策略

Qwen3.8-27B 与 DeepSeek Harness：真正开放的代理栈到来

作者：IdeaBosque最后更新：2026年8月14日

8 月 13 日发布的 Qwen3.8-2.4T 开源权重是被裁剪的——仅文本、无视觉、思维锁定开启、262K 上下文而非 1M。社区称之为将前沿付费墙化。两天后，阿里巴巴发布了 Qwen3.8-27B，包含 2.4T 版本移除的一切：原生视觉语言理解（图像和视频）、灵活思维控制（按请求禁用、调整推理深度、跨消息保留思维）、262K 上下文可扩展至 1M。同一天，DeepSeek 开源了 Harness——一个 MIT 许可的代理运行时，"一切皆插件"，数小时内获得 33,000+ GitHub 星标。本文建立在 Open-Weight Models Crossed the Agentic Frontier 之上，该文映射了截至 2026 年 7 月的能力差距；这里我们覆盖完成真正开放代理栈的两个发展：一个不保留任何能力的模型，和一个将每项能力视为可交换的运行时。

关键要点

Qwen3.8-27B 包含视觉、灵活思维控制和 262K 上下文可扩展至 1M——被裁剪 2.4T 的真正开放同胞——Terminal-Bench 2.1 为 73.0，超过 Muse Glimmer 30B 的 51.7；SWE-bench Pro 为 61.7，超过 Muse Glimmer 的 51.2。27B 是大多数团队将在本地运行的模型（Hugging Face）。
DeepSeek Harness：MIT 许可，"一切皆插件"，数小时内 33,000+ GitHub 星标——模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 都是可交换插件，"没有需要修补的特权核心"（DeepSeek；The New Stack）。
四种开源权重策略现已可见：Z.ai（安全加固后发布权重）、Qwen 裁剪 2.4T（能力付费墙化）、Qwen 27B（真正开放）、Kimi K3（含视觉的完整权重）——开源权重前沿是发布理念的组合，而非单一策略。每种策略保留或暴露不同的能力。
仅追加会话日志是最具体的可观测性模式：每个模型可见输入可从单一事件流重建——恢复、分叉、重放、转录、遥测和 Web UI 都在同一日志上运行（DeepSeek）。
操作系统级沙箱（Linux Landlock、macOS Seatbelt、Windows ACL）内置于 harness——一个具体的容器化模式，无需单独的安全产品即可验证 kill-switch 架构。

Qwen3.8-27B：真正开放的模型

Hugging Face 模型卡确认了架构：27B 参数、64 层、Gated DeltaNet 加 Gated Attention 混合（16 个重复块，每 3 层 DeltaNet 后跟 1 层 Attention）、262,144 上下文原生可扩展至 1,000,000。它是原生视觉语言模型——理解图像和视频，从 STEM 图表和文档到小时级视频。思维模式默认开启但可按请求禁用；推理深度通过 reasoning_effort 调整；历史消息的推理上下文通过 preserve_thinking 保留。这些正是裁剪版 2.4T 付费墙化的功能：视觉、非思维模式和灵活上下文在 27B 中是开放的，在 Max 中仅限云端。

基准测试表对于 27B 稠密模型来说很强。Terminal-Bench 2.1 为 73.0——比 Muse Glimmer 的 51.7 高 21 分。SWE-bench Pro 为 61.7，DeepSWE 1.1 为 42.2，QwenSWEBench 为 79.0，CoWorkBench 为 70.7。在视觉语言基准上：OSWorld-Verified 为 84.3，WebArena-Verified 为 64.8，AndroidWorld 为 81.9。27B 在两者都评分的每个编码基准上都超过了 30B 的 Muse Glimmer——一个带视觉的 27B 稠密模型与一个不带视觉的 30B 稠密模型是不同的部署类别。

社区反响是即时的。27B 被称为"2026 年最重要的本地 AI 发布"——大多数团队将在消费级硬件上本地运行的模型，低延迟且完全隐私。2.4T Max 是技术奇观；27B 是部署目标。2.4T 模型的四比特表示仅权重就需要约 1.2 TB——集群部署。27B 适合工作站级硬件。

四策略开源权重光谱

27B 完成了父文章记录为三种策略的四向比较。每个中国实验室现在代表一种独特的开源权重发布理念：

策略	实验室	模型	开放内容	保留内容
安全加固后发布权重	Z.ai	GLM-5.3	完整权重（安全评估后 2 周发布）	无（加固后发布权重）
裁剪，能力付费墙化	阿里巴巴	Qwen3.8-2.4T-A95B	仅文本权重，262K 上下文，思维锁定	视觉、非思维模式、1M 上下文、内置工具
真正开放，可本地运行	阿里巴巴	Qwen3.8-27B	视觉、灵活思维、262K 上下文、本地部署	无（完整功能集在开源权重中）
含视觉的完整权重	月之暗面	Kimi K3	完整权重含视觉（594GB MXFP4）	无（但最低 8x H100——集群规模）

光谱从"裁剪以推向云端"（Qwen 2.4T）到"真正开放，可在工作站运行"（Qwen 27B）到"完整权重但集群规模"（Kimi K3）。模型灵活构建的存在正是为了让采购团队可以权衡 Z.ai 的加固后网络能力、Qwen 27B 的本地可运行视觉和 Kimi K3 的完整权重多模态能力——并按任务路由而无需代码部署。

DeepSeek Harness：插件优先的运行时

真正开放的模型需要真正开放的运行时。DeepSeek Harness 于 8 月 13-14 日作为开发者预览版在 MIT 许可下发布——自 Claude Code 和 Codex 以来最重要的开源代理运行时发布。

核心设计原则是"一切皆插件。"基于 Cordis 元框架构建，实现"时空可组合性"，harness 将模型适配器、工具注册表、会话日志、沙箱、文件系统、代理循环、调度和 UI 视为可交换插件。没有需要修补的特权核心——扩展 harness 意味着在其他插件旁挂载一个插件。Cordis 内核管理插件的挂载、卸载和依赖；代理能力存在于插件中；开发者可以在配置中选择、交换或扩展任何能力而无需更改 harness 源代码（The New Stack）。

四个预设随附：Standard（完整编码代理，含文件系统工具、shell 访问、网络搜索、子代理、计划模式）、Minimal（仅两个工具——bash 和 str_replace_editor）、Code（生成 TypeScript SDK，使模型可在一个程序中组合多步操作——一个需要五次往返的序列作为单次调用运行）、Creator（运行时检查、插件实验、预设创作）。

仅追加会话日志

模型看到的一切都记录在仅追加会话日志中：系统提示、推理、工具调用和结果、子代理调度以及每次上下文注入。恢复、分叉、搜索和重放都在同一事件流上运行。添加任何新的模型可见输入意味着添加新的会话事件。这是在任何开源代理运行时中发现的最具体的可观测性模式——任何到达模型请求的内容必须可从日志重建。对于长时间运行代理模式架构，仅追加日志是检查点/恢复模式的生产实现：一个运行数小时或数天的代理可以从单一事件流暂停、检查、分叉和重放。

操作系统级沙箱

harness 将子进程包装在 Linux Landlock（通过 Node 插件）、macOS Seatbelt 或 Windows ACL 限制令牌运行器中。这是一个具体的容器化模式——不是策略层或提示级护栏，而是限制代理工具调用可访问内容的操作系统强制边界。对于 kill-switch 架构，操作系统级沙箱是运行时断路器的基础：即使模型产生恶意工具调用，代理也无法逃出其沙箱，因为操作系统强制执行边界。

供应商无关且内置 MCP 客户端

供应商目录涵盖 Anthropic、OpenAI、AWS Bedrock、Microsoft Azure、Google Gemini Enterprise Agent Platform 和 DeepSeek 自己的端点。支持自定义 OpenAI 兼容网关。两个子代理提供者委托给 Claude Code 和 Codex。内置 MCP 客户端，并包含 Agent Client Protocol 支持。harness 读取 AGENTS.md 和 CLAUDE.md 文件。The Register 将此次发布描述为"中国 AI 实验室继续前进，而美国实验室在防守。"

供应商无关设计验证了父文章的模型灵活构建论点：harness 不会将你绑定到 DeepSeek 的模型。团队可以将规划路由到前沿模型，将执行路由到本地优先开源权重模型如 Qwen3.8-27B 或 Muse Glimmer，将工具调用通过 MCP 模块——所有这些都在同一运行时内，全部作为插件交换。

插件架构验证了什么

"一切皆插件"设计是迄今为止对 MCP Module Code Standard 最强的行业验证。代码标准定义了目录结构、工具注册模式、错误处理契约、速率限制、审计日志和 PII 边界规则，使每个连接器看起来相同。DeepSeek Harness 在运行时级别应用相同原则：模型、工具、技能、会话、沙箱和循环都遵循相同的插件契约。按照代码标准构建 MCP 模块的团队可以将它们作为插件挂载到 harness 的 MCP 客户端中——模块模式和 harness 模式是互补的，不是竞争的。

真正开放的代理栈

这两个发展共同完成了一周前还不可能的栈。中端市场 B2B 团队现在可以从以下组件组装生产代理：

模型层： Qwen3.8-27B（27B、视觉、灵活思维、262K 上下文、可本地运行）或 Muse Glimmer（30B、Apache 2.0、24GB VRAM、Hermes Agent 兼容）——两者都真正开放，两者都可工作站部署
运行时层： DeepSeek Harness（MIT、插件优先、仅追加会话日志、操作系统级沙箱、供应商无关、内置 MCP 客户端）
集成层： 遵循代码标准的 MCP 模块——NetSuite、HubSpot、BigCommerce、ShipStation 连接器作为可交换插件
治理层： 仅追加会话日志用于可观测性、操作系统级沙箱用于容器化、按插件能力范围划分用于比例治理

此栈中的任何组件都不需要托管 API、按 token 收费或供应商的修改许可。模型权重可下载。运行时是 MIT 许可的。MCP 模块遵循开放标准。治理模式内置于运行时，而非作为单独产品。

约束仍然是父文章确定的：不是模型，而是集成层。真正开放的代理栈不消除对连接 NetSuite、HubSpot 和 BigCommerce 的 MCP 模块的需求——它使模型和运行时层开放，以便集成层成为构建工作集中的地方。拥有自己的 MCP 模块、将它们挂载到插件优先运行时中、并在本地 27B 模型和前沿 API 之间按任务路由的团队，拥有一个任何供应商都无法撤销、计量或裁剪的生产代理。