上一篇讲了 DeepSeek Harness 的“一切皆插件”：模型、工具、Skills、Sandbox，甚至 Agent Loop，都可以在运行中加载、替换和卸载。
但能力能够动态变化，只解决了一半问题。一个新工具加入以后，什么时候可以调用？用户在执行途中补充的要求，什么时候交给模型？工具执行失败后，任务从哪里继续？这些问题最终都要回到 Agent 的运行过程。
很多人第一次写 Agent，都会从一个简单循环开始：把问题交给模型，模型需要工具就执行工具，再把结果交回模型，直到它给出最终答案。
DeepSeek Harness 的源码里也有这个循环。只是当 Agent 真正开始工作，循环周围很快会出现更多问题。
Agent 正在修改代码，用户突然补充一句“不要动测试文件”，这句话应该什么时候生效？模型一次要求读取五个文件，是并行还是串行？某个工具准备删除文件，谁来确认？用户中途取消任务，已经启动的工具怎么办？对话越来越长，又该保留什么、丢掉什么？
这篇沿着一条消息的执行过程，看看 DeepSeek Harness 如何用 Inbox、Turn、Step、Session 和工具管线，把一个简单循环变成可以长期运行的 Agent。
消息不会直接交给模型
在 DeepSeek Harness 中，用户消息会先进入 Agent 的 Inbox，也就是收件箱。
收件箱会区分几种情况。普通问题留给下一个任务；用户在运行中的补充，放到最近的下一步；后台产生的上下文可以先存着，等 Agent 本来就要继续时再带给模型，不必单独唤醒它。
比如 Agent 正在排查测试失败，用户补充“先不要修改代码”。正在执行的日志查询可以继续，但下一次请求模型时，这条限制必须出现。它既不是一个新任务，也不应该强行闯入已经发出的模型请求。
这个小小的收件箱，解决了 Agent 运行中最常见的问题：新消息什么时候生效。
一个任务里，模型可能被调用很多次
DeepSeek Harness 把一次用户任务称为 Turn，把任务内部的一次模型请求称为 Step。
用户说“找出测试失败的原因”，这是一个 Turn。Agent 可能先运行测试，再读取报错文件，然后查看最近修改，最后给出结论。整个过程只有一个 Turn，却包含多个 Step。
这样划分以后，系统才能知道当前任务有没有结束、工具执行后要不要继续、用户的新消息属于当前任务还是下一个任务。模型请求失败时，也能判断应该重试当前步骤，还是结束整个任务。
Session 记录的是运行过程
普通聊天程序通常保存“用户说了什么、助手回答了什么”。DeepSeek Harness 记录得更细：任务何时开始、模型何时返回、调用了什么工具、工具结果对应哪次调用、每一步怎样结束。
下一次请求模型时，Harness 再从这些记录中生成它需要看到的消息。
这和分布式系统里的事件日志很像。日志保存发生过的事实，对话界面、模型上下文、调试时间线和恢复状态，都是从这些事实生成的不同视图。
这样做还有一个好处。上下文太长时，Harness 可以压缩模型看到的旧历史，同时保留原始运行记录。压缩发生在下一次模型请求之前，也可能在模型明确报出上下文溢出之后。它管理的是整个 Session 的模型视图，并不只在 Turn 结束时处理。
模型提出行动，Harness 决定能不能执行
模型返回“删除这个文件”，并不等于文件马上被删除。工具调用还要经过策略检查、用户审批、权限判断、沙箱执行和结果处理，最后才写回 Session。
模型负责决定下一步想做什么，Harness 负责把这个决定变成一次受控行动。
如果模型一次调用多个只读工具，Harness 可以让它们并行执行。但工具完成得再快，结果仍按照模型发起调用的顺序写回。执行可以并行，模型看到的历史不能随着线程调度随机变化。
放到 Claude Code 和 Pi 旁边，就更容易看懂
Claude Code、Pi 和 DeepSeek Harness 都有 Agent Loop，也都要处理工具调用、会话记录和上下文过长的问题。区别不在于谁有循环，而在于它们把哪些部分交给开发者。
Claude Code 首先是一款完整的编程 Agent。用户面对的是已经组装好的产品：它接收任务、读取代码、调用工具，并在上下文变长时自动整理历史。消息如何调度、工具如何排队、会话如何恢复，这些运行细节通常不需要用户关心。
Pi 更像一个小而透明的 Agent 内核。它保留了完整的运行能力，但代码结构更容易理解和修改。Pi 用 JSONL 记录会话，并通过树形结构支持分叉和返回历史节点。开发者可以在它现有的循环上增加工具、扩展和上下文处理逻辑。
DeepSeek Harness 关注的是另一组问题。它把 Inbox、Turn、Step、Session、工具执行和上下文处理拆成明确的运行边界，并让这些部分也能通过插件组合。开发者不仅可以增加一个工具，还可以替换模型、存储、Sandbox，甚至 Agent Loop。
可以简单理解为：
Claude Code：一套已经组装完成的 Agent 产品Pi：一个容易阅读和修改的轻量 Agent 内核DeepSeek Harness：一套支持动态组合的 Agent 运行机制这三者不完全处在同一个层次，也不适合简单比较谁更强。如果目标是直接完成编程任务，Claude Code 提供了更完整的使用体验；如果想用较少代码理解或改造一个 Agent，Pi 更直接；如果想研究 Agent 的能力如何在运行中被加载、替换和撤销，DeepSeek Harness 暴露了更多运行边界。
DeepSeek Harness 并没有发明一种不同的 Agent Loop。它把原本堆在循环周围的职责拆开，让消息调度、工具治理、状态记录和插件生命周期可以分别改变。
while 循环之外是什么
沿着 DeepSeek Harness 的源码走一遍，会发现主循环并不复杂：接收输入，调用模型，执行工具，记录结果，判断是否继续。
复杂的是循环周围的规则。消息什么时候生效，任务从哪里开始、在哪里结束，危险操作怎样阻止，并发结果怎样保持稳定，用户怎样中途介入，上下文超长后怎样继续，这些问题共同决定了 Agent 能不能长期可靠地工作。
Agent 在代码形式上当然可以是一个 while 循环。但从工程上看，真正决定它能不能长期工作的，是循环周围的消息调度、任务边界、状态记录、工具治理和上下文管理。
上一篇讲“一切皆插件”，回答的是 Agent 如何在运行中改变能力。这条运行主链路回答的是另一件事：当能力、消息和任务都在动态变化时，系统如何保持可控。
DeepSeek Harness 把这些问题拆成了可以记录、拦截和替换的边界。插件让 Agent 能够变化，运行主链路让这种变化不至于失控。
本文由作者@YannTalk，授权发布于平台，未经许可禁止转载。