阿里云可观测团队开源 DeepSeek Harness 观测插件：把编码 Agent 用时与 Token 成本拆成调用树
阿里云可观测团队发文介绍两套面向开源编码 Agent 运行时 DeepSeek Harness（DSH，DeepSeek 开源的编码 Agent 运行时）的开源观测方案：可独立安装的插件 @loongsuite/dsh-plugin，以及集成在 LoongSuite Pilot（本地运行的 Agent 可观测采集器）中的采集组件，二者均采用 OpenTelemetry GenAI（生成式 AI）语义。
方案回答任务为何耗时、瓶颈在模型还是工具、重试发生在哪一步、Token（模型计费的最小文本单位）消耗来自主 Agent 还是子 Agent，数据可发往用户自选后端。
该文为厂商技术实践指南，未披露性能基准或成本节省数据。
文章由阿里云可观测团队的王涛、方秀、钟敏署名。 DeepSeek Harness 以 npm 包 @deepseek-ai/dsh 分发，负责维护会话、编排 ReAct 循环、执行工具调用、管理权限与沙箱并按需派生子 Agent。
DSH 原生保留只追加的会话事件流，含 Turn、Step、工具调用、模型消息与流式增量，并提供默认关闭的 OTLP Logs 插件。 文章称 @loongsuite/dsh-plugin 已发布稳定版 0.1.0 并上架 DSH 社区插件市场，支持 DSH ≥0.1.0-rc.6 且 <0.2.0、Node.js ≥22.19.0；
插件在进程内构建 ENTRY→AGENT→STEP→LLM/TOOL 调用树，每次实际模型调用对应独立 LLM（大语言模型） Span，默认不采集提示词与工具参数等内容（captureContent 默认 false）。
Pilot 方案将原生 DSH 事件写入本地存储，由守护进程归一化后输出本地 JSONL、HTTP、SLS（阿里云日志服务）或 OTLP，并默认提供本地 Dashboard。
这是编码 Agent 从“能否完成任务”走向“运行过程是否可计量”的基础设施信号：日志记录事实，Trace（调用链）承载父子关系与时间区间，二者互补。 对产品团队而言，模型调用级 Span 与 Token 分类是按量或订阅计费 Agent 产品做成本分摊与体验优化的前提； 对企业采购者而言，Agent 行为的审计与回放能力正在成为选型维度。
需注意该文为厂商技术实践指南，未披露性能基准或成本节省数据，“约 20 个主流 Agent 集成”等覆盖范围为团队自述。
后续观察信号
- DeepSeek Harness 的插件市场治理与安全审查机制如何运作
- 默认关闭内容采集是否影响企业审计场景的可用性