谷歌工程师锐评DeepSeek Harness的5大思路

DeepSeek Harness想做平台底座，这是最近我听到最多的评价。它把Agent的模型、工具、上下文、Session和执行循环全部拆成插件，同时规定“模型看过的东西必须可记录、可重放”，把Harness做成了一套可替换、可追溯的Agent基础设施。Harness不只是一个loop，而是loop+tools+context+session+runtime state一套外围系统。

1.它没有把日志当成 Agent 运行后的录像，而是反过来让日志成为 Agent 的事实源：先记录发生了什么，再从记录生成模型上下文，因此模型看到的每一条信息，事后都能够被完整还原。

2.Agent最常见的失控之一，是不断重复同一个无效工具调用。DeepSeek Harness 没有粗暴禁止重试，而是监控重复行为，在模型连续犯同一个错误时逐步加强提醒，把“你正在原地打转”这个系统级信息重新告诉模型，让模型自己决定是继续、换路还是退出。

3.Agent经常不是因为推理能力不够而犯错，而是因为它不知道自己看到的信息并不完整。DeepSeek Harness做法是，只要搜索结果被截断，就明确告诉模型还有多少内容没展示，并保留完整结果供它继续读取；只要命令因为安全策略被拒绝，也明确告诉模型这不是命令写错了，继续换方法没有意义。它解决的其实是一个很基础的问题：模型可以不知道某些信息，但必须知道自己不知道。

4.为了让Agent调工具更快，允许模型自己写一小段程序，一次调用很多工具，此后，最容易出现的风险就是这段程序绕过原来的权限系统；DeepSeek Harness的 run_code设计重点就在于，哪怕模型自己写程序批量调用工具，每一次真正的工具调用仍然必须重新经过原来的权限检查。

5.长期Agent真正需要持久化的不是聊天历史，而是工作状态；DeepSeek Harness通过“清空上下文，保留工作区”，让每一轮Agent都从干净脑子重新开始，同时靠文件和结构化交接维持任务连续性。