01梁文锋的一句话

前段时间有一份梁文锋闭门会的公开整理流传出来，里面有一句话值得多看两眼：

Agent 之后，下一个要解决的问题是持续学习。

梁文锋，闭门交流，2026 年 7 月

他还给 AI 这几年画了一条很直白的路线：前一阶段是 CoT，今年看到的是 Agent，而 Agent 再往后，真正卡住的地方是「怎么持续学习」。他还提到一个 DeepSeek 内部很看重的想法：下一代模型最好先能帮 DeepSeek 自己提高研发效率——能参与开发自己的下一代模型。

有意思的是，如果把「持续学习」当成一个问题而不是一项技术，它马上会展开成一系列小问题：记住过去发生过什么、判断哪些经验还有用、发现自己反复在犯什么错、改变工作策略、获得新工具、淘汰坏工具、验证改动是不是真的更好——其中一部分属于模型训练，一部分属于记忆，一部分属于工作环境，一部分甚至只是软件工程问题。梁文锋自己也在那次交流中说：「持续学习可能不是某一项单独技术，而是一个问题，可能需要很多东西一起解决。」

而 deepseek-harness 这个项目，恰好把其中一个长期被忽略的小问题，摆到了台面上。

02一个看似普通的开源项目

如果只看名字——deepseek-ai/deepseek-harness——第一反应很平淡。这类「AI 的外壳」每隔一段时间就冒出一个新框架：支持 Tool、支持 Skill、支持 MCP、支持记忆、支持沙箱……如果只是再做一套外壳，实在很难让人兴奋。

真正让这个项目变得不一样的，是文档第一段那句话：

产品的每一部分都是插件，包括模型适配器、工具注册表、会话日志，以及 agent loop 本身。

deepseek-harness 官方文档

翻译成大白话就是：这个 AI 的「身体」没有任何一块是焊死的，连大脑怎么转圈（agent loop）都能换。

再往下翻，还有一套直接给 AI 用的工具：

cordis_inspect   # 照镜子：看看自己身体里现在装着什么
cordis_define    # 画图纸：写一个新零件的设计图
cordis_run       # 装上去：把新零件真正装进身体
cordis_stop      # 拔下来：停掉一个零件
cordis_undefine  # 忘掉：连设计图一起删掉

问题从这里开始变得有意思：DeepSeek 到底为什么要让 AI 盯着自己的运行时，现场画个图纸、造个零件、再装到自己身上？如果只是想给 AI「加功能」，Pi、VS Code 这些成熟的插件系统不是早就解决了吗？

03同样的模型，换套环境就差很多

先从一个很实际的现象说起：同一个模型，放进不同的 Coding Agent 里，表现能差很多。为什么？

因为模型真正干活的时候，从来不是光着身子的。一个 Coding Agent 外面通常还有一整套东西：

• 系统提示词（System Prompt）、上下文管理、会话记录、记忆
• 读文件、跑命令、用 Git、开浏览器、搜索、代码索引
• 子代理、沙箱、权限控制、循环逻辑、界面

打个比方：模型是一个程序员的大脑，Harness 是这个程序员手里的电脑、IDE、终端、浏览器、调试器、项目文档和工作习惯。你让一个很强的程序员只拿记事本写代码，和让他用全套开发工具，最后做出来的东西当然不一样。

这件事本身不算新鲜。真正新鲜的问题在后面：

04现在的 AI，工作台都是人搭的

现在我们用 Pi、Claude Code、Codex，本质上还是人先帮 AI 把「工作台」搭好：装哪些插件、给哪些工具、提示词怎么写、什么时候派子代理、记忆怎么组织、任务怎么拆。AI 只是在这套环境里干活，环境本身它碰不了。

但人类程序员不是这样的。一个程序员工作半年以后会自己变：发现「我每次修完 Bug 都忘记跑测试」，于是养成「改完必须验证」的习惯；发现「我天天手工查数据库结构，太浪费时间」，于是去找个插件装上。这些变化没有重新训练他的大脑，但他的实际工作能力确实变强了——变的只是他的工具、流程、习惯、环境。

换到 AI 身上，这些恰好就是它的工作环境（Harness）。所以「持续学习」如果要进入 AI，至少存在另一条很自然的路线：

模型内部学习   +   工作环境的外部学习
     │                    │
   改「大脑」           改「工作方式」

DeepSeek Harness 真正值得看的地方，就在这里——它正在给第二条路打地基。

05普通插件为什么不够用

那问题来了：为什么非得把工作环境做成能现场改的？普通插件不行吗？这也是最容易被问住的点。

以 Pi 为例，它的设计其实很好理解：Pi + 插件。要 GitHub 就装 GitHub 插件，要浏览器就装浏览器插件，要特殊流程就写一个插件，干活的时候 AI 自己决定用哪个工具。对绝大多数场景来说，这套设计完全够用——如果 DeepSeek Harness 只是想解决「AI 怎么获得更多工具」，重新造这么一套复杂的东西，没必要。

所以必须先分清两件事：

这里的「插件」虽然同名，聊的已经不是一回事了。DeepSeek Harness 是在为一个前提做工程准备：你想让 AI 改自己，首先得让「自己」拆得开。

06核心价值：一个改不死的身体

让 AI 能拆自己，最难的不是「拆」这个动作，而是拆完别出事。如果 AI 把记忆模块换掉了，正在用的规划模块还握着旧记忆继续跑，系统就会进入一种很危险的「半死不活」状态。谁来保证这种事不发生？

Cordis（这套技术的地基）用两条规则回答：

规则一：拆得干净——谁搬进来的，谁走的时候搬走

谁注册的资源，谁的生命周期结束时，资源一起回收。

Cordis 的核心规则

白话版：谁把桌子搬进来的，走的时候顺手搬走，别留在走廊里挡路。

为什么这条规则这么重要？想象一个插件启动时做了一堆事：注册一个命令、监听三个事件、启动一个计时器、挂一个中间件、提供一个服务。如果卸载的时候作者少清理一个监听器，会发生什么？

长期运行的软件最怕这种东西。可逆，就是 Cordis 最早要解决的现实问题。

规则二：知道谁离不开谁——依赖感知

光能「拆干净」还不够，零件之间还会互相依赖：

数据库
   ↑
用户系统
   ↑
积分插件

数据库被卸了，用户系统怎么办？Cordis 的做法不是假设「依赖在启动时存在，以后永远存在」，而是让每个零件声明「我需要数据库」，然后按需开工：

所以 Cordis 说到底在管两件事：这个零件做了什么？这个零件需要什么？

07这套技术是从哪来的：一个聊天机器人的故事

DeepSeek Harness 文档里写着 Powered by Cordis。第一次看到很容易以为这是 DeepSeek 为 AI 新做的一套系统，其实不是——Cordis 来自 Koishi，一个聊天机器人框架，2020 年发布第一个正式版本。

聊天机器人和插件系统的关系，比 Coding Agent 更「生死攸关」：一个 Bot 同时服务很多群、很多用户，如果更新一个插件就要重启整个机器人，体验极差。于是很自然地想：只拔掉插件 A，换成 A2，其他东西继续跑。

说起来简单，真正难的是「拔」。Koishi 官方设计文章把这个问题叫得很直接：

可逆的插件系统：不管插件之前加载、卸载过多少次，系统现在的行为应该只由「现在有哪些插件」决定，而不是被历史残留影响。

Koishi 官方设计文章

Koishi 官方自己也说得很坦白：这些理论不是先设计好再塞进项目里的，而是多年工程实践先长出来，后来才总结成理论。这说明 Cordis 不是为了「架构看起来高级」而存在的——它是被真实问题逼出来的。

那它为什么会突然和「AI 自我进化」扯上关系？因为 AI 把原来的问题放大了：Koishi 的世界是「人写插件 → 系统帮你安全加载」；而自我进化的 AI 想象中是「AI 自己写插件 → 自己加载 → 自己替换 → 自己发现不对 → 自己撤销」。这时你不能再指望「插件作者足够自觉」，因为插件作者可能就是 AI 自己——它今天注册了一个监听器，五分钟后把自己的实现换了，它还记得旧监听器在哪吗？它换了记忆模块，规划模块还在用旧记忆吗？它改坏了一个关键零件，谁负责把它救回来？

Cordis 这套沉淀多年的「拆得干净 + 知道依赖」的能力，在这里突然变得非常合适——这大概就是 DeepSeek 选它的原因。

08为什么这件事值得关注

现在大家真的已经有点「AI 新功能疲劳」了。再告诉我们：支持 MCP、支持 Skill、支持子代理、支持记忆、支持浏览器——很难兴奋。这些都是「AI 有什么功能」。

DeepSeek Harness 更有意思的问题是：这些功能本身，以后是谁决定的？

这时候「插件」就不再只是生态里的小功能，它变成了AI 调整自己工作方式的最小单位。这也是「持续学习」真正落地时需要的形状：不是改参数，而是改工具、改流程、改习惯——和人类程序员半年后的自我进化，是同一件事。

09第一步：让「自己」可以拆

官方文档写得非常明确：产品的每一部分都是插件，包括模型适配器、工具注册表、会话日志，以及 agent loop 本身。文档甚至用了一个很直接的说法：「不存在需要打补丁的特权内核」——没有哪一块是焊死的。

架构大致长这样：

这看起来只是工程上的「洁癖」，其实它是自我进化的第一个前提：你想让 AI 改自己，首先得让「自己」是可以拆的。零件都焊死了，谈什么改装？

10第二步：一面镜子，一套工具

10.1 一面镜子：照见自己

仓库里有个包叫 tool-cordis，README 第一行就叫「自引用 Cordis 工具集」。它给 AI 的第一个工具 cordis_inspect，作用是让 AI 看到自己身体里现在装着什么：有哪些服务、哪些插件还活着、注册了哪些工具、有哪些动态包、接口是什么、有哪些事件。

这个变化很有意思：以前 Coding Agent 能看项目代码、文件系统、终端、浏览器、Git——都是外界；现在它还能看「我自己现在是什么结构」。把 AI 比作人，这差不多是从「只会看外面」进化到「至少知道自己身体里装了什么」。当然，看到自己不等于会进化——但没有这一步，后面都没法谈。

10.2 一套工具：画图纸 → 装上去

更关键的是它已经能现场给自己「装零件」。cordis_define 允许 AI 提交一个新零件的设计图，里面可以有名字、用途、代码。这里有一个很聪明的小设计：

为什么要分开？因为「设计」是无害的，可以随便试；「安装」才真正改变身体。分开以后，AI 可以先大胆画图纸，确认没问题再装——想清楚再动手，动手就要负责。

于是理论上可以发生这样的事：

这就不是「让 AI 帮忙写个插件文件」了，而是：AI 在当前任务还没结束时，直接改变了自己的运行时能力。

10.3 拔下来、忘掉：改坏了能救回来

改坏了怎么办？cordis_stop 会把运行中的零件停掉，系统会清理干净它注册过的一切；cordis_undefine 则更进一步，连设计图也删掉。整个过程像一张完整的「实验循环」：

它已经很像一个实验台——AI 可以在自己身上做短期实验，而不是每改一点东西就：杀掉进程、重新启动、祈祷上下文还在。

11目前还差的三步

这算自我进化了吗？还不能。更准确的说法是「能自己改自己的工作环境」——能改，不等于会进化。完整的自我进化至少应该有这样一个循环：

DeepSeek Harness 目前公开的代码，已经明显完成了中间这一截——照镜子 → 临时改 → 运行 → 撤销——但前后两头还没闭环：

12一条一脉相承的思路

回头看 DeepSeek-R1，会发现一个挺有意思的相似点。R1-Zero 最有意思的地方，不是「它会写很长的推理过程」，而是 DeepSeek 在基础模型上直接做大规模强化学习，没有先用人写的标准答案把一整套推理模板塞进去。官方说明特别强调：在这个过程中，模型自己长出了自我验证、自我反思、长推理等行为。

当然，R1-Zero 也不是完美的——它会重复、可读性差、语言混杂，所以后来的 R1 又加入了一些标准数据和分阶段训练。但这条路线背后的审美很明显：有些方法，不一定要人一条条写死。可以给目标、给反馈，让系统自己探索出更有效的做法。

把这个思路搬到工作环境这一层，就会出现一个很自然的问题：今天这些东西——工具怎么配、提示词怎么组织、循环怎么跑、记忆怎么设计、什么时候派子代理——为什么一定永远由工程师手工规定？今天的工作环境，其实很像一种「手工策略」。未来会不会也有一部分变成：真实任务 → 结果反馈 → 尝试不同组合 → 更好的留下？

手工搭好的环境（人一条条写死）
        ↓ ？
从反馈里学出来的环境（自己长出来）

这才是 DeepSeek Harness 和「持续学习」真正值得联系的地方——不是因为 DeepSeek 在说明文档里写了「自我进化」（它没有），而是因为它正在把一个前提条件做出来：让工作环境先变成一个 AI 有机会观察和修改的对象。

把 DeepSeek 公开过的东西放在一起看，有一条比较连贯的线：

这三件事并不是同一个研究项目，不能硬说 V2 → R1 → Harness 是一条官方定义好的路线。但放在一起看，它们至少体现了一种相似的倾向：少一点永久写死的东西，多一点可以通过计算、反馈和运行结果找到的方法。