Agent框架军备竞赛：DeepSeek Harness三天破万星，智谱GLM-5.3证明小模型也能打

8月13日晚，DeepSeek在宣布API调价的同时，把开源代码放了出去。

DeepSeek Harness v0.1开发者预览版，MIT协议，GitHub仓库半小时内突破一万星。到8月18日，Star数达到14.9万，Fork 1.5万。这速度在开源历史上不算罕见，但这次围观的人不一样——一半是写代码的，另一半是想搞清楚这东西能不能取代Claude Code的。

同一个星期，智谱在8月19日凌晨上线了GLM-5.3的API。这个模型在Terminal-Bench 3.0上从4.6分跳到28.3分，在DeepSWE v1.1上从46.2分提升到66.9分，参数规模却比Claude Fable 5和GPT-5.6 Sol更小。智谱的说法是：参数没变，训练策略变了。

紧接着，8月20日，MiniMax发布了H3模型的首个官方Harness——MiniMax Design，一个多模态创作工作台。用户输入创作需求，Agent拆解任务、调用模型、处理素材、生成视频，一条龙完成。

三件事，三个方向，指向同一个结论。

2026年8月的AI Agent战场，核心矛盾已经从"谁的模型更聪明"切换到了"谁的框架更好用"。

DeepSeek Harness：把模型变成可插拔组件

DeepSeek Harness是什么？官方定义很简单：一个"plugin-first"的Agent运行时框架。

模型、工具、会话、沙箱、存储、循环调度、UI，全部都是可替换插件。底层跑在一个叫Cordis的内核上——这个项目2022年就有了，DeepSeek拿过来复用，不是自己重新造轮子。

产品提供四种预设模式：标准、PTC（程序化工具调用）、极简、创造。覆盖从简单脚本到复杂多步任务的完整梯度。

有意思的是它和Claude Code的关系。今年5月，DeepSeek一位研究员公开说要组建团队"从零打造对标Claude Code的产品"。但现在看，Harness的设计哲学不是"替代"，而是"兼容"。官方仓库里有两个内置插件：dsh-subagent-claude-code（把Claude Code当子代理挂进来跑）和dsh-hooks-claude-code（兼容Claude Code的hooks配置格式）。

这意味着什么？ DeepSeek承认Claude Code已经很成熟，与其硬刚，不如让开发者用熟悉的工具链，再叠加自己的插件生态。这是一个很聪明的差异化策略——不抢IDE的生意，抢的是"运行时"的生意。

48小时内三件事同时发生：V4-Pro从预览转正式版、Harness开源、API涨价公告。开源扩大影响力，涨价收紧利润空间。这不是孤立事件，是一套组合拳。

GLM-5.3：参数没有捷径，但训练有

GLM-5.3的上线方式很克制——没有发布会，没有预热，凌晨悄无声息地开放API，定价与GLM-5.2完全一致。

但效果很张扬。在Artificial Analysis Intelligence Index中拿到60分，进入全球前沿模型能力区间，与Claude Fable 5、GPT-5.6 Sol同档。更关键的是，它比这两个闭源旗舰的参数规模更小。

国盛证券的分析点出了一个重要信号：GLM-5.3在CyberGym白盒漏洞发现中得分84.5%，已协助发现超过一千个中高危漏洞。网络安全成为继编程之后第二个率先兑现生产力的场景。

智谱的描述用了个比喻：GLM-5.3和GLM-5.2沿用同一套基础模型，性能提升几乎全部来自后训练优化。"相当于同一套教材，用更好的教学方法和更多的练习，教出了更好的学生。"

这个说法背后是两个技术信号：

第一，IndexShare、SAO、Slime这三个后训练框架正在成为新的竞争维度。 当各家都在卷参数规模的时候，智谱选择了在训练效率上找增量。这意味着"算法红利"还没吃完，还有空间。

第二，GLM-5.3权重将在下周五开源。 一旦开源，社区将围绕它快速构建插件、工具和用例。国产开源模型的竞争逻辑正在从"性能追赶"转向"生态建设"。

MiniMax Design：当Agent开始做创作

MiniMax在8月20日发布了一个不太一样的产品——MiniMax Design，多模态创作Agent工作台。

这是H3模型开源后的首个官方Harness。H3本身是一个多模态生成模型，擅长视频生成、视频编辑和参考控制。MiniMax Design在这个基础上继续解决任务规划、素材组织和多环节协作问题。

核心功能叫"3D导演台"——用户在三维空间中调整角色、姿态和机位，确认构图后，Agent把这些信息转化为H3可理解的指令，生成视频，再自动完成剪辑和字幕。

目标用户很明确：KOC、UGC创作者、电商种草、带货视频、教育科普。同时支持ComfyUI专业用户接入原有本地工作流。

这个方向的选择很有意思。大多数Agent框架瞄准的是编程或办公场景，MiniMax反其道而行，切入内容生产。背后的逻辑是：H3的视频生成能力已经验证，现在需要的是把这能力变成可复用、可编排的工作流。

Agent框架的三种路线

把这三件事放在一起看，2026年8月的Agent框架赛道呈现出三条清晰路线：

路线一：通用运行时（DeepSeek Harness）

不做垂直场景，做基础设施。模型无关、插件化、协议开放。目标是成为Agent领域的"Linux"——不决定你用什么模型、做什么任务，只负责把各个环节串起来。

优势是覆盖面广，劣势是早期体验粗糙（官方README明确写了"不适合作为唯一生产工具"），且社区生态需要时间沉淀。

路线二：模型原生框架（GLM-5.3 + ZCode/GLM Coding Plan）

模型能力和框架深度耦合。训练策略为特定场景优化，工具链围绕模型能力设计。优势是体验流畅、性能稳定，劣势是锁定风险——一旦模型迭代跟不上，整个框架会被拖慢。

路线三：垂直场景Harness（MiniMax Design）

不做通用平台，专注一个场景做深。MiniMax把H3的视频生成能力包装成完整的工作流，从指令理解到素材处理到最终交付。优势是用户体验完整、商业路径清晰，劣势是可扩展性有限，难以跨领域复用。

竞争焦点的迁移

回顾过去一年的AI Agent发展，竞争焦点经历了三次明显迁移：

第一次是"模型能力"——谁能跑出更高的Benchmark分数。这个阶段的标志是GPT-4、Claude 3、GLM-4等旗舰模型的密集发布。

第二次是"IDE集成"——谁能把AI更好地嵌入开发者的日常工作流。Cursor、Claude Code、Codex的争锋是这个阶段的主角。

第三次就是现在——"框架与运行时"——谁能提供更低门槛、更高灵活性的Agent编排能力。DeepSeek Harness的开源、GLM-5.3的后训练优化、MiniMax Design的场景封装，都是这场迁移的注脚。

迁移的核心驱动力是明确的：当模型能力趋同之后，差异化只能在应用层实现。 谁能让开发者用更少的时间搭出可用的Agent，谁就能赢。

这一点在DeepSeek Harness的数据上体现得最直观。发布五天内14.9万星，700多个dsh-plugin标签的公开仓库，5100多个社区插件。社区的反应比任何PR稿都真实。

接下来要看什么

Agent框架的竞争才刚刚开始。几个关键观察点值得跟进：

DeepSeek Harness的插件生态能否形成网络效应。 目前5100个插件的数量 impressive，但质量参差不齐。如果头部插件能覆盖高频场景（代码审查、自动化测试、文档生成），生态正循环会加速；反之，如果大部分插件只是玩具级别，热度退去后会快速冷却。

GLM-5.3开源后的社区响应。 参数更小、成本更低是优势，但开源后能不能吸引足够的贡献者持续迭代，才是决定它能否进入主流的关键。对比DeepSeek Harness的爆发速度，GLM-5.3需要证明自己不只是"性价比之选"，而是"好用之选"。

MiniMax Design的商业化路径。 创作者工具的市场比编程工具大得多，但也拥挤得多。Canva、Runway、Pika都在抢同一个蛋糕。MiniMax Design的独特之处在于它把多模态生成和Agent编排结合，如果能做出差异化的工作流体验，有机会切下一块市场。但短期内最现实的检验指标是：有多少创作者愿意从ComfyUI迁移到这套方案。

大厂会不会跟进开源Agent框架。 DeepSeek Harness选择了MIT协议开放，这对商业化是个约束——它不可能靠框架本身收费。但它可以带动V4 Pro模型的API调用量。其他厂商会跟进吗？Claude Code的代码已经闭源，Cursor的编辑器架构也不适合开源。这个赛道目前只有DeepSeek在押注开源路线，它的成败会影响整个行业的框架竞争格局。

8月的这组动作传递的信号很清晰：AI Agent的下一阶段竞争，不在模型的参数表里，而在开发者打开GitHub时看到的第一行README里。