我的轮子，被开源了。

昨天 DeepSeek 发布了 Harness，核心理念一句话：一切皆插件。而我手上这个做了很久的 Agent Core，一个类 Linux 内核的东西，内核极简、各种插件往上挂，跟它对比了一下，有一点点区别，但基本上一样。

说实话，那一刻是有点道心破碎的：自己辛辛苦苦快调通了，结果这边发布了一个所有人都能去优化的东西。

但破碎归破碎，这篇不只是讲情绪。我想借这次撞车，讲清楚两件事：一是情绪线，从道心破碎到务实转向，我到底经历了什么判断；二是认知线，顺着这次撞车，我把 Agent 自净化的路径梳理成了三层压缩理论，以及两个我越来越确信的判断：插件门槛不在插件本身，完整历史记录是自净化完备性的前提。

撞车现场

先说我做的东西。

这段时间我一直在做自己的 Agent Core，思路就是 Linux 内核那套：内核保持极简，把各种能力做成插件挂上去，需要什么装什么。核心目标只有一个，让 Agent 能自净化：犯错之后能把经验收回来，优化掉错误行为，下次不再犯。我一直觉得这条路是对的，而且是那种"肯定会被做出来"的方向，就像之前播客里聊过的，自净化最终会长成 Linux 内核的样子。

然后 DeepSeek 的 Harness 发布了，理念是一切皆插件。我第一时间去对比，越对比越沉默：它跟我的内核在理念上基本一样，只有一点点区别。而且看社区讨论，帖子里好多人也在说类似的思路，只是 DeepSeek 真的把它做出来了，并且底座看起来更数学扎实。

还有个小小的插曲：我挺想去参与内测的，没被拉去。羡慕谈不上，失落是有一点的。

但真正让我清醒的是这句话：底层的框架，它已经实现了。我基本不太可能再去做这个内核了，做不出东西来了。

这不是气话，是事实判断。内核这层已经被占住了，我能做的，是内核之上的东西。我的 Workflow 还能用，自净化的过程还能用，只不过从框架层的自净化，变成了业务层的自净化。业务层自净化是慢慢可以扩展到框架层的，至少框架具备这个能力。

冷静对比：它比我强在哪

道心破碎之后，我强迫自己冷静下来做了个对比，结论比想象中复杂。

派 Agent 其实不比它弱，这是我真实的判断。但 DeepSeek 的号召力太强了，大家完全可以在它的基础之上做更多开发，进步速度大概率会比派更快。一旦贡献的人多了，它就变成了事实性的标准：大家都基于这一套去做更厉害的 Harness 开发，而不是去用那个"比较弱一些的"。

从技术本质上看，它跟派 Agent、跟 Claude 的插件差异没有想象中那么巨大，它只是更开放，开放层级堪比派。它真正更好的地方在于底层做了认证：像微内核一样做了形式化证明，证明各个逻辑是等价的，不会给以后的某一个时间点埋坑。比如它讲的时空一致性，大概就是时间上确保插入、删除没有影响，空间上确保不会占着东西不释放，大概是这个意思。

唯一让我有点担心的是社区运营，毕竟插件生态做起来，光有框架不够，还得有人愿意在上面折腾。这一点只能走着看。

这里我得诚实：形式化证明、时空一致性这些细节，我自己也标注了"需再研究"，目前只是理解了大概方向，不敢展开断言。写出来是怕读者误以为我搞懂了，其实没有，我还在研究。

但这个对比给了我一个理性依据：放弃自研内核、转投 DeepSeek 底座，不是情绪化的决定。先观望，不急着全换，但可以把一些功能迁移过去试试能不能用。

认知主线：Agent 自净化的三层压缩

撞车这件事，逼我把自净化这条路重新想了一遍。现在我看 Agent 的自净化，本质上有三个层次的做法。

第一层，Skill，软约束压缩。

早期的做法就是像 Prompt Engineering 一样：犯了错，把经验总结优化进一个 Skill 里，下次让它照着做。但真的用过的人都知道，Skill 的能力就那样，幻觉还是很严重，杜绝不了问题。因为它是软约束，模型可以不听。你给它一个 Skill，它想了想说"你这个 Skill 讲得好像不太对"，然后继续幻觉。它只是"大概知道不该这么干"，而不是"干不了"。

第二层，Harness 插件，硬代码压缩。

把约束变成代码之后，性质就变了。服务器、数据库直接不给你这么干，卡死了。注意这个区别：Skill 是"这个东西不太对，你想想"，Harness 是"这个东西肯定不对，就是不给你这么干"。硬代码约束大幅减少幻觉，因为它从根上把错误行为掐死了。

第三层，参数级压缩，终极形态。

这一层不是因为它被卡死才不能这么干，而是它真的去学了参数，学会了"确实不能这么干"，改到了模型参数里。这是最彻底的，但也是来得最晚的。因为要改参数，就得有类似 backward 的过程，得有个像 Backbone 一样的东西。那么大的参数量，除非只改一部分 MoE 的参数，否则一次学习的算力消耗会特别大。但等大算力时代来了，可能会探索出一些方法，这个成本是可接受的。

所以 Agent 的进化，就是沿着这条线走的：软约束压缩，到硬约束压缩，再到参数压缩。这个过程中还有个潜在的可能：模型运行的过程中，可能会中间压缩出一个小参数的模型出来，但这个先抛开不讲。核心规律是，模型在不断地学会怎么更好地处理信息。

万物皆压缩：从 LLM 到人脑短路

这个三层压缩的理论，放到更大的视角下其实是一种普遍规律：一切都在做信息压缩。

LLM 是什么？是全网信息的一个压缩。整个互联网的知识被压进一组参数里。

Skill 是什么？是工作流程的一个压缩。一个流程本来很复杂、不好表达，用 Skill 可以把它比较好地描述下来，还方便分享。本质上就是把十几个步骤的工作流，压缩成一段可复用的描述。

harness 是我自己工具链里的例子，更直观：原本一个流程要跑十几个脚本才能完成，现在变成了调一个接口，把十几个脚本的逻辑压缩成一段代码放在那里。它要不断学会对信息做压缩。

人脑也是这个逻辑。人一开始做一件具体的小事，可能要一件一件地做，ABCD 四个环节一步步来。后来做得多了，大脑的连接短路了，瞬间就能反应过来，ABCD 四步变成一步。越做越短路。本来 100 个步骤，被这个过程压缩成 5 个步骤，腾出来的算力空间就能去做更大的事。

所以你看，从软约束压缩，到硬约束压缩，再到参数压缩，本质都是对中间步骤信息的不断压缩。人做的事情，本质上都是对中间阶段步骤的信息压缩。自进化也是这样：对的留下，错的赶走，剩下的问题就是怎么更好地压缩信息，做更好的发展。

插件化：门槛不在插件本身

回到 Harness 本身，再说一个我观察到的现象。

Harness 的插件本质上跟 OpenAI 的插件类似，只是能力更强一点，能做的事更多。但这不代表着大家会去做这件事，也不代表大家会去用它。它目前对新人不是那么友好，所以社区两极分化，这很正常。

但我有一个判断：插件这个东西，说句实话真的也没有什么。它会跟 Skill 一样，后面慢慢就没有太大的门槛了。它的门槛不在于插件本身，而在于你对于 Agent 运行的工作流、这个流程的理解，以及怎么样组合这些积木做一个更厉害的东西。比如你去改它的循环结构，比如你理解上下文对 Agent 意味着什么。最后考验的还是你对 Agent 上下文的理解，对它的优点和缺点的理解。

插件化对自净化还有一个质的提升。用 Skill 做自净化，最多是执行的时候随手记一些东西下来，记什么是模糊的。但插件化之后，它可以形式化地知道：今天我要记什么东西、记到哪个数据库里，然后在固定的环节去做。这不是随手记录，是流程里固定的一个环节。

所以我的判断是：插件会像 Skill 一样门槛越来越低，而一旦贡献的人多了，它就会变成事实性的标准。DeepSeek 目前还没有严格意义上提出这个标准，但这条路是通的。

自净化的前提：完整历史记录

最后说一个 Harness 特别打动我的点，也是我判断它路线价值的关键：它会把历史记录记录下来，做审计。

这个点正中我的需求。为什么历史记录这么重要？因为只有记录了，事情才是可还原、可追溯的，你才能抓到所有的信息，才能完成新的一轮进化。没有完整的历史，自净化就是无源之水：你都不知道上次错在哪，怎么改？

有了历史记录之后，自净化就会越做越快。每一轮进化都建立在完整的历史之上，信息不丢失，经验可累积。这也是为什么我会觉得，自净化的完备性，只要知道完整的历史，理论上就可以做到。可能这里面会有一些数学证明的办法，但意义可能也有限，点到为止。

所以完整历史记录，是自净化完备性的前提。这是 Harness 这条路线最值得关注的价值，也是它跟我心目中"自净化"最契合的地方。

那就站在这个轮子上继续转

回到开头。我的轮子被开源了，道心破碎是真的，但破碎之后的选择不是放弃，是换底座。

放弃内核，不等于放弃自净化。我做的是业务层的自净化，不是框架层的，但业务层可以慢慢扩展到框架层，框架具备这个能力。我的 Workflow 还能用，我的自净化过程还能用，只是底层不再自己造了。

现在的打算很明确：先观望，没有说现在就要换。但我会把一些功能迁移到它的工具上，看看能不能用。就像当年发现派的时候，纠结要不要换，最后也是先观望再决定。

我做了那么久的内核，最后发现有人把它开源了。那就不拧巴了，站在这个轮子上，继续转。转着转着，说不定哪天，业务层的自净化就长成框架层的样子了。