Contents

Agent 框架的 USB 时刻

Agent 框架的 USB 时刻

全文约1600字,阅读需4分钟


USB 的发明者不是 IBM。

1990年代,Intel、微软、IBM 等七家公司组成了 USB-IF 联盟,但真正让 USB 赢下标准之争的,是 1998 年 iMac G3 大胆砍掉所有老接口、只留 USB 这一步棋。发明者拿到了专利,采纳者拿到了世界。

2026 年 8 月 13 日,DeepSeek 开源了 DeepSeek Harness(简称 DSH),定位 Agent Runtime — 不是又一个 Coding Agent 产品,而是一层让模型变成智能体的"脚手架"。发布 1 小时破 2 万 Star,一天冲到 37.8k,GitHub 史上最快涨星项目之一。

但最值得注意的,不是这些数字。

借来的配置文件

我每天用一个叫 Hermes 的开源 Agent。它的 profile 设计很干净:一个 SOUL.md 定义 Agent 身份、行为准则和绝对禁区,一个 AGENTS.md 放在项目目录里递归扫描,承载项目级的编码规范和工作指令。调模型、加技能、约束行为,改几个文本文件就行。

DSH 上线那天,我翻了它的文档,差点以为自己打开了 Hermes 的仓库。

AGENTS.md,一字不差地支持。 CLAUDE.md 也一并兼容。Hermes 的项目配置入口和 Anthropic 的上下文文件,DSH 全部接了进去。这意味着你在 Hermes 上调好的 Agent profile — 几个月的技能包打磨、工作流偏好、工具组合方案 — 拿到 DSH 上大概率能直接跑。对每天跟多个 Agent 打交道的重度用户来说,省下来的不是几分钟安装时间,是几个月的心智负担。

这不是"借鉴设计灵感"。DeepSeek 把别人的 profile 概念直接写进了自己的核心架构 — AGENTS.md 的层级扫描逻辑、项目级指令的注入方式,跟 Hermes 几乎同构。一个 Markdown 文件,成了跨框架的通行证。

这事儿放在软件史上并不新鲜。JSON 是 Douglas Crockford 发明的,但如果不是 AWS 和各大 API 把它当成默认数据格式,JSON 不可能取代 XML。git 是 Linus Torvalds 写的,但如果不是 GitHub 建了整个生态,git 不会变成程序员的通用语言。最成功的标准,往往不是发明者推出来的,而是最有流量的采纳者带火的。

熟悉的插件生态

DSH 的 Cordis 插件系统走得更远 — 不是"你可以加插件",而是没有特权内核。工具、模型适配器、存储方案、UI 区域、甚至系统提示词的组装逻辑,全部是独立插件,可以单独替换。你在 Hermes 里通过 skill_manage 增删技能包,在 DSH 里通过 Cordis 的依赖声明做几乎同样的事 — 把复杂的工作流封装成一个可插拔的模块,分发给别人用。

内测几天就冒出了约 300 个社区插件。界面魔改、长期记忆增强、会话管理自动化,五花八门。这些插件的生产速度说明一件事:当框架的底层设计足够开放,社区自己会填补产品空白。 DeepSeek 甚至还没正式接受外部 PR,生态已经先跑了。

再往协议层看:MCP(Model Context Protocol)和 ACP(Agent Client Protocol),Anthropic 主导的两套协议,DSH 全量支持。plugin-first,协议先行,配置即代码 — 这是 Hermes 和 A 社走出来的路。DeepSeek 没有另起炉灶,而是直接站到了这条路上,然后用自己的模型优势和开源声量,把这条路变得更宽、更拥挤。

最聪明的打法

说白了,DeepSeek 把框架层 MIT 开源了,连配置格式都是从别人那儿借的。这账怎么算?

框架层的竞争从来不是功能竞争,是标准竞争。谁让最多人习惯你的配置格式、插件接口和工作流编排方式,谁就定义了事实标准。DSH 不需要发明新概念,只需要让最多的开发者在最短的时间内"上手" — 而借来的标准,正好砍掉了学习成本。

V4-Pro 才是真正的护城河。DSH 明确声明不绑定自家模型,官方 Benchmark 全用 V4-Pro 跑,社区默认也接 DeepSeek 后端。框架是入口,模型是利润中心。借来的标准让开发者零门槛进来,自己的模型让他们留下来花钱。

回头看 Anthropic 的路径:先有 Claude 模型,再推出 MCP 和 ACP,用模型实力倒推协议影响力。DeepSeek 反过来了 — 先采纳已有的协议和配置标准,再用协议势能拉模型流量。两个方向,一套逻辑:谁先占领开发者的手指习惯,谁就赢了下一轮。

说到流量,有一组数据值得玩味。第三方 Composio 做了一组 Harness 对比测试,在 V4 Flash 后端上,DSH 的 Pi Agent 模式通过率 66.7%,每次成功成本 $0.028;Claude Code 53.3%,$0.195。便宜一个数量级,通过率还高一截。当然,这是 DeepSeek 模型的价格优势,不是框架本身的能力。但框架加模型的组合拳,恰恰是 DSH 的商业故事。

一个值得警惕的信号:框架层越统一,各家的差异化就越往模型层退缩。今天你选 Agent 框架可能还看功能、看生态、看插件数量;明天可能所有框架长得都差不多 — AGENTS.md 通用,MCP 通用,skill 格式通用。到那时,选 Agent 就变成了选模型,而模型之间的竞争,是一场 DeepSeek、Anthropic、OpenAI 都有足够弹药的大战。

写在最后

《资治通鉴》里,司马光评商鞅变法:“法者,天下之公器也。“标准这东西,从来不属于任何一个人。

USB 的故事里,发明者拿到了专利,采纳者拿到了世界,用户拿到了一根永远通用的线。谁赢最多?说不好。

DSH 的 37.8k Star 对 Hermes 这样的先行者来说是个有意思的信号 — 你定义的标准,后来者用更大的流量把它变成了自己的标准。先行者最尴尬的事莫过于此。

不过换个角度看,这也恰恰证明那条路走对了。Agent 框架的 USB 时刻,可能刚刚到来。


GitHub: deepseek-ai/deepseek-harness