DeepSeek Harness不是AI作業系統
DeepSeek Harness（DSH）要做的不是取代 Windows、macOS 或 Linux，而是提供一套可自由組裝的 Coding Agent 執行框架。它以 Cordis 的「時空可組合性」架構為底層，把模型、工具、Skills、Session、Sandbox、儲存、Agent Loop、排程與 UI 全部做成插件。實際上它能讀寫專案檔案、執行 Shell、搜尋資料、規劃任務、呼叫子 Agent，並保存完整執行軌跡，支援恢復、分叉、搜尋與重播工作階段。
現實應用
最直接的使用者是 AI 工具開發者、軟體團隊，以及想自建 Coding Agent 的公司。團隊可以換掉模型供應商、工具或權限策略，而不用重寫整套框架；也能把內部 API、測試流程、部署工具包成插件。官方另提供 Standard、PTC、Minimal 與 Creator 模式，分別適合日常開發、多步工具編排、模型評測及自訂 Agent preset。
期望評估
我認為低標期望，是得到一套透明、可追蹤又方便改裝的開源 coding agent。即使插件生態沒有成形，Session event log、模型切換與本機 Web UI 已有實用價值。
高標方面，我猜 DSH 有機會變成 Agent 世界的通用 runtime：不同模型與工具透過同一組介面組合，開發者像裝套件一樣建立專用 Agent。不過把它稱為「AI 作業系統」仍然太早；目前沒有裝置驅動、行程管理等傳統 OS 能力，也沒有官方要取代手機或桌面系統的說法。
商業策略分析
真正受影響的是 Coding Agent 平台、Agent framework 與模型 API 業者，不是 Apple、Microsoft 或 Linux。DeepSeek以 MIT 授權放出 Harness，可以降低開發者採用門檻，再由模型 API 與插件生態取得入口優勢。我認為值得工程團隊跟進，尤其是需要自架、稽核與模型可替換性的公司；一般使用者則不用急著安裝。
社群所說的「更安全、不會暗中燒 Token」不能直接視為事實。官方確實採本地優先儲存並記錄 Agent 軌跡，但也明確警告提示注入、惡意插件、資料外洩及錯誤指令風險，建議放在低權限 VM 或容器執行。
實作細節
安裝 Node.js 後執行 npx @deepseek-ai/dsh web，預設會在 http://127.0.0.1:3080 啟動 Web UI；接著設定模型 API key、選擇工作區即可下任務。它支援 DeepSeek、Anthropic、OpenAI及自訂相容端點。已知限制是目前仍屬 Developer Preview，核心 API 可能出現破壞相容性的變更；能執行 Shell 與修改檔案，也代表權限與第三方插件必須審慎管理。