当前位置:首页 > AI资讯 > 正文内容

深度拆解 DeepSeek Harness 架构:AGI 的自进化,终于有了「后悔药」

admin6小时前AI资讯12

深度拆解 DeepSeek Harness 架构:AGI 的自进化,终于有了「后悔药」

引言

DeepSeek 发布的 DeepSeek Harness v0.1 开发者预览引发关注,不只是因为又多了一个 Coding Agent,而是它把「一切皆插件」从外围扩展到了内核:Model Adapter、Tool Registry、Session Log、乃至 Agent Loop 都是可插拔的。过去的 Harness 更像一栋浇筑完成的大楼,外围可加挂工具,但运行时的骨架无法动。现在,这栋大楼被拆成一盒乐高,核心不再是固定结构,而是由插件拼装而成。

这种范式转变服务于一个更大胆的目标:Self-Evolving Agent Harness。Harness 不再只是工具集合,而是能在运行中生成、替换、撤销自身组件的系统。要做到这一点,必须回答两个问题:改动如何安全撤回?依赖关系如何动态重构?DeepSeek 给出的答案是 Cordis。

核心内容

从“大楼”到“乐高”:Harness 即插件组装

单体到插件化的概念图

传统 Agent 框架把能力分层:底层运行机制固定,用户在表层接工具与技能。这样做稳定,但限制了自进化:Agent 无法触达会话管理、沙箱、存储、Loop 等“骨骼”。DeepSeek 的思路是把骨骼也拆开:

  • 组件全可插:模型适配、工具注册、日志、记忆、Loop 等均为插件
  • 核心即协议:不再区分“核心 vs. 插件”,只有符合约定的组件装配与拆卸
  • 运行时可重写:Agent 在任务过程中可以检查自身运行态,挂载新组件,回滚旧能力

意义在于:能力迭代从“发布新版本”变为“在线自我改造”。而要让在线改造不把系统搞崩,必须提供“后悔药”和“依赖重算”。

Cordis:时空可组合性的底座

DeepSeek 与学界提出的 Cordis,目标是两件事:

  • 时间可组合性(Temporal Composability):组件被卸载,其引入的所有副作用可一并撤销,系统回到改动前的干净状态
  • 空间可组合性(Spatial Composability):当某个能力提供者出现、消失或被替换,所有依赖方能自动重连、重建或降级,生命周期一致

这套机制来源于对大规模插件生态的长期打磨:插件不止要能“热插拔”,还要能把留下的监听器、定时器、资源占用、状态改动等副作用完整清理;能力切换后,依赖链要能“活过来”。

在 Harness 语境下,这意味着:模型、工具、记忆、Loop 等可动态替换;替换后,不产生资源泄漏,不遗留脏状态,依赖方按约定自动收敛。

两个关键机制:Revertible Effects 与 Reactive Coeffects

可撤销副作用与响应式依赖示意

要落地“后悔药”与“依赖重算”,Cordis引入两种基础构件:

  • Revertible Effects(可撤销副作用)
  • 对运行上下文的每次修改,必须通过类似 ctx.effect 的通道登记,并伴随一个 inverse(逆操作)
  • 典型例子:注册事件时同时记录注销方法;启动定时器同时提供关闭句柄;写入状态同时提供回滚策略
  • 好处:组件卸载或升级时,系统能原子化地批量执行 inverse,保证状态一致性与资源清理

  • Reactive Coeffects(响应式共效)

  • 把“依赖某种能力”的声明做成可观察关系:Provider 出现/消失/替换会触发依赖方的生命周期回调
  • 类似响应式系统中的依赖收集与变更传播,但对象是能力接口与运行服务
  • 好处:实现“热切换”与“平滑降级”,让复杂依赖链在动态拓扑下保持稳定

这些机制让“自进化”具备可操作性。几个直观场景:

  • 在线换模:在不中断会话的前提下,把模型适配层切换到更强的推理后端;指标不佳即刻回滚
  • 工具竞速:为同一工具能力挂两套实现(如检索),在 A/B 评估中动态择优,失败的一键撤销
  • 安全升级:沙箱策略出问题引发异常时,以可撤销副作用复位环境,避免“改坏不可回头”
  • 记忆重构:替换长短期记忆组件,依赖方通过共效关系重绑,历史会话不丢失

Agent 自进化的运行闭环

当 Agent Loop 自身也是插件后,Loop 不再是“神圣不可触”的中枢,而是一段可被替换的策略。在实践中可以形成闭环:

  • 观测:在会话与任务执行中持续采集指标(正确率、延迟、成本、鲁棒性)
  • 假设与变更:根据指标生成变更提案(替换检索工具、调整记忆策略、升级模型适配器、修改 Loop 策略)
  • 应用与对比:以 Revertible Effects 应用变更,Reactive Coeffects 自动协调依赖;并行对照或分流测试
  • 回滚与固化:不达标就回滚(“后悔药”),达标则固化为当前最优装配

这不只是“会用工具”的 Agent,而是“会重塑自己运行时”的 Agent—系统级的自我改造能力,迈出 AGI 自进化的一步。

影响与展望

  • 对研发范式的改变:从“发布新功能”转向“发布新组件与约束”,让在线实验、灰度与回滚成为默认路径。研发迭代会更像运维有生命的系统,而非发版即定形的软件。
  • 生态与标准的机会:当“能力即插件、协议即核心”,围绕模型适配、检索、规划、记忆、评估等会形成可互换市场。统一的能力接口与生命周期约定将成为关键标准。
  • 安全与治理的新命题:自进化提升了适应性,也放大了供应链风险与权限边界问题。需要:
  • 组件签名与可信执行环境
  • 细粒度权限与资源配额
  • 变更影响评估与自动化审计
  • 针对回滚失败的最后防线与快照恢复
  • 向 AGI 的路径增维:模型层面的自反与工具使用已相对成熟,运行时层面的“自我修改—评估—回滚—固化”提供了新的跃迁维度。若再叠加更强的世界模型与长期目标管理,系统可能出现更稳定的元学习行为。

可预见的是,“一切皆插件”并非噱头,而是在工程上为自进化铺设的“可撤销、可重连、可观测”的三要素。DeepSeek Harness 把这些原则前移到内核,既是设计美学,也是通往更自治智能体的务实道路。

标签: DeepSeek Harness Agent 插件化 AGI

返回列表

上一篇:DeepSeek缓存命中涨到11倍,存储税来了

没有最新的文章了...

相关文章

AI医学图像分割新突破:边看边想更精准

医学图像分割的新范式:当AI学会“边看边想” 在医学影像分析领域,精准分割病灶区域是疾病诊断与治疗规划的关键前提。然而,传统多模态大模型(MLLM)在处理这类任务时,往往陷入“一步到位”的困境:输入图...

漫剧崛起:AI技术驱动内容新蓝海

漫剧崛起:技术驱动下的内容新蓝海 近年来,随着短视频生态的成熟与用户内容消费习惯的迁移,一种融合动画与剧集叙事形式的新内容形态——漫剧,正悄然崛起,并展现出强劲的增长势头。据中信证券最新研报显示,漫剧...

FlagOS实现DeepSeek-V4多芯Day0适配

国产AI芯片生态迎来关键突破:FlagOS实现DeepSeek-V4多芯“Day 0”适配 在AI大模型竞争日益激烈的当下,模型的创新已不再是唯一战场,底层系统的兼容性与泛化能力正成为决定技术落地广度...

安克从降噪耳机到自研芯片的创新之路

从降噪耳机到存算一体:安克的“被迫”创新之路 当一家以消费电子闻名的企业开始自研芯片,背后往往不是野心膨胀,而是技术路径被逼至死角的必然选择。安克创新的故事,正是这样一个“被迫”突破边界的典型案例。...

AI竞赛聚焦编程:通向AGI的关键跳板

从“全能选手”到“代码专精”:AI竞赛的路径收敛 2025年4月,AI领域迎来一场标志性会师:OpenAI发布GPT-5.5,DeepSeek同步推出V4预览版并开源。两家头部机构不约而同地将“Age...

华为ADS 5发布:自动驾驶迈入认知智能时代

华为ADS 5发布:自动驾驶进入“世界模型”新纪元 当多数车企还在为“全国都能开”的辅助驾驶功能争抢开城数量时,华为已经悄然将自动驾驶技术推向了下一个维度。在刚刚结束的乾崑技术大会上,华为正式发布AD...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。