）
• Cordis：https://github.com/cordiverse/cordis + arXiv:2608.25512
• 完整清单见 SOURCES.md