2026 年 08 月.

本篇文章代码基线采用 DeepSeek Harness 版本 0.1.2-alpha.1 ，提交时间为 2026 年 8 月 28 日；Pi 采用 853a80d2 。这里的 Pi 指 pi-agent-core 中的官方 Agent Loop。 就循环究竟在什么时刻结束这个问题，很多 Agent 框架把结束判断写成一个条件： while (hasToolC…

DeepSeek Harness 把模型、工具、会话、沙箱、文件系统、Agent 循环、调度和 UI 都交给插件。 系统没有一块承载业务能力的固定内核，Cordis 只维护上下文、服务注册、事件分发、依赖激活和副作用回收；Agent 能做什么，由启动时挂入的一棵插件树决定。 传统的插件有注册容易，撤销困难；初始化容易，失败回滚困难；全局单例容易，局部覆盖困难…

大模型能力持续提升之后，Agent 系统的竞争焦点正在发生变化。 过去，我们主要关心模型能不能理解任务、调用工具、编写代码。现在，更重要的问题逐渐变成： 模型之外的系统，能否为 Agent 提供一个可以持续变化的运行环境？ 这个运行环境通常被称为 Agent Harness 。 Harness 负责把模型、提示词、工具、记忆、上下文、权限和外部环境连接起来。…

很多公司以为自己接入了几个大模型，采购了一批智能体工具，员工就获得了某种近乎无限的生产力。 换个角度看：每个人突然多出了一百万名能力不稳定、缺乏上下文、不会主动澄清目标、偶尔虚构进度、还能高速消耗预算的下属。 这些下属不需要工位，也不会请假。它们一天可以提交上千次结果，看起来永远在工作。管理者很容易被这种吞吐量迷惑，误把生成速度当成有效产出，误把调用次数当成…

我已经很久没有沉浸式写代码了。 以前碰到一个复杂问题，我会花几个小时读调用链、画状态变化、跟踪异常路径。刚开始很慢，脑子里只有一些零散信息。随着上下文逐渐完整，代码会形成一张连续的结构图。再往后写，很多判断不需要反复查找，心流也就出现了。 现在的工作节奏完全变了。 我先给 Agent 描述需求，等它执行。等待期间又觉得空着可惜，于是打开第二个窗口，让另一个 …