从 DeepSeek Harness 说起：Agent 的 Runtime 到底运行什么？

看到 DeepSeek Harness 的介绍时，一个词很容易让人停下来：Runtime，运行时。

Java 有运行时，Node.js 也是运行时。现在 AI Agent 又需要一套运行时，它到底在运行什么？模型不是已经可以回答问题了吗？

从一个具体任务看，这个区别就清楚了。把报错贴给模型，它可以给出修改建议；让它直接修好一个项目，还需要有人把项目文件交给它、执行修改、运行测试，再把结果送回来。Agent 的运行时，主要承接的就是这段从“提出动作”到“实际执行”的过程。

同一个词，用在了不同层次

Runtime 首先可以指“运行期”，也就是程序执行的阶段。“运行时错误”说的是错误发生的时机，并不是某个软件的名字。

它也可以指支持程序执行的一套系统。Java 程序通常先编译成字节码，再由 JVM（Java 虚拟机）执行；JVM 负责字节码执行、运行时内存等机制，Java 标准类库则是运行环境中的另一部分。把这几层统称为“Java 的运行环境”可以帮助入门，但类库并不等于 JVM 本身。Java 虚拟机规范

Node.js 提供的是 JavaScript 在浏览器之外运行的环境。它使用 V8 执行 JavaScript，并提供文件、网络等能力。同一门语言放在浏览器和 Node.js 中，可调用的环境接口会不同：网页里的 document 并不是 JavaScript 语言自身保证到处都有的东西。Node.js 官方介绍

所以，遇到 Runtime 时，最有用的追问是：它支撑什么对象运行，又提供哪些能力？ 仅仅知道它叫运行时，还不能判断它和另一个运行时是否属于同一类工具。

Agent 需要持续接住工具的结果

假设我们给一个编程 Agent 的任务是：“用户提交空标题时，接口报错，请修复它。”

模型需要先看到接口代码，才能决定在哪里改；改完以后，需要运行相关测试；如果测试失败，又要根据失败信息继续判断。这个过程可以简化成：

任务与当前上下文 → 模型选择下一步
                         ↓
                  请求读取、修改或测试
                         ↓
                  工具实际执行并返回结果
                         ↓
               更新上下文 → 再次调用模型

这里，模型生成一个“读取文件”的请求，与文件真的被读取，是两个步骤。工具需要在某个环境中运行，执行结果也需要以模型能使用的形式交回来。

一次任务还会遇到一些普通聊天不必处理的问题：命令尚未结束时怎么继续等待？用户中途修改要求，哪些工作应该停下？工具失败后，是换一种方法还是向用户说明？任务结束的依据是什么？

不同系统对这些事情的分工不完全一样。通常所说的 Agent Harness，是包围在模型外面的执行与协调软件；Agent Runtime 则更强调任务实际运行时的环境与过程。两者在产品介绍中经常重叠，不宜把它们当成全行业已经严格统一的分类。

还要区分另一种“运行”：模型推理服务负责根据输入计算输出，Harness 负责把一次次模型调用与外部动作组织起来。模型可以运行在远端，执行文件操作的工具可以运行在本机，两者并不要求处于同一个进程。

DeepSeek Harness 做的是哪一层

本文讨论的是 deepseek-ai/deepseek-harness。该仓库明确由 DeepSeek AI 开发，DeepSeek 官网也链接到它。截至 2026 年 9 月 27 日查阅时，项目仍标注为开发者预览版，并提示接口可能发生不兼容变更。

它不是一个新模型，也不是用来替代 Node.js 的语言运行时。它属于围绕模型组织 Agent 能力的软件：模型接口、工具、会话和执行循环，都在这一层组合。项目自身仍然需要底层的软件环境来运行。

官网提出的核心设计是“Everything is a plugin”，即“一切都是插件”。这里有具体含义：模型、工具、会话、沙箱、存储、循环、调度和界面等能力都作为插件提供，由 Cordis 管理插件的装卸与依赖关系。官方架构介绍

对使用者来说，这种设计值得关注的地方是可替换性。例如，一个团队想换模型提供方，另一个团队想换工具执行方式，如果相关接口已经被拆开，就有机会保留其余部分，只替换对应组件。

不过，可组合不等于任意组合都会正常工作。插件之间仍然需要满足接口和依赖约定。这是模块化设计带来的工程问题，并不是看见“插件化”三个字就能省掉的工作。

有工具以后，更需要分清“做了什么”

我更关心的不是一个 Agent 配了多少工具，而是它能否清楚交代任务如何结束。

回到空标题报错的例子：修改文件只能证明改动已经写入；测试通过，说明这些测试覆盖的情况满足了断言；线上用户的问题是否解决，还需要与实际部署和触发条件对应起来。这些结果不能相互代替。

同样，Runtime 提供执行能力，也不等于模型天然有权使用所有能力。允许它读取项目文件，与允许它修改线上数据库，是不同的授权范围。具体能执行什么，取决于工具暴露方式、环境配置和用户授权。

因此，我会用几个朴素的问题理解一个 Harness：它把什么信息送给模型？模型可以调用什么工具？结果怎样回到下一轮？遇到失败或中断时，哪些事实能被保留下来？

弄清这些，再看 Runtime 这个词，就不需要把它理解成 AI 领域的新魔法。模型给出下一步的判断，周围的软件让这一步成为可执行、可观察的动作。一个 Agent 能走多远，往往也取决于这部分工作做得怎样。