Agent 跑起来后，用户话、工具调用、模型回复、遥测、会话标题会同时膨胀。若对话进一张表、工具日志进另一张、标题再存一份，很快出现「库里说调了工具、日志里没有」这类对不上的情况；崩溃后也难判断走到哪一步。dsh 只保留一本仅追加（append-only）的会话日志（Session Log）：每发生一事就往末尾追加一条事件，不改旧记录、不删旧记录；模型历史、transcript、遥测、标题等都从这条事件流派生。

Cordis 把产品拆成可挂载、可卸载的插件之后，下一个问题是启动时到底挂哪些、按什么顺序挂。Web、Headless、SDK 共用模型适配、工具、日志、沙箱策略，入口和界面却不同。若每份应用各写一份插件清单，共享能力一升级就要改三处。dsh 用 Profile（配置档案）和 Bundle（组合包）做分层叠加：Bundle 打包一组 Cordis 配置行，Profile 按顺序叠若干 Bundle，再叠自己的 patch。

做 AI Agent 产品时，模型适配、工具调用、会话日志、主循环往往先堆进一块「核心」：换厂商要改核心，关某个工具要改核心，日志换存储还是改核心。特权中心一旦形成，周边模块都围着它转，谁都不敢动。DeepSeek-Harness（简称 dsh）的取舍是不要这块特权核心：产品的每一部分都是挂在 Cordis 上下文上的插件，模型适配器、工具注册表、会话日志，以及 agent loop 本身都包含在内。

昨天说了「前端、TypeScript、报告用中文」，今天再要一份技术报告时，没有记忆的 agent 会把语言和篇幅再问一遍。DeerFlow 的 Memory 在回合结束后异步提炼事实，写入 memory.json，下次开聊注入模型可见、界面默认不可见的提醒，让连续使用时少重复交代背景。

agent 要读 CSV、写脚本、再 python stats.py。若命令直接落在宿主机，脚本 bug 或恶意代码会伤到真实系统；多用户共享同一环境还会串文件。DeerFlow 给每个 thread 一块隔离工作区：Sandbox。agent 在里面折腾，宿主机与其他用户数据尽量不受影响。