DeepSeek Harness 的价值不在 Loop，而在运行时组合

摘要：DeepSeek Harness 值得研究的重点，是把 Agent 的组合关系做成运行时系统。Cordis 管当前能力拓扑，Session Log 管已发生事实，Agent Loop 在两者之间执行推理和工具调用。

组合复杂度已经超过 Loop 复杂度

Agent 产品化之后，最难维护的往往已经不是那条 loop。

图：运行时组合把插件拓扑、事实日志和执行循环连接起来

组 prompt、调模型、执行工具、回填结果，这条主循环并不复杂。

复杂的是另一件事：哪些能力在当前会话里生效，依赖谁，何时启动，怎么替换，谁负责清理，UI 和恢复逻辑又该相信哪一份状态。

DeepSeek Harness 值得研究的地方就在这里。它新增的是 Agent 组合关系的运行时系统：Cordis 管“系统现在由什么组成”，Session Log 管“系统刚才做过什么”，Agent Loop 连接这两条事实线。

最小 Agent Loop 只有四步：

组装 prompt
调用模型
执行工具
把结果送回模型

做 demo 时，这就够了。进入产品形态后，复杂度会转移到其他地方：多模型和凭证、工具审批、会话恢复、上下文压缩、沙箱与远程执行、多宿主、子 Agent、插件生命周期，以及 UI 如何观察同一份运行事实。

这时问题不再是“怎么写一个 loop”。真正的问题是“怎么知道当前 loop 具备哪些能力，以及这些能力从哪里来”。

Cordis 是横向事实面，回答系统当下由哪些 Profile、Bundle、Patch、Preset、Service、Fiber 和 Effect 组成。Session Log 是纵向事实面，保存用户消息、assistant 输出、模型流、tool call、tool result、turn 和 step。Agent Loop 夹在中间，一边读取当前能力，一边把执行过程写回事件流。

Cordis 把配置变成运行中的插件图

DSH 启动时，会把多层配置装配成插件树，而不是把一份静态配置读进内存就结束。

对象	作用
Bundle	分发一组 Cordis 配置和插件代码
Runtime Profile	决定进程堆叠哪些 Bundle，内置 `web` 和 `headless`
Patch	按配置行覆盖或插入能力，用于用户和命令行定制
Agent Preset	在会话作用域决定工具、提示词和局部能力组合

Loader 的输出是一棵运行中的插件树。源码 import 图只能说明“可能加载什么”，最终配置树才说明“当前机器和当前会话实际由什么组成”。

这让 Provider 替换从开发期改代码，变成部署期装配能力。前提是系统真的有清晰 seam：Service Definition、Provider、Consumer 三者要分开。

Consumer 依赖能力接口，Provider 提供实现，Definition 固定公共语义。只有做到这一步，替换才不是换个文件名。

Cordis 管生命周期所有权

普通插件表能注册工具，但很难表达作用域、依赖满足、Provider 替换和退出责任。Cordis 把这些关系放进运行时模型。

机制	解决的问题	边界
Context / Realm	决定当前作用域可以解析哪些 Service，支持会话或子树隔离同名能力	这是依赖可见性，不是操作系统级权限
Service	让 Consumer 依赖接口，而不是具体实现	Definition、Provider、Consumer 要齐全
Fiber	记录一次插件挂载的配置、依赖绑定、生命周期和资源所有权	Provider 变化可能触发一串卸载和重载
Effect	把监听器、进程、句柄、注册项和 disposer 归到同一生命周期节点	只能清理登记过的资源，不能回滚外部事务
Event	观察、决策或包裹请求、模型流、工具执行和停止流程	持久 Session Event 要和运行中事件分层

这里要特别注意安全边界。Context 的 inject 约束不是沙箱。

同进程代码仍然可能访问 Node API。不可信插件需要进程、虚拟机、WebAssembly 或容器级隔离。

Session 先追加事实，再投影上下文

Session Log 的设计思路很明确：先保存发生过的事实，再决定哪些事实进入下一轮模型上下文。

它会记录 turn、step、用户消息、模型流、最终 assistant message、工具调用和工具结果。下一轮模型看到的是 deriveMessages() 投影出来的 model-visible history，而不是完整日志。

这样做有几个关键收益：

设计	目的
流式 chunk 只用于回放和 UI 轨迹	避免和最终 assistant message 重复进入模型历史
turn / step / 统计事件不直接进模型	保留审计信息，但不污染上下文
compaction 以 replacement 节点追加	改变模型可见面，同时保留原始事实
UI、恢复、分叉、重放从同一日志派生	减少多份状态互相漂移

核心原则可以概括为：model-visible means logged。真正进入模型请求的输入，应该能从规范日志重建。它不要求每轮保存完整 prompt 副本，也不等于把所有历史事件原样重发给模型。

代价也很清楚：日志格式迁移、存储治理、隐私治理都会变重。日志只能证明模型请求过一次外部操作，不能保证重放仍然安全。副作用仍然需要幂等、检查点和“结果未知”处理。

Harness 改善的是有效质量

评价 Harness 时，最容易犯的错是把“执行完整性”和“模型判断质量”混在一起。

Harness 不会让模型天然更会推理。它改善的是执行完整性。

具体看五件事：工具有没有按正确策略调用，跨轮上下文有没有保持，超时和取消有没有处理，结构化终态有没有解析成功，失败能不能归因。

观察到的问题	Harness 的价值	优先动作
任务完整执行，但仍漏判、误判	低	优先改模型、prompt、context、工具能力、Verify / Selection
任务因超时、工具失败、上下文溢出、终态解析失败而中断	中到高	先做失败分类，再验证新 Harness 是否减少执行损失
分叉维护困难、执行链臃肿、状态难归因	有工程价值	先抽稳定 runtime seam，证明能净删除旧代码和依赖

更准确的拆法是：

内在质量：模型在拿到相同信息且完整执行时，能不能判断正确
有效质量：真实运行中，有多少任务拿到足够信息，并以正确终态交付

DSH 主要作用在后者。它减少执行损失，但不能替代模型能力、领域策略和验证体系。

轻量 Harness 与 DSH 的复杂度落点不同

Pi Agent Core 与 DSH 的差异，不是简单的强弱关系。关键是复杂度落在哪里。

方向	组织中心	优势	代价
Pi Agent Core	Agent 状态、模型调用、工具循环与事件流	内环短、接口直接，适合嵌入为单次任务执行器	不会自动建立通用 scoped runtime graph
DSH + Cordis	运行时插件图、会话事件流、配置装配	统一作用域、依赖、生命周期和部署替换	动态间接层更深，诊断和学习成本更高

如果复杂度主要集中在单次 Agent Loop，轻量执行内核更合适。如果主要矛盾来自多宿主、多 Provider、会话级隔离、运行时重组和第三方插件生态，Cordis 的统一运行图才开始有直接价值。

还要区分当前可用能力和设计接口。Pi 的 Agent Core 已经可用；新导出的 AgentHarness 虽然定义了 Session、Lane、Compaction 和恢复接口，但在所引用 commit 中，prompt、resume、watch 等核心方法仍未实现。不能把接口草图当成可落地能力。

先借鉴，不急着整套迁移

DSH 的设计可以拆开吸收，不必一开始完整迁移。

可借鉴点	落地方式
领域编排和 Agent Runtime 分离	业务层只描述阶段输入、工具、Schema、限制和终态
能力 seam	定义公共语义，分开 Service Definition、Provider 和 Consumer
规范事件流	UI、恢复、分叉、遥测和模型上下文从同一事实层投影
生命周期所有权	创建监听器、后台任务、句柄时同步登记 disposer
运行拓扑可检查	能看到最终配置、当前 Provider、依赖绑定和终态
迁移控制变量	Current 与 Candidate 在相同 case、model、prompt、toolset、schema、超时和阈值下 paired eval

迁移路径也应该克制：

这样做的价值是排除外部变量。否则换了 Harness 后效果变好或变差，都很难知道原因来自模型、prompt、工具、schema，还是 runtime 本身。

什么时候值得采用完整 DSH

可以用下面这张表判断：

场景	适配度	判断
单一宿主、固定 loop、少量稳定工具	低	显式插件图可能增加概念和诊断成本
多个 Provider 需要部署时替换	中到高	Service seam、晚绑定和 Patch 有直接价值
不同会话需要不同工具、提示词、沙箱或执行世界	高	Context Realm 与 Agent Preset 能减少 Consumer 分叉
运行时装卸、热更新、第三方插件生态成为产品目标	高，但风险也高	要承担插件质量、安全边界、依赖收敛和资源回收
目标只是提升模型判断质量	低	应先投模型、prompt、context、工具和领域验证

DSH 目前仍有风险：开发者预览阶段 API 可能破坏兼容；动态图会增加诊断成本；Effect 不等于事务；插件化不等于安全。

Cordis 根 Context、Registry、Events、Fiber、Boot 和 Loader 仍然是先于业务插件图存在的元内核。公开资料里也缺少足够的运行时开销和大规模插件图基准。

本地 vendored Cordis 还有额外取舍：固定和审计更容易，但会带来上游同步成本和语义差异。

结语

DeepSeek Harness 的重点是把 Harness 的组合关系系统化。

Cordis 让系统知道自己现在由什么组成，Session Log 让系统知道自己刚才做过什么，Agent Loop 在两者之间执行任务。它能提升的是执行完整性、状态可归因和工程可维护性，不会自动提升模型的内在判断质量。

当前更务实的做法，是先吸收能力 seam、事件日志、生命周期所有权和运行拓扑可检查性。除非多宿主、多 Provider、会话级隔离、运行时装卸和第三方生态已经成了主要矛盾，否则不要默认迁移到完整 DSH。

AI小老六