DeepSeek Harness发布24小时，有人已经写了一整本书
DeepSeek Harness发布24小时，有人已经写了一整本书
先收藏，回头一定用得上。
2026年8月13日，DeepSeek 开源了 Agent 框架 Harness。MIT 协议，发布当天直接放到 GitHub 上，没有闭源核心，没有商业版预留。
24 小时后，一本书出现了。
不是博客文章，不是推特长帖，是一本完整的书——有封面、有目录、有序章、有附录，PDF 13MB，EPUB 5.4MB，HTML 4.9MB。书名叫《DeepSeek Harness：从开机到拆开》，作者署名花叔。
更让人意外的是：这个写了一整本 Agent 框架拆解指南的人，从来没手写过一行代码。
本文提纲
- 24小时的赛跑：书比文档先到
- 这本书里有什么官方文档没有的
- 花叔是谁：不写代码的「手搓经济」代表
- 七个最硬核的发现
- 「他们本来想这么做，后来没做」
- 这件事比书本身更值得关注
24小时的赛跑：书比文档先到
先看数据。DeepSeek Harness 的 GitHub 仓库在发布约 24 小时后：
| 指标 | 数值 |
|---|---|
| Stars | 66,107 |
| Forks | 5,578 |
| 创建时间 | 2026-08-13 |
| 语言 | TypeScript |
| 协议 | MIT |
橙皮书仓库在同一天创建：
| 指标 | 数值 |
|---|---|
| Stars | 52 |
| Forks | 3 |
| 创建时间 | 2026-08-14 |
| 协议 | CC BY-NC-SA 4.0 |
| 格式 | PDF / EPUB / HTML |
花叔在 README 里写了一句话，精确概括了这本书的定位：
官方发布稿的主语从头到尾是「它」——它怎么造的、它是什么架构。而这本书把主语换回「我」：我装上之后第一件事干什么、会不会花我的钱、会不会动我硬盘上别的文件。
这句话本身就是一种方法论。官方文档告诉你产品怎么设计的，橙皮书告诉你产品装到你机器上之后到底发生了什么。两者不冲突，但后者你从官方渠道永远拿不到。
这本书里有什么官方文档没有的
花叔在 README 里列了一份清单，全部是一手实测：
- 完整系统提示词——每次开口之前被灌进模型脑子里的那一大段话
- 129行出厂启动清单——
dsh --profile web --dump-default-config导出，一行行看它开机装了什么 - 三份原始会话日志——标准模式、PTC、创造模式各一份，一条事件都没删
- AI现场给自己造工具的全程——19步，工具清单从32行变成33行，多出来的那一行是它自己写的
- PTC实测账单——5次开口编排15次操作，以及那笔反直觉的账：固定开销反而涨9%
- 35个不随产品安装的扩展包清单——都在npm上，但不在安装闭包里
- 代码库考古——12,293次提交/约64天、683篇Agent Note、4篇事故复盘
这不是文档翻译，不是发布会转述。每一项都是作者在自己电脑上跑出来的。
花叔是谁：不写代码的「手搓经济」代表
到这里必须介绍一下花叔这个人，因为他的身份本身就是这个故事里最反直觉的部分。
花叔（HuaShu），AI Native Coder，独立开发者。
- 小猫补光灯的开发者——App Store 付费榜第一
- 橙皮书系列作者，全平台 50 万+ 读者
- CCTV《焦点访谈》报道的「手搓经济」代表人物
- 所有产品全部用 AI 完成，从未手写过一行代码
橙皮书系列已经出版了好几本：Claude Code 从入门到精通、Claude Code 源码解析、Harness Engineering、Agent Skills、OpenClaw：养一只你自己的AI、OpenAI Codex 从入门到精通。DeepSeek Harness 这本是最新的。
一个不写代码的人，给一个用 TypeScript 写的 Agent 框架写了一本拆解指南。这个事实本身就是 AI Native 时代最好的注脚：工具的使用者可以成为工具最深刻的解读者，前提是你愿意把自己当作实验对象。
七个最硬核的发现
从 README 透露的内容来看，这本书里有几个发现特别值得关注。
1. 完整系统提示词
系统提示词是 Agent 框架最核心的部分——它决定了模型每次开口前脑子里被灌了什么。大部分 Agent 框架不会公开完整的系统提示词，因为它包含安全约束、行为规范、工具使用逻辑等敏感信息。
花叔把 Harness 的完整系统提示词原样放了出来。这意味着你可以看到 DeepSeek 在设计这个框架时，是怎么定义 Agent 的行为边界的。
2. 129行启动清单
通过 dsh --profile web --dump-default-config 导出的出厂配置，129行。这不是文档里列出的功能清单，而是框架真正启动时加载的全部配置——每一个开关、每一个默认值、每一个路径。
这种「开机装了什么」的透明度，在 Agent 框架领域极为罕见。Claude Code 至今没有公开过等价的信息。
3. AI给自己造工具（19步，32→33）
这是全书最戏剧性的段落。Harness 在执行任务时，发现自己需要一个不存在的工具，于是花了19步操作，自己写了一个新工具，工具清单从32行变成33行。
这不是预设的演示，是在真实任务中自发发生的。Agent 自己识别能力缺口、自己补上——这是 Agent 从「调用工具」进化到「创造工具」的实证记录。
4. PTC的反直觉账单
PTC（Programmatic Task Control，编程式任务编排）是 Harness 的一个高级功能。花叔实测了5次开口编排15次操作，结果发现：固定开销反而涨了9%。
这和直觉完全相反——编排本来是为了省钱的。花叔把原始账单放了出来，让读者自己判断。这种「卡住的地方才有可信度」的态度，是这本书最大的价值。
5. 35个隐藏扩展包
Harness 在 npm 上有35个扩展包，但它们不在默认安装闭包里。花叔把完整清单列了出来。
「仓库里有」不等于「装上就有」。这个区别对于评估一个框架的真实能力边界非常重要。
6. 代码库考古
| 指标 | 数值 |
|---|---|
| 提交次数 | 12,293 |
| 开发周期 | 约64天 |
| Agent Note | 683篇 |
| 事故复盘 | 4篇 |
其中一篇事故复盘的标题特别有意思：「100%覆盖率全绿，编辑器一连上就崩」。这揭示了一个测试的经典陷阱：你的测试全绿不代表你的产品没问题。
7. 四种模式实测
花叔把 Harness 的四种模式（标准模式、PTC、创造模式等）各跑了一遍，每份日志一条事件都没删。原始日志的价值在于：你可以看到 Agent 在每一步到底想了什么、做了什么、卡在了哪里。
「他们本来想这么做，后来没做」
每节末尾有个固定小栏目：《他们本来想这么做，后来没做》。
这个栏目的素材取自仓库里被否决的设计方案，回答的是一个简单但重要的问题：为什么这里没有X？
在技术评测中，「没做什么」往往比「做了什么」更能说明设计意图。一个框架选择不做什么，和它选择做什么一样，都是设计决策的产物。花叔从代码仓库里挖出这些被否决的方案，等于给读者提供了一份「反设计文档」。
这件事比书本身更值得关注
这本书的质量当然很高，但更值得关注的是它背后的模式。
第一，AI Native 时代的知识生产速度。 DeepSeek 8月13日开源，花叔8月14日出书。24小时内完成「安装→测试→记录→成书→发布」的全链条。这在传统技术写作中是不可想象的——光是跑通一个框架的第一步就可能卡一天。AI 让知识生产的瓶颈从「执行速度」转移到了「洞察速度」。
第二，不写代码的人可以成为最深刻的解读者。 花叔的优势恰恰在于他不写代码——他不预设任何技术偏见，把框架当作黑盒来测试，记录每一个卡住的瞬间。这种「用户视角」的技术拆解，比开发者自己写的文档更有参考价值，因为文档写的是「设计意图」，而花叔写的是「实际体验」。
第三，橙皮书系列正在成为一种新的知识标准。 花叔已经写了七本橙皮书，覆盖 Claude Code、Codex、Harness 等主流 Agent 工具。这个系列的特点是一致的：一手实测、原始日志、反直觉发现、被否决的方案。它不是教程，是「田野调查报告」。
第四，DeepSeek Harness 本身的开源质量值得这个待遇。 66K stars、5578 forks、MIT 协议、发布当天全量开源——这个量级的项目配上这个量级的拆解，是双向的认可。花叔选 Harness 作为橙皮书的下一本，说明他认为这个框架值得花24小时去拆。
参考文档与链接
- GitHub: alchaincyf/deepseek-harness-orange-book - 橙皮书仓库，52 stars，PDF/EPUB/HTML免费下载，CC BY-NC-SA 4.0
- GitHub: deepseek-ai/DeepSeek-Harness - DeepSeek Harness 官方仓库，66K+ stars，TypeScript，MIT 协议
- 花叔官网: huasheng.ai - 橙皮书系列完整合集
- 花叔 X/Twitter: @AlchainHust - 作者社交媒体
- 花叔 B站: 花叔v - 视频内容
试过了Harness？这本书里哪个发现最让你意外？评论区聊聊。觉得有用点个赞让更多人看到。
作者: itech001 来源: 公众号：AI人工智能时代 网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
