# DeepSeek 开源 DSH：把 agent 的控制循环做成了可热插拔的插件，为 AI 自进化铺路

> 原标题：深度剖析 DeepSeek 最新的 Harness DSH：为了自进化这盘醋包了一整盘饺子

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-08-13T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50635
- 原文：https://yage.ai/share/dsh-deep-analysis-20260813.html

## 摘要

DeepSeek 在 8 月 13 日开源了它的第一个 agent harness，叫 DSH。它跟 Codex、Claude Code 这些现有工具最大的不同，是把 agent 的核心控制循环（agent loop）本身做成了一个可以在运行中随时替换的插件。这意味着，AI 在干活时不仅能调用新工具，理论上还能给自己换一套全新的思考或协作流程。为了支撑...

## 推荐理由

DSH 把 agent 的控制循环做成了运行时可替换的插件，这确实是个架构层面的新想法，不是营销话术。但这篇文章是第三方分析，不是官方发布，DSH 目前也没有任何生产环境的验证记录，所以按规则先打个折，归到较低一档。

## 锐评

这篇文章把 DSH 的架构讲得很透。它跟 Codex 等工具最根本的区别，是把 agent 的核心控制循环（agent loop）本身做成了一个可以在运行中随时替换的插件。为此，它背后用了一套叫 Cordis 的运行时框架来处理热替换、依赖通知和事务回滚。这个设计为 agent 的“自进化”铺了路：理论上，AI 在干活时可以给自己生成新工具甚至换一套全新的思考流程，框架能保证不出乱子。

但文章也坦诚，对绝大多数日常使用者来说，这套机制是多余的。作者自己都没找到一个场景，能证明 DSH 的命令式插件模型比 Codex 的声明式模型在日常任务里有明显优势。改个搜索配置，重启两三秒就解决了，完全用不上进程内的热替换。DSH 的价值在于它打开了上限，让探索 agent 自我演化的研究者有了一个现成的实验场，但正文没有披露任何性能基准或生产环境数据，实际效果还待验证。