一条内测招募帖，发出去的时候大概没人想到它会变成一场开源 Agent 生态的路演。

8月1日，DeepSeek Harness 团队负责人崔添翼（tianyi）在 X 上发帖：

「如果你是 Agent Harness 相关开源项目的开发者，希望参加 DeepSeek Harness 的内测，可以回复或私信联系我。请附上 GitHub id 以及开源代表作。」

DeepSeek 曾在官方招聘信息中写过一条简洁有力的公式：Model + Harness = Agent。模型负责理解和推理，Harness 负责把能力落到真实环境中——调用工具、读写文件、管理上下文、处理错误、完成闭环。崔添翼招人的标准也印证了这一点——他要的不是模型研究员，是有 Agent 开源工程经验的开发者。

海量开发者带着自己的项目涌入崔添翼招募内测成员的评论区，baboonAI4S（Claude Qin）对这堆报名数据做了一篇荟萃分析。他把 712 个项目按方向分类后，发现排名前三的赛道是：智能体框架（135个）、编程智能体（107个）、记忆与上下文（56个）。这三个方向加起来占项目总数约 42%，恰好对应 Agent 从 Demo 走向工程化的三道坎。

第一道坎是长任务执行。DeepSeek 自己的基准测试也在验证这个——Terminal Bench 测终端操作，Cybergym 测安全攻防，Toolathlon 测多工具调用，DSBench-FullStack 和 DSBench-Hard 聚焦全栈开发。这些测试的共同特征：任务链条长、步骤多，Agent 需要持续调用工具并根据反馈调整策略。报名项目里，deer-flow（79k 星）在探索长周期 SuperAgent 框架，CodeWhale（40k 星）是 DeepSeek 原生项目发展出的编程智能体，orca（36k 星）关注多 Agent 编排。

第二道坎是记忆。56 个记忆与上下文项目，累计 194k 星。开发者正在尝试用 Git、数据库、知识图谱各种路线解决同一个问题：Agent 怎么记住之前做过的事。baboonAI4S 在评论区和人讨论时把话讲得很直：「我觉得现在的 harness 要做好必须先回答一些更本质的问题——记忆和推理是不是一体两面？记忆是一个过程还是结果？记忆的承载形式是什么？难道还是 md 文档么？」他打了个比方，说想做好记忆就要做到「记忆推理一体化」，而那条路的终点指向一个更深的命题——自我到底是什么。

第三道坎是安全。研究与评测、安全治理两个方向各有 24 个项目，是最小的类别，但决定了 Agent 能不能进生产环境。报名区有开发者专门挖过 Codex、Claude Code、Cursor 等产品的漏洞，关注的是工具调用权限、文件系统隔离、代码执行沙箱这些一旦出事就不可逆的问题。

据了解，DeepSeek 已经在内部用 Harness 完成 DeepSeek-V4-Flash 的基准测试。它支持 Responses API 并已适配 Codex，识图模式正在灰度。社区据此猜测，DeepSeek 可能会推出一款面向软件工程场景的 AI Coding Agent，定位对标的正是 Claude Code、Codex 这类产品。

baboonAI4S 的分析文章评论区，有人问「哥报名了吗」，他回了一句：「没有 agent 作品啊 所以我围观，因为围观也是一种力量。」另一位自称提交了项目的开发者 poolmoon 则说：「感觉这个未来会不断被人考古。」

这倒没说错。它在 DeepSeek Harness 还没正式面世之前，就拍下了 Agent 基础设施赛道最活跃的玩家都在干什么。

参考来源：

• baboonAI4S：DeepSeek Harness 内测招募帖评论区开源项目的荟萃分析
• tianyi：DeepSeek Harness 内测招募原帖