DeepSeek Harness（dsh）是 DeepSeek AI 开源的智能体运行框架（agent harness），核心设计是“一切皆插件”：整个 harness 的能力都通过插件组装，底层由 Cordis 驱动，强调时空可组合性。当前处于 developer preview 阶段，迭代频繁且可能有不兼容变更。提供本地 Web UI（默认 127.0.0.1:3080），可从 npm 安装或从源码构建运行，适合需要自托管、可扩展 agent 运行环境的工程师评估试用。
一个名为 Cordis 的元框架，提出“时空可组合性”（Spatiotemporal Composability）编程范式，让系统在空间（分布式部署）与时间（事件/状态演进）两个维度上都能统一组合与编排。基于 TypeScript 与插件机制构建，支持模块化扩展。当前处于活跃开发期，API 尚未稳定，官方提供配套论文与入门文档。适合关注函数式编程、模块化架构与前沿编程范式的一线工程师。
这是一篇个人随笔，作者从冒充者综合征谈起，反思智能体编程热潮中被忽略的软件工程基本功。作者认为 agent harnesses 已经跨过“能不能做到”的门槛，但要写出可调试、可维护、分层且可组合的软件，仍然需要大量细致的人类判断。LLM 并不真正推理，只是在预测压缩后的人类知识，因此关键是给它简洁、及时的数据，并用带有自然语言反馈的确定性验证工具来纠错。文中引用了 The Illusion of Thinking 论文、JEPA 模型与 Yann LeCun 的研究，也提到 Simon Willison 提出的 lethal trifecta，说明模型无法区分好建议与坏建议、难以抵御提示注入。作者强调，无论是否有智能体辅助，评审、规划并修补软件接缝都是核心技能，当下更需要关注这些基本功。适合关注 AI 编程工具与软件工程质量的一线工程师阅读。