DeepSeek 开源 Harness，IC 智能体的水位线抬高了|agent|deepseek|工作流|插件|智能体|调用

DeepSeek 最近开放了 DeepSeek Harness 开发者预览版。官方用一句话概括这套系统：Everything is a plugin。模型、工具、Skill、会话、沙箱、存储、Agent Loop、调度乃至 UI，都可以作为插件替换或重组。

放到 IC 设计智能体行业，变化首先落在成本上。过去需要团队自己搭建的会话、工具调用、子智能体、工作流、审批和追踪能力，现在有了可复用的开源底座。

DeepSeek Harness 不会凭空造出一个会做芯片的智能体。官方仓库目前也没有 Verilog、STA、仿真、综合、P&R 或商业 EDA 专用插件。通用 Agent 运行时会因此变便宜，IC 专用运行时和工程证据层则会更值钱。只在大模型外面包一层文件读写、Shell 和提示词的产品，压力已经来了。

DeepSeek 开源的究竟是哪一层

能持续工作的 Agent，要处理的远多于一次模型问答：识别工作区、选择工具、保存结果、恢复失败任务、触发人工审批，还要安排长任务和子任务。

DeepSeek Harness 把这些能力拆成插件。其架构文档列出的核心包括追加式 Session 日志、系统提示组装、工具注册与受控执行、Agent 接口、默认 Agent Loop 和模型适配层。官方还提供 Standard、Code、Minimal、Creator 四种模式，从完整 Coding Agent 到只保留 Shell 与文件编辑器的最小环境，再到可检查和组合插件的 Creator 模式。

对 IC 团队最有吸引力的地方，是能力之间可以解耦。模型、工具、文件系统、进程执行、会话、工作流和子智能体都能采用不同实现。规划、RTL 生成、日志诊断和报告总结可以路由给不同模型，企业网关或本地模型也能接进来。

到这里，DeepSeek 交付的仍是通用 Agent 运行时。插槽已经备好，EDA 语义还要由 IC 团队自己填。

一条时序违例，会暴露通用 Harness 的边界

用一个示意场景就能看清差别。

假设 Agent 收到一个明确任务：处理某个模块的 setup 时序违例。通用 Harness 可以让模型读取报告、搜索 RTL、运行 Shell、修改文件，再启动综合或 STA。整条交互能够留痕，任务中断后也有机会从会话恢复。

工程现场马上会追问更多问题。报告来自哪个工具版本和哪个 corner？当前使用哪份 SDC？实例名如何映射回 RTL 层次？Agent 能否修改约束和 testbench？重新综合是否复用了旧数据库？License 没拿到时，是失败、等待还是切换队列？WNS 变好以后，逻辑等价、面积、功耗和其他 corner 有没有退化？

这些问题无法靠一份更长的 prompt 解决。系统需要 EDA 工具适配器、项目状态模型、作业与 License 管理、报告解析器、候选基线、流程回退规则，以及独立于模型的 checker。通用 Harness 提供调用和扩展机制，IC 专用运行时负责把一次工具调用变成可理解、可控制的工程动作。

FluxBench 论文给出了一个值得参考的实验。作者在 PicoRV32、商业综合与物理设计工具、两个时序目标下，对比通用 Coding Agent、加入 EDA Skills 的同类架构和专用执行架构。当前论文版本中，同一个 DeepSeek-V4 模型在三种 Agent 架构下的分数从 11.67 到 97.94，相差 86.27 分；达到相同设计进度的个别配置之间，Token ROI，也就是把设计进展与 token 成本、工具运行时间放在一起衡量的效率指标，相差约 141 倍。

这些数字只属于论文设定，不能外推为 DeepSeek Harness 的性能，更不能代表所有芯片项目。能确定的是，基础模型相同，设计状态怎么保存、工具接口怎么约束、失败怎么处理，结果与成本仍可能拉开很大差距。

IC 设计智能体将分成三层

沿着 DeepSeek Harness 暴露出来的分工，可以把 IC 智能体拆成三层。

第一层是通用 Agent 运行时，负责模型、工具、会话、工作流、子智能体、沙箱、审批和 UI。DeepSeek Harness 已覆盖其中相当多的基础能力，MIT License 也降低了研究和二次开发门槛。

第二层是 IC 专用运行时。它知道仿真、综合、STA、形式验证或 P&R 工具分别接受什么输入，输出什么产物；它还要管理 License、队列、项目目录、设计版本和工具状态。接口不能只返回一段 stdout，还要把失败类型、设计对象、运行条件和下一步动作结构化。

第三层是工程证据。每次判断都应绑定工具版本、输入文件哈希、PDK、corner、约束、原生报告和 checker 结果。模型可以解释证据，却不能替代证据。最终是否进入签核流程，仍由项目规范、可信工具和负责的工程师决定。

三层拆开以后，不少产品的短板会显出来。一个产品可能有漂亮的多 Agent UI，却没有稳定的 EDA 状态；也可能接了很多工具，却只把命令输出原样塞回模型；还可能保留完整聊天记录，却无法证明某份报告对应哪一版 RTL 和约束。

“薄壳型”IC 智能体会更难卖

过去，让大模型读仓库、改文件、跑命令、调用几个专用 Skill，本身就能构成一套产品演示。DeepSeek Harness 把通用能力开放后，这部分差异会迅速收窄。

最先承压的，是大模型 API 加提示词、通用文件和 Shell 工具、自然语言串联 EDA 命令，以及用 Agent 或 Skill 数量包装的产品矩阵。这些组合仍有使用价值，但很难继续充当核心壁垒。

升值的资产更靠近工程现场：工具版本兼容经验、报告到设计对象的语义映射、企业规范与历史问题、可复现验证流程、失败样本、权限模型，以及能够独立拒绝错误结果的 checker。

当 Skill、MCP 和 Plugin 开始进入芯片研发，IC Agent Hub 这类资产治理入口的意义也会显现：先完成准入、版本、安全扫描和调用追溯，再把能力交给具体流程。

模型可替换也会改变厂商定位。用户接下来会问：换一个模型，流程还能不能跑？同一结果能否复现？模型升级会不会破坏工具行为？高校和开源团队可以更快搭出原型，IC 智能体创业公司必须把差异放到专用运行时；EDA 厂商与企业 CAD/Flow 团队掌握的工具语义，反而会更重要。

会话可追溯，离 sign-off 还很远

DeepSeek Harness 的追加式 Session 日志很有价值。官方架构要求模型看到的内容可以从日志重建，工具调用、结果、上下文注入和会话分支也能沿同一事件流追踪。对于长周期 IC 任务，这为恢复、复盘和审计提供了通用基础。

可追溯的 Agent 轨迹，距离 EDA 工程证据还有一步。轨迹回答“Agent 看到了什么、调用了什么、模型怎样继续”；工程证据回答“哪个工具在什么环境下，用哪一版输入得到了什么原生产物，谁按照什么规则判定通过”。

真正面向 IC 的插件，需要在工具返回时生成稳定的证据包：命令与工具版本、输入哈希、运行目录、约束与 corner、退出状态、关键指标、原生报告位置、解析器版本和独立 checker 结论。即使模型摘要写错，工程师仍能回到权威产物复核。

插件越多，安全责任越具体

DeepSeek Harness 采用 local-first，也就是本地优先的设计。官方数据处理声明称，会话、工具记录、附件、文件路径和运行日志默认保存在用户设备上；当用户主动配置外部模型、Web 工具、MCP 或插件时，相关服务仍可能上传和处理数据。

本地优先不等于所有数据永不外发，开源也不等于默认满足芯片研发安全要求。

官方沙箱文档写得很清楚：read-only 和 workspace-write 主要约束文件系统写入，网络和进程可见性不在这套模式定义内；不同操作系统或内核还可能只有部分约束能力（partial enforcement）。审批机制可以在缺少有效答复时关闭权限，但插件来源、更新、网络行为和凭据访问仍需企业治理。

IC 环境的导入清单还要包括网络白名单、插件签名与准入、最小权限、秘密信息管理、PDK/IP 分区、License Server 策略、审计留痕和紧急停用。插件化降低了扩展成本，也扩大了供应链管理对象。

先跑一条窄而硬的闭环

准备评估 DeepSeek Harness 的 IC 团队，可以从范围清楚、结果可验证的任务开始，例如 RTL LINT 修复、编译与仿真回归分析、形式验证失败定位，或者综合后 STA 报告诊断。

第一阶段只建设三类插件：受控的 EDA 执行插件、把原生报告转换为结构化结果的证据插件、规定准入和回退条件的流程守门插件。模型、任务、工具版本和输入全部固定，再比较现有方案与新 Harness，记录成功率、误判通过率、人工接管次数、工具时间、token 成本、失败恢复和结果复现率。

最终仍可以回到五道门：定位是否能回指原始报告；提案是否对应真实瓶颈；执行是否隔离、可审计、可回滚；验证是否由独立 checker 和原生 EDA 产物支撑；状态是否保存版本、失败、预算和恢复点。

一次跑通只算演示。重复跑通，并且能解释每份证据，才接近工程能力。

DeepSeek Harness 带给 IC 设计智能体的第一轮变化，会出现在产品成本和行业分工上。

能调模型、读文件、跑 Shell、挂 Skill 会逐渐成为标准配置。IC 智能体的含金量将更多暴露在三件事上：能不能把 EDA 工具翻译成稳定语义，能不能把长流程管住，能不能交付可独立复核的工程证据。

DeepSeek 提供了一套值得研究的插件底座，也明确提示项目仍处于开发者预览阶段，接口会继续出现兼容性变化。现阶段更适合做插件原型和对照评测，不宜直接把它写成生产级 sign-off 基础设施。

下一次再看一款 IC 智能体，可以少数一遍模型和 Agent 名单。直接追问：它如何理解设计状态？工具失败怎样恢复？结果绑定了哪些原生产物？换模型和换工具版本后还能不能复现？

这些问题，会决定开源 Harness 时代谁真正拥有 IC 设计智能体。

作者：麒芯