DeepSeek Harness
DeepSeek可插拔的 harness 内核
主张「Agent = Model + Harness」。Cordis 内核只负责插件的加载、卸载与依赖，模型、工具、技能、会话、沙箱、存储、循环、调度、UI 全部由插件提供，配置层就能替换任一层。
事实核实于 2026 年 8 月 · 独立对比
DeepSeek Harness vs Kiro Crew
两个都开源、都跑在你自己的机器上、算力都要自己出。 但一个是可插拔的 harness 内核，一个是开箱即用的常驻工作区 —— 这页把两条路线的分野讲清楚，然后按场景告诉你该拿哪个。
直接看对比矩阵 ↓ 先把话说清楚
它们其实不是同类
把这两个东西摆成擂台分高下，很容易得出失真的结论。
DeepSeek Harness（命令行名 dsh）解决的是
「harness 该怎么造」：它基于 Cordis 插件系统，内核只负责插件的加载、卸载与依赖，
模型、工具、技能、会话、沙箱、存储、循环、调度乃至 UI 全部是插件，
所以你能在配置层把任意一层换掉。它交付的是一套可组装的最小内核。
Kiro Crew 解决的是「工作区该怎么活着」：它以常驻 Gateway 为核心， 会话、记忆、定时计划与任务检查点跨重启存活，纠正沉淀成 lessons、重复做法合成 skills， 再配上 cron、webhook、heartbeat 与 7 个消息渠道。它交付的是 一个已经装好、并且会持续变好的工作区。底层它经 ACP 驱动 kiro-cli， 换句话说：Kiro Crew 自己就是一个 harness 之上的编排层。
所以下面的矩阵不设优胜列、不打总分。同一格里两边写的往往不是 「谁做得更好」，而是「两边根本在做不同的事」。真正的判断题在最后一节： 你要的是可组合性，还是要的是不用组装。
两位主角
各自到底是什么
Kiro Crew
Amazon开箱即用的常驻工作区
以常驻 Gateway 为核心，会话、记忆、定时计划与任务检查点跨重启存活。把纠正沉淀成 lessons、把重复做法合成 skills，因此会自学习、自演进。
快速开始
各花几分钟就能跑起来
两条命令均取自官方文档，核实于 2026 年 8 月。
DeepSeek Harness
装好 Node.js 后一行命令起 Web UI，在 Settings → Models 填入 API key 即用；无需注册任何账号。
npx @deepseek-ai/dsh web 默认服务在 http://127.0.0.1:3080。也可以 clone 仓库用 pnpm 从源码构建。
Kiro Crew
Linux 上官方推荐一行安装（装的是发布 CDN 上 SHA-256 校验过的预构建包）；macOS 可直接下桌面 App，Windows 目前没有桌面构建，需从源码跑 Gateway 再用浏览器访问。
curl -fsSL https://download.crew.kiro.dev/cli.sh | sh 装完在 http://localhost:5476 打开 Dashboard；首次启动会引导 device-code 登录 Kiro 账号。追加 -s -- --channel insider 可切换到更快的发布通道。
逐项对照
对比矩阵
按 7 组维度并列陈述。没有高亮优胜列，也没有总分 —— 差异本身比排名更有信息量。
| 维度 | DeepSeek Harness | Kiro Crew |
|---|---|---|
| 定位与本质 | ||
| 本质 | 可插拔的 agent harness / 运行时内核 | 跑在自有机器上的持久化开发工作区 |
| 核心主张 | Agent = Model + Harness；一切皆插件，每一次运行都有迹可循 | 会话、记忆、定时与检查点跨重启存活；自学习（lessons）、自演进（skills） |
| 本站分类 | coding（编程） | productivity（效率） |
| 成熟度 | developer preview；发布物只有预发布标签 v0.1.0-rc.7（2026-08-17），官方明示「会有破坏兼容性的变更」 | 已有稳定版 v0.2.0（2026-08-10）；每条安装路径都提供 Stable / Insider / Nightly 三通道 |
| 实现语言 | TypeScript | Python（桌面 App 为 Electron 壳） |
| 开源许可 | MIT | Apache-2.0 |
| 架构与扩展 | ||
| 扩展模型 | Cordis 插件内核：内核只管加载 / 卸载 / 依赖，能力全在插件里，插件间通过服务与事件协作 | MCP 服务器 + Markdown skills + hooks；内置 kirocrew-core / kirocrew-cron |
| 改造方式 | 配置层组合 —— 不改源码即可选择、替换或扩展任一能力（含 UI 与主循环） | 装插件 / 接 MCP / 写 skill / 用 App SDK；内核本身不面向替换 |
| 运行形态 | profile + bundle 分层组合，官方提供 web 与 headless 两套模板 | 常驻 Gateway + 多前端；可本地跑也可远程部署 |
| 运行模式 | 四种：标准模式（完整工具集）、Code mode / PTC 模式（通过 Code Mode SDK 让模型用一个 TypeScript 程序编排多轮工具调用）、极简模式（仅持久 bash 与 str_replace_editor）、创造模式（检查运行时、在内存中试验插件、创作 preset） | 没有对应的「模式」概念 —— 行为差异靠 agents、skills 与治理策略（governance profiles）配置 |
| 扩展生态 | GitHub dsh-plugin topic 聚合社区插件；另有 Python SDK 与多种 CLI 模式 | Kiro Crew Apps：界面 + agents + skills + 定时计划 + 集成 + 后端服务打包；App SDK 支持 TypeScript 或 Python |
| 记忆与持久化 | ||
| 会话持久化 | 仅追加（append-only）会话日志：系统提示词、思维链、工具调用与结果、子代理调度、每次上下文注入全程留痕 | 会话、记忆、活跃项目与任务检查点跨重启存活，长任务从检查点续跑 |
| 长期学习 | 无内置经验沉淀机制（靠 Skills 与自定义 preset 承载） | 纠正与失败沉淀为 lessons，重复模式合成命名 skills；两者都是可查改删的 Markdown 文件 |
| 检索与知识 | 检索与回放共享同一份事件流，可恢复、可分叉 | 架构决策与项目上下文进知识图谱，底层是向量嵌入 + 全文检索，按需取用而非整本重读 |
| 可观测 | Trajectory 视图：按来源查看模型当时看到的一切，单次运行的事件流可回放 | Dashboard / Activity：工具调用、子代理进度、上下文用量、审批、记忆与日志实时可见，另有签名审计日志 |
| 定时 / 主动 | 无内置调度（可由插件提供） | 时区感知 cron（含超时、抖动、跳过日期）、AutoNudge 目标循环、认证 webhook、heartbeat 巡检 |
| 模型与成本 | ||
| 模型来源 | 自备 API key：DeepSeek，或任意其他供应商 / 自定义 OpenAI 兼容端点 | 经开放的 ACP 协议驱动 kiro-cli，共享 Kiro 的模型支持与 .kiro 配置 |
| 账号要求 | 无需登录，填 key 即用 | 必须一次性 device-code 登录 Kiro 账号 |
| 软件价格 | MIT 开源，免费自建 | Apache-2.0 开源，免费自建 |
| 钱花在哪 | 全部落在你自己的 API key / 订阅上，按 token 计费，与本项目无关 | 落在 Kiro 计划额度上；官方明确「没有针对 Kiro Crew 的独立计量」，不含模型调用的纯脚本定时任务不消耗额度 |
| 入口形态 | ||
| 入口 | CLI 与 Web UI 两种 | 桌面 App、Web Dashboard（多会话聊天、记忆浏览、cron 管理、App 商店、14 套配色）、CLI（chat / run / cron / spawn）、7 个消息渠道（Slack、Discord、Telegram、Teams、Webex、企业微信、微信） |
| 平台 | cli、web（本机 Node.js 环境） | macOS（通用 DMG）、Linux（一行安装 / deb / rpm / AppImage）、Windows（暂无桌面构建，走源码安装 + 浏览器）、多架构 Docker 镜像 |
| 运行位置 | 本机进程，随命令启停 | 本地 Mac、Docker 容器或远程主机；桌面 App 可经 SSH 隧道连远端 Gateway |
| 安全与治理 | ||
| 执行安全 | 内置审批与沙箱策略，需要授权的操作先向用户确认 | 官方称「7 层防御」：OS 沙箱、危险命令拒绝清单、bash 拦截、输入/输出校验、敏感路径保护、凭据脱敏、签名审计日志 |
| 远程访问 | Web UI 默认只绑本机回环地址 | Dashboard 默认绑 loopback，远程访问需 token 鉴权；另有 URL 外泄检测 |
| 项目治理 | GitHub Discussions 与 Discord；预览期核心插件与基础 API 仍在快速迭代 | steering committee 治理，提案以 PR 形式公开讨论，维护者名单公开 |
| 上手成本 | ||
| 从零到能用 | 装 Node.js → 一行 npx → 填 API key，几分钟 | 一行安装或下桌面 App → 登录 Kiro 账号 → 打开 Dashboard，几分钟 |
| 深度定制门槛 | 需要理解 Cordis 插件模型与 profile / bundle 组合方式，门槛偏高但天花板也高 | 写 Markdown skill 或接 MCP 即可，门槛低；要做专属界面则用 App SDK |
| 主要心理成本 | preview 阶段升级可能破坏你的配置与插件 | 跑起来要有 Kiro 计划额度，且账号体系绑在 Kiro 上 |
成本与许可
都「免费」，但钱不从同一个口子走
DeepSeek Harness
MIT软件免费，算力自付且完全自主
- 本体 MIT 开源，可自由下载、自建与二次分发，不收任何费用。
- 推理费用由你自备的 API key 承担；换供应商只是改配置，没有平台绑定。
- 无账号体系，不产生任何订阅关系。
- 隐性成本：仍是 developer preview，官方明示核心插件与基础 API 会破坏兼容——升级成本要算进去。
Kiro Crew
Apache-2.0软件免费，但需要一个 Kiro 计划才能跑起来
- 本体 Apache-2.0 开源，无独立订阅、无单独售价。
- 模型请求经 kiro-cli 发出，用量计入你的 Kiro 计划，与 Kiro IDE / CLI 共用同一份额度，没有针对 Crew 的独立计量。
- 定时与后台任务同样计入额度；但只跑脚本、不调模型的定时任务不消耗任何请求。
- 硬件自备：笔记本、家庭服务器或云主机都行。
分场景推荐
那到底该拿哪个？
不打总分，只给四个场景下的具体建议。
想自己攒一套 harness、逐层替换能力
DeepSeek Harness
Cordis 插件内核把模型、工具、会话、沙箱、循环、调度乃至 UI 全部做成插件，你在配置层就能换掉任意一层而不碰源码。这是目前少见的、把「harness 本身」当作可组装对象来交付的项目。
要在最小环境里做模型基准测试
DeepSeek Harness
极简模式（Minimal mode）只留持久 bash 与 str_replace_editor 两个工具，把 harness 的干扰压到最低，适合对比不同模型的裸能力；append-only 会话日志又保证每次跑分都可回放复核。
想要一个常驻、会记事、能定时干活、随时能叫的工作区
Kiro Crew
常驻 Gateway 让会话与记忆跨重启存活，cron 与 AutoNudge 让它在你离线时继续推进，7 个消息渠道让你从 Slack 或微信就能接上同一份状态。这些是 Kiro Crew 开箱就有、而 harness 内核需要你自己攒的部分。
要审计每一次运行、还原模型当时看到的一切
两者都行，但视角不同
DeepSeek Harness 的 Trajectory 面向单次运行的事件流回放——模型看到的每一次上下文注入都能按来源翻出来；Kiro Crew 的 Dashboard 与签名审计日志面向长跑工作区的持续可观测与治理。要复现一次推理选前者，要盯住一个长期在跑的工作区选后者。
补一句：这不是二选一。 DeepSeek Harness 也可以作为被编排的运行时，Kiro Crew 也能通过 MCP 接入外部能力。 两者对「开放标准」的态度都很明确：一个把能力全做成插件，一个走 ACP 与 MCP。 真正的选择题从来不是「谁更强」，而是 你想组装内核，还是想要一个已经装好的工作区。
常见问题
大家都在问
DeepSeek Harness 和 Kiro Crew 是竞品吗？
严格说不是。DeepSeek Harness 是 agent harness 本身（运行时内核），Kiro Crew 是建立在 kiro-cli 之上的常驻工作区。它们的交集在于「开源 + 自托管 + 算力自备」这三点，所以经常被放在一起比；但一个卖的是可组合的最小内核，一个卖的是不用组装的持久工作区。
两个都免费吗？钱花在哪？
软件都免费开源（MIT / Apache-2.0），钱都花在推理上，但流向不同：DeepSeek Harness 用你自己的 API key，任意 OpenAI 兼容端点都行；Kiro Crew 经 kiro-cli 发请求，用量计入你的 Kiro 计划，所以必须有一个 Kiro 计划才能跑起来。硬件两边都是你自己的。
哪个更适合自己定制？
看你想改哪一层。要替换主循环、会话存储、沙箱甚至 UI，选 DeepSeek Harness——这些在它这里都是插件。要在既有能力上加工具、加技能、加一个专属界面，选 Kiro Crew——MCP、Markdown skills 和 App SDK 都是为这个准备的，门槛低得多。
哪个能在我关掉终端后继续干活？
Kiro Crew。它的常驻 Gateway 就是为这件事存在的：会话、记忆、定时计划与检查点跨重启存活，cron、webhook 与 heartbeat 会在你不在时触发工作。DeepSeek Harness 没有内置调度，进程随命令启停（虽然理论上可以由插件补上）。
能不能一起用？
可以，而且并不冲突。DeepSeek Harness 可以作为被编排的运行时，Kiro Crew 也能通过 MCP 接入外部能力。真正的选择题不是「二选一」，而是「你想组装内核，还是想要一个已经装好的工作区」。
对比方法。本页事实以本站两份工具条目为主体， 并对易过期字段（预览状态、计费口径与账号要求、平台与安装入口）重新抓取官方来源核实， 最近核实于 2026-08-19。来源为 DeepSeek Harness 官方页、 deepseek-harness 仓库、 Kiro Crew 官方页 与 KiroCrew 仓库。 这个领域变化很快（DeepSeek Harness 尤其还在 preview），下手前请再确认一次细节。
继续看： DeepSeek Harness · Kiro Crew · 2026 最佳 AI 编程 Agent 对比 · 全部工具 →