92 页论文，讲给普通开发者听：DeepSeek Harness 的插件内核为什么是对的

Fri, 11 Sep 2026 10:38:05 +0800

精读对象：arXiv:2608.25512《A Programming Paradigm for Spatiotemporal Composability》

作者：Yifan Shi（北京大学 / DeepSeek-AI）、Wei Zhang（北京大学）、Tianyi Cui（DeepSeek-AI）

提交：2026-08-26 · 92 页 · 1 图 2 表 · cs.PL + cs.SE

前情提要：上一篇《DeepSeek Harness 精读》讲了 Cordis 怎么用，这一篇讲它为什么是对的。

0. 一句话速览

这不是一篇 AI 论文，是一篇编程语言（PL）论文。 它给 DeepSeek Harness 的插件内核 Cordis v4 补上了完整的数学地基。

作者名单里的 Yifan Shi，就是 Koishi / Cordis 的作者 Shigma —— 现在在 DeepSeek。论文自己也交代了：Koishi 跑在 Cordis v3 上，论文呈现的是 v4，核心组合模型两版共享。

所以这不是「又一篇 Agent 论文」。它是一次工程实践的回头总结：一个从 2019 年一路长起来的框架、被 4000+ 社区插件压测了四年，终于有人把「它为什么 work」讲清楚了。

三个你在 dsh 里天天见到的东西，论文都给了正式答案：

你在 dsh 里看到的	论文里的名字	它证明了什么
`ctx.effect()` 返回 disposer，卸载自动撤销	可回滚效应 Revertible Effects	卸载一个组件时，它撤回的只有它自己的贡献
`inject` 声明依赖，服务就绪才启动	响应式余效应 Reactive Coeffects	provider 撤回绑定之前，所有依赖方一定已经停用
`reload` 不重启进程	合流定理 Confluence	中途怎么折腾都无所谓，最终状态只取决于最终配置

1. 问题：动态组合为什么一直没有理论

论文标题里那个拗口的词 —— 时空可组合性（spatiotemporal composability） —— 其实是把「运行时装卸组件」这件事拆成了两个正交的维度。

动态组合的两个正交维度时间可组合性关注卸载时能否完整撤销副作用，空间可组合性关注组件间依赖的声明与解析

动态组合

时间可组合性卸载时完整撤销副作用

空间可组合性依赖的声明与响应式解析

VSCode 前 100 扩展 · 87 个含代码

VSCode 前 100 扩展 · 仅 7 个声明依赖

时间可组合性管的是：组件被卸载时，它对共享环境做的修改必须被完整、安全地撤销。每一次资源分配、事件注册、状态变更都要能被追踪和回收。

空间可组合性管的是：组件必须能声明、发现、解析彼此的依赖，并在依赖出现或消失时协调各自的生命周期。

静态场景下这两件事都有现成答案：时间维度退化成词法作用域（RAII、bracket 模式），空间维度退化成模块导入解析。但一旦组件能在运行时来去，两边同时崩掉 —— 没有哪个词法作用域能框住一个部署后才加载的插件，也没有哪个编译期上下文能预测运行时配置里冒出来的依赖。

论文拿 VSCode 开刀，数据很扎心

插件系统是动态组合最典型的场景。论文挑了 VSCode 做样本，因为它最普及、也最经典：

维度	VSCode 的现状
时间	所有扩展跑在同一个 extension host 进程里。安装量前 100 的扩展里 87 个含可执行代码，禁用或卸载任何一个，都得重启整个 host，影响所有已加载扩展。
空间	虽然提供了 `extensionDependencies`，但前 100 里只有 7 个声明了非内置扩展依赖。`getExtension(...).exports` 返回 `any`，完全没有类型契约。

论文对 deactivate 钩子的批评特别值得记一笔：它不只是「不彻底」，而是把效果的销毁（deactivate）和效果的创建（activate）拆到了两个地方，违反了关注的局部性 —— 于是「清理完整吗」这个问题，变成了一件无法验证的事。

顺带，论文也点了现有变通方案的本质：操作系统在「进程」粒度给了时间可组合性，容器编排器在「服务」粒度给了空间可组合性。 代价是每次重启丢掉全部进程内状态（缓存、连接、部分计算），重建要几秒到几分钟；容器编排还无法表达共享地址空间内组件之间的依赖，给本可以是本地函数调用的交互硬塞进一层网络开销。

论文给它起了个名字：粒度错配（granularity mismatch）。现代系统越来越在更细的粒度上组合，而现有机制只在进程和容器的边界上工作。

对 AI agent 来说这事更致命。论文把「自进化 harness」列为头号动机，并指出最危险的一条：没有时间可组合性，一次错误的自我修改可能让恢复所需的那个进程本身瘫痪。

2. 时间维度：让每个函数自带「逆」

经典 effect system 和 coeffect system 都是静态工具：效应在词法固定的作用域内被追踪、由编译期的 handler 处理；余效应注解针对执行前就确定的上下文验证。

论文的关键判断是：与其给静态类型系统继续加注解，不如把效应和余效应的概念结构「具体化」（reify），让运行时能直接操作它们。

落到时间维度上，成果简单到有点意外：一个效应不是「一个函数」，而是「一个函数 + 它自己的逆」。 类型写成这样：

e : Γ → Γ × (Γ → Γ)
 ↑ ↑
 新状态 撤销这次变换的逆

运行时把每一步返回的逆累积保存起来（论文叫它累加器）。于是：

「卸载一个组件」就退化成「把累积的逆跑一遍」。

可回滚效应：每个效应携带自己的逆组件加载时依次执行效应，每个效应返回新上下文和它自己的逆；逆按应用顺序累积进累加器，卸载时按 LIFO 逆序执行即可回到初始状态

状态 0

状态 1

状态 2

状态 3

效应 1 效应 2 效应 3

累加器 = 逆 1 ∘ 逆 2 ∘ 逆 3　（每个效应自带逆，按应用顺序累积）

卸载 = 把累加器跑一遍，逆序执行自动回到初始状态

最漂亮的一点是：LIFO 顺序是白送的。逆按应用顺序累积、按相反顺序执行，正好每一次撤销都拿到「当初自己造成的那一个状态」。论文用一条定理把这个说死了（每步撤销都精确回到它自己的起点，且中间每个状态都满足可靠性不变量），不需要额外规则。

论文还点出一个我很喜欢的类比：效应迭代器本质上就是一个「具体化的定界续体」，也就是主流语言用 yield 暴露的那个结构。所以这套模型不是要发明什么新语言特性 —— 它直接落在语言已经给的 generator 上。

翻译成 Cordis 的写法，就是你在 dsh 里天天见的东西

ctx.effect(() => {
 const onSignal = () => shutdown()
 process.on('SIGINT', onSignal) // ← 正向：做一件事
 // 这个返回值就是论文里的「逆」
 return () => process.off('SIGINT', onSignal)
})

你返回的那个 () => ...，在论文里是有严格类型的对象：运行时持有它，卸载时按 LIFO 跑它。所以你不需要写 uninstall 路径，也不需要记得清理 —— 这不是「方便」，是有证明的结构性保证。

3. 空间维度：依赖操作本身就是效应

依赖这边，论文先用一张部分函数表来建模，也就是 key → 值 的映射，叫余效应上下文。用类型族保证每个 key 关联到具体的值类型，访问依赖时类型是安全的。

然后是全篇最「啊哈」的一步。注册一个依赖的操作签名长这样：

set(k, v) : Σ ⇀ Σ × (Σ ⇀ Σ)
 ↑ ↑
 新状态 撤销这次注册的逆

这个类型恰好就是第 2 节那个可回滚效应函数的类型。

也就是说：注册一个依赖，本身就是一次可回滚效应，它返回的逆就是「把 k 从表里删掉」。论文的结论是 —— 依赖注册的追踪和恢复，完全不需要新机制，直接从时间那一半白嫖过来。原文把这称为两种机制之间的 synergy：余效应操作就是效应，而效应是可回滚的。

在这之上才是「响应式」。每次上下文发生变化，都会被对照组件声明的依赖清单（specification）分类成三种之一：

分类	含义	后果
activating	依赖从「不满足」变成「满足」	执行组件的效应（自动被追踪）
deactivating	依赖从「满足」变成「不满足」	跑累加器回滚（自动撤销）
neutral	满足性没变	什么都不做

这就是为什么在 dsh / Cordis 里，插件不需要自己轮询依赖、也不需要自己接事件总线 —— 你 inject 声明一下，系统在依赖满足性变化的瞬间驱动你的生命周期。

论文还顺手加了两个机制，都很实用：

隔离（isolation）：同一个 key，不同上下文解析到不同的值

论文说它本质上实现了一个运行时的 ad-hoc 多态系统 —— 而且这种多态可以在运行时动态调整。多租户、测试环境、组件沙箱都用得上。比如同一份「数据库」依赖，给社区插件注入只读实例，给核心插件注入完整权限实例，而两份代码都不用改。

拦截（interception）：给依赖访问挂横切元数据

关键是它的合并规则是右偏的：外层上下文可以覆盖组件自己的声明。这意味着外层可以约束一个组件「如何使用」某个依赖，而不修改那个组件的代码。这个特性在权限控制里会变成主要卖点（第 6 节展开）。

4. 最深刻的一点：恢复不等于「原样恢复」

前面说「卸载把累加器跑一遍就回到初始状态」，论文很快就自己拆台了。

它举了两个例子：free 把内存块还给分配器，但不会恢复 malloc 之前堆的布局；一个「生成名」被丢弃后也恢复不了，因为下次创建会取一个新的。

物理状态根本没法原样恢复。所以论文做了一件很诚实的事：把「相等」降级成「观察等价」。

定义是这样的：两个状态相关，当且仅当没有观察者能区分它们。而「观察者」的定义才是精髓 —— 观察一个值，就是跑它那个 key 提供的操作、读它们返回的结果。

于是这个等价关系是被接口本身生成的。推论非常实用：

接口发布什么决定了什么可回滚只发布必要结果的接口让变更不可观察，因而可交换可回滚；多发布一个结果就会暴露顺序差异，破坏可交换性

可交换 · 可回滚路由注册 / 事件监听器注册 mmap — 可返回任意未用地址每次注册有自己的条目，顺序观察不到

不可交换 · 无法回滚中间件有序链 open — 必须返回最低可用 fd 多暴露一个结果，顺序差异就可见

接口少发布一个结果 → 观察等价更粗 → 更多变更变得不可观察接口设计因此可以直接当成可组合性设计来用

论文里那组 POSIX 对照我看了好几遍，实在太漂亮：

mmap 允许返回任何未使用的地址，所以没有操作能观察到「用了哪个地址」，两次分配就是可交换的。
open 必须返回最低可用的文件描述符 —— 单这一条要求，就让两次描述符分配不再可交换。

同一个内核里的两个系统调用，成败就取决于接口多发布了一个结果。

论文还提到一个细节：关于「分配器发出的 handle」，如果它的接口不比较这些 handle，那么两个堆在「handle 重命名」下就是等价的 —— 这正是 CompCert 关联一个程序及其编译结果的内存状态的方式。

这条洞察可以直接拿去用：如果你在设计一个可热插拔的接口，「少发布一个返回值」不只是减少耦合，它直接把更多变更变成了「不可观察」，从而变得可回滚。

5. 从单个组件，抬到整个系统

单个组件能干净装卸还不够 —— 真实系统是一堆组件交错运行。论文为此搭了三层对象：

概念	是什么
组件（component）	一个三元组：它需要的依赖 `d`、它可能提供的 key `p`、以及带见证的效应函数 `e`
纤程（fiber）	组件的一次实例化，带自己的生命周期状态，和一份 committed view（记录它激活时每个 key 由谁提供）。你在 Cordis 里看到的 `fiber` 就是这个
注册表（registry）	所有纤程按名字挂载，父指针构成一棵树

有个设计细节特别能体现作者的谨慎：整个依赖表是「派生」出来的，不是存储的 —— 它就是所有处于激活状态的纤程共同提供的东西。而且不同纤程的「可提供集合」必须不相交，于是每个 key 恰好有一个 provider。

规则一共九条，分两类：编排规则是外部能请求的动作（插入 / 退休 / 移除），生命周期规则是只要前提成立就自发发生的步骤。

其中**「退休」（Retire）和「移除」（Remove）是刻意分开的**，理由很实在：退休是一个请求，所以无条件；而一个已退休但仍处于激活态的纤程，必须先被停用才能移除 —— 提前移除会丢弃累加器，直接泄漏。

这套演算最终换来六个结果，我用大白话列一下：

定理	大白话
Preservation	系统不会「跑坏」：良构性在每一步之后都保持
Recovery exactness	任意交错之后跑某个纤程的累加器，它撤回的只有它自己的贡献，别人的一丝不动
Ordering	纤程只在依赖就位的地方启动；provider 只在所有依赖方都停用之后，才撤回绑定
Resolution coherence	一次过渡所依据的依赖解析，不会在它自己脚下移动
Progress	不会死锁，而且一定会终止 —— 每个最长的步骤序列都终结于「静止状态」
Confluence	无论中途怎么折腾、什么顺序，最终静止状态只取决于最终配置

前两个就是「时间可组合性」和「空间可组合性」的全局版本 —— 从「一个组件自己成立」升级成「任意交错的一堆组件之间都成立」。

而 Confluence 是最有工程价值的那个，因为它直接回答了：「配置热更新为什么是对的？」 loader 在做增量调和的时候，中途怎么插入、怎么退休、以什么顺序执行，全都无所谓 —— 系统最终会停在「从零加载最终配置」本该在的位置。这就是 §5.2 那套实现的合法性来源。

6. 落地：理论 ↔ 代码的对照

Cordis 的实现分三层：核心库（效应 / 余效应原语）→ 组件加载器（声明式配置、调和、热模块替换）→ 应用框架（Koishi 在第三层）。

论文的 Table 2 是一张理论到代码的对照表，几个有意思的映射：

论文里的	Cordis 里的
累加器	`fiber.dispose`
committed view	`fiber.committed`
插入 / 退休	`ctx.use` 及其回调的逆
生命周期状态	`fiber.state`（LOADING 对应 Reloading）

一个顺带做成的安全特性

访问依赖有两条路：ctx.get(key) 是反射式查找，永远不失败；而 ctx[key] 走 TypeScript 的 Proxy，沿纤程链向上解析 ——

遇到第一个 committed view 里绑定了这个 key 的纤程 → 授权，返回
遇到一个声明了但还没加载的纤程 → 访问失败
一路走到 root 都没人声明 → 直接拒绝

这本身就是一层能力式访问控制：组件只能访问它声明过的东西。而且因为声明是静态的，完整的权限集合在组件运行之前就已知 —— 编排器可以在加载的时候审查，而不是等到访问发生才发现。

Koishi 的四年，就是这套理论的对照组

四年开发，积累了 4000+ 社区插件（IM 适配器、数据库驱动、管理控制台、终端功能）
论文自己交代：Koishi 目前跑在 Cordis v3 上，论文里的 v4 精炼了效应/余效应语义并重写了 loader，核心组合模型两版共享
最有说服力的验证是**「时间可组合性没有认知开销」**：因为效应被自动追踪、逆被自动组合，一个没经验的插件作者也能拿到有序清理，完全不用写 uninstall 路径

论文说，这才补上了 VSCode 那种「靠每个作者自己勤勉」的缺失 —— 正确性从「每个人的责任心」变成了由抽象一次性结清。

空间侧的验证同样实在：Koishi 的生态里有真实的依赖拓扑。运行时切换存储后端，只会重新激活那些「解析结果真的变了」的依赖方；依赖暂时缺失的插件保持不活动、但不报错。而关键在于，这一切跨独立作者成立 —— 插件和它的依赖通常由不同人写，除了连接它们的那个 key 之外，谁也不认识谁。

7. 作者自己承认的局限

这部分我挺欣赏，写得非常实在，没有硬撑：

局限	具体说明
案例研究是「存在性」的，不是定量的	只有 Koishi 一个生态、TypeScript 一种宿主语言，是观察性的，没有受控对照。抽象带来的开销、以及对开发效率的影响，论文没有测量，明确留作未来工作
「无环」是假设，不是结论	Progress 和 Confluence 两条定理都建立在依赖优先关系无环的假设上。有环的后果只是相关组件永远不激活（好处是从声明就能提前预测，不像并发死锁必须在运行时检测），但「拆环」会让集成组件的数量随组件数二次增长
版本问题完全开放	形式模型只有按名字链接，没有版本或结构化链接。于是有接口漂移（provider 改了接口，消费者还声明同一个 key，依赖「满足」了但值不对）和 key 碰撞（两个独立 provider 用同名 key 表示无关接口，消费者不做检查就接受）。Cordis 现在靠 peer dependencies 兜着，但这依赖大家遵守 semver，而包管理器通常只解析单一版本
边界外的东西回不了滚	论文把环境划成边界内 / 外。一次外部操作分两个阶段：获取在边界内（装描述符、注册条目 —— 是可回滚效应），发射跨到边界外（写出去的字节、发出去的消息 —— 表现为恒等变换）。事后要恢复只能靠扣留（推迟发射，即经典的 output commit 问题）或补偿（退款、删文件），而补偿「元理论不传递」—— 交换性是针对观察等价证的，换成更粗的等价得重新证一遍
沙箱需要语言之外的机制	语言级的访问控制挡不住恶意组件（它能直接够到底层对象），必须靠软件故障隔离、独立运行时、沙箱进程或容器

8. 可借鉴清单

认知层

「注册即副作用，卸载即撤销」值得当成一条设计纪律。 不只是 Cordis 的做法，而是一个可以迁移的原则：任何「装上去」的东西，都应该在安装的那一刻就定义好「怎么拆下来」，并且让框架替你拆。凡是把清理代码写在另一个地方的设计，迟早会漏。
给「接口发布什么」这件事加一层思考。 想让一个组件更容易被替换、被回滚，第一步不是加抽象，而是检查它的接口有没有发布不必要的返回值。发布得越少，可观察的差异越少，能安全替换的实现就越多。POSIX 里 mmap 和 open 的对比是最好的教材。
依赖用「声明」而不是「查找」。 组件说「我需要什么」，而不是「我去哪里找什么」。声明可以静态审查、可以推导加载顺序、可以在依赖消失时自动停用 —— 查找做不到这些。

架构层

把「撤销」做成一等公民，而不是异常路径。 如果你的系统有任何形式的动态加载（插件、工具、技能、子 agent），先保证两件事：每次注册都返回一个 disposer，且框架在卸载时逆序执行它们。
「退休」和「移除」分开。 一个想下线的组件，应该先被标记、等它自然停用，再真正删除。直接删会丢掉它持有的撤销信息 —— 这是论文专门用一条规则强调的坑。
热更新要有「最终状态只取决于最终配置」这个性质。 如果你的增量更新做出来的结果，和「拿最终配置重启一次」不一样，那这个增量就是不可信的。Cordis 用一条合流定理把这个性质钉死了，自研系统至少应该把它当成测试断言。
能力集合在加载前可知，比在访问时才拦截强得多。 声明式的依赖清单天然就是一张权限表，可以在组件装载前审查。这是「声明式」相对「运行时反射」被低估的一个收益。

可以直接去读的东西

论文第 3.4.2 节关于「可交换性」的讨论，是全文最可迁移到日常接口设计的部分，配合 §6.6 一起读。
Cordis 源码只有 9 个模块（context / registry / fiber / events / service / reflect / logger / utils / index），fiber.ts 是核心 —— 生命周期状态机加 effect 系统都在里面。
论文的 Table 2（理论↔实现对照表）值得单独保存，它是一张「读源码时该看哪里」的地图。

9. 风险与观望点

点	说明
论文没有性能数据	全文没有 benchmark。效应追踪和依赖解析的运行时开销是多少，只能自己压测
单一生态验证	所有实证来自 Koishi + TypeScript，范式本身和其他语言实现的优劣还没有横向对比
「无环」需要自己保证	它不是被证明的，是假设。你的组件设计得自己盯着别写出环
版本语义还缺一块	这是论文明确列为「开放问题」的部分。生态越大，接口漂移和 key 碰撞的代价越明显

10. 延伸阅读

论文原文：arxiv.org/abs/2608.25512（92 页，但 §3 和 §4 的定理陈述部分读下来就够了）
Cordis 源码：github.com/cordiverse/cordis（MIT）
DeepSeek Harness 里 vendor 的版本：vendor/cordis，发布为 @deepseek-ai/cordis
官方插件入门：docs/cordis-primer.zh.md
前文：《DeepSeek Harness 精读：一个「一切皆插件」的 Agent 运行时》

**一句话总结：**它把 effect 和 coeffect 从编译期的类型注解，变成运行时可操作的一等对象，让「运行时装卸组件」第一次有了完整的理论保证 —— 而这一切，已经被一个 4000+ 插件的生产系统验证了四年。

编程语言 · AI Times