本来只想看看 DeepSeek Harness 好在哪,结果发现跟企业治理一个套路
本文剖析 DeepSeek 开源框架 Harness 的设计哲学,指出其插件化架构(Cordis)、声明式依赖(inject)、可切换 Preset 模式(标准/程序化/极简/创造)与企业治理高度同构:隐性协作规则需显性声明,流程工具应随问题动态装配,任务复杂度需分类路由并匹配组织能力。作者由此反思组织僵化根源。
框架里藏着企业治理
最近 DeepSeek 开源了个叫 Harness 的新东西,讨论度挺高。我本来只是想去看看它的设计架构,学学人家怎么搭的。
结果看着看着,越看越不对劲。这哪是什么技术框架,这分明是一套企业治理的说明书。
大家都在说,DSH一切皆插件。模型是插件,工具是插件,权限是插件,连界面都是插件,全都能拆能换。
管这些插件的底层框架叫 Cordis,它只干一件事,管插件怎么装、怎么拆、谁依赖谁。
就是在这套插件管理里,我撞见了三个琢磨了好多年的东西。

把隐性依赖摆出来
Cordis 里有个规矩,每个插件启动之前,得先说清楚自己需要什么。这叫 inject,注入。比如一个插件说,我需要模型服务,还需要文件系统。这两样都就位了,我才启动。中途文件系统要是没了,我就自动停,等它回来再接着干。
我当时看到这,愣了一下。
这不就是我们团队搞的那个 Manual of Me 么。
每个人写一份怎么跟我协作的手册。我几点精神最好,我讨厌别人怎么催我,我需要什么信息才能动手。把这些说不清道不明的东西,白纸黑字摆出来。协作的人就不用猜了,不用反复踩同一个坑。
公司级也一样。很多组织的 ways of working 为什么形同虚设,因为依赖关系全藏在老板和几个老员工的脑子里。谁离不开谁,谁卡着谁,没人说得清。真把它像 inject 那样一条条声明出来,很多扯皮自然就消失了。
(我现在就是在搞这个 ways of working)

实践随问题来随问题走
dsh 里的插件,装装卸卸特别随意。今天加个搜索工具,明天换个模型,后天把权限改了,都不影响大局。
这让我想起这些年带团队最头疼的一件事,流程僵化。
站会、回顾、用户故事地图、影响地图、康威审计,这些敏捷实践,本来是一个一个的插件。团队沟通出问题了,装个站会上去。需求理不清了,上用户故事地图。问题解决了,这玩意儿可以撤。
可现实里呢,很多公司把它们写进流程文档,变成雷打不动的规矩。不管有没有问题,站会都得开,回顾都得做。
实践应该是随问题来的,随问题走的。不是焊死在流程里的铁疙瘩。

MICA 分类与复杂度路由
dsh 里有四个预设模式,叫 preset。标准、程序化、极简、创造。给同一个模型配上不同的工具集和权限,等于给它分配了四种不同的工种。
这跟我自己捣鼓的一个模型几乎撞了个满怀。我管它叫 MICA。
M 是 Maintenance,日常维护。I 是 Innovation,创新。C 是 Construction,长期建设。A 是 Action,尽快响应。
四种类型,既是任务的类型,也是成员的角色属性。我一直觉得,治理一件事之前,先得搞清楚它属于 MICA 里的哪一类,再谈怎么管、谁来管。dsh 的 preset,几乎就是同一个东西,只是它管的是模型,我管的是人。
但真正让我拍大腿的,还不是这个对应。是它俩不一样的地方。
dsh 的模式,是人手动选的。你想用哪个,就切到哪个。
可现实里的任务会自己长大。
所以我自己加了一条规则。A 是默认起点。事情来了,先快速响应,别想太多,最小投入先动起来。一旦发现这事过于复杂,A 那点工具搞不定了,再升级。知道怎么做的,切到 C,长期建设。不知道怎么做的,切到 I,创新试错。
知道怎么做和不知道怎么做,这两条路完全不一样。前者靠经验和纪律,后者靠试错和运气。
哦对,还有个更妙的。

任务分类,路由给团队
这个 MICA,既能给任务分类,也能给团队分类。有的团队天生适合快速响应,有的团队就适合闷头搞长期建设。任务进来了,按复杂度归个类,再路由给擅长的那个团队。
你看,任务解构和组织解构,就这么在一个小小的分类上,接上了。
说到这,我得承认一件事。我研究 Harness,本来是奔着 AI 去的。结果它给我上的一课,跟 AI 没多大关系。
它教会我的,是组织这个事,也可以像代码一样,声明清楚依赖,随用随装工具,按复杂度升级打法。
至于这是不是 AI 时代组织该有的样子,我还没想透。但有一点我挺确定,那些改不动的组织,多半是既没声明依赖,又把工具焊死了,还拿一套打法应对所有事。

JOTO 企业落地观察
- 企业部署智能体系统时,若缺乏类似 Cordis 的插件生命周期管理能力,将难以应对业务场景快速迭代带来的工具增删需求,易陷入“功能堆砌”或“流程锁死”困境。
- RAG 知识工程中,不同知识源的接入常伴随权限、格式、更新频率等隐性依赖;Harness 的 inject 机制提示:必须将这些依赖显式声明为元数据,否则知识服务稳定性不可控。
- Preset 模式映射到企业任务治理,意味着同一套智能体底座需支持多套运行策略(如合规审查用“标准”模式,创新孵化用“创造”模式),这对 FDE 驻场共创中策略配置能力提出明确要求。
- 任务按 MICA 复杂度分类并路由,本质上是对智能体工作流编排范式的升级——企业不能仅关注单次调用效果,而需建立任务复杂度评估与执行路径自动匹配机制。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


