北京
出品 | 網易智能
作者 | 辰辰
編輯 | 王鳳枝
8月13日晚，DeepSeek正式發布V4-Pro，同時把自己的Agent Harness也一起開源了。它目前還是開發者預覽版，采用MIT協議。上線幾小時，DeepSeek Harness的GitHub倉庫就收獲了3萬多顆Star。
這不是又一個模型，也不只是一個AI編程助手。DeepSeek這次開源的，是讓模型調用工具、讀寫文件、執行任務的那層系統。
但star數說明不了太多。開發者圍繞它的爭論其實分成了兩派：一派說底層架構強，另一派說難用。
一、模型之外的那一層
先說說harness這個詞。
它的英文原意是馬具，套在馬身上、讓馬能拉車干活的那套皮帶。DeepSeek拿它給產品命名，意思很直接：模型就是那匹馬，光有一匹好馬拉不了車，還得有副馬具，把馬的力氣變成能干的活。
這副馬具管什么？管幾件瑣碎但繞不開的事：記得前面聊到哪了、該用哪個工具、文件怎么讀怎么寫、命令怎么執行、一件事做到哪一步算完。模型要是缺了這些，就好比一匹好馬沒套上韁繩，只會在原地打轉。
DeepSeek Harness要做的，就是把這副馬具做成產品。
它只認一條原則：一切皆插件（Everything is a plugin）。每一件零件都是獨立的，壞了換、舊了換、想升級也換，不用把整套系統推倒重來。
官方文檔里還有一句：這套系統里沒有哪塊是動不得的。想擴展，在旁邊掛一個新插件就行。
它還預設了四檔用法，從輕到重。最輕的一檔只給兩個基礎工具，能跑就行；最全的一檔，把讀文件、寫代碼、上網搜索、派助手分頭干活都配齊了；中間還有一檔，專門把慢吞吞的操作打包起來一次跑完；最后一檔，留給想自己動手改的人。
最后一點最關鍵：這套系統不挑模型。你想套在誰家的模型上都行，Anthropic的、OpenAI的、谷歌的，當然也包括DeepSeek自己的。甚至本機已經能用的Claude Code、Codex，也能被它叫過來干活，只是這個開關默認關著。
二、為什么說它架構強
夸它的人，基本集中在三個點。
第一是"插件化"做到了最深處。
一個AI助手干起活來，有套固定的動作循環：看一眼、想一想、動一下手、再看一眼。Claude Code也給開發者留了不少掛鉤子的地方，但那套動作循環本身，主要還是由產品方來定。DeepSeek Harness更進一步：連這套循環都能拆下來換掉。
但這事沒那么簡單。一輛正在路上跑的車，你想換個輪子，得先停車。一個正在干活的程序，你想換掉其中一塊，它可能已經跟別的部分糾纏在一起了：之前指向它的線怎么辦、它正在跑的后臺活要不要停、靠它的其他部分要不要跟著動、新換上去的這塊要是出錯怎么退回來。
DeepSeek為這些麻煩專門造了一層，叫Cordis。有開發者讀完源碼數了數，光管理"纖維"（程序里最小的一根執行線）這塊核心代碼就有750行。論文里滿是范疇論符號，看著像關起門搞理論的產物，但它要解決的事很具體：讓最核心的那塊，也能不停機地換掉，出了錯還能退回去。
第二是它給這個助手配了個黑匣子。
模型看過什么、工具動過什么、崩在哪一步，都按順序記成一條流水賬，一條都改不了。任務斷了，能從這條賬里原樣接回去；還能從中間分叉，另起一條路重試。一位開發者說，這比很多"任務一斷，現場就丟"的產品成熟得多。
第三是執行期的安全邊界做得細。
DeepSeek Harness把文件沙箱和操作審批分開，默認預設為工作區可寫、敏感操作詢問，并針對Windows、macOS和Linux提供不同的隔離實現。不過官方也明確，這套沙箱主要約束文件操作，網絡訪問和進程可見性不在其規則范圍內。
這種靈活性到底能到什么程度，有個開發者做了個測試：他在一次對話里，讓這個助手自己檢查自己正在跑的服務、用幾行代碼當場寫了個"拋硬幣"的小工具、然后直接調它，從定義到用上，全在這一次對話里完成，沒重啟。
三、開源Harness，漲價API：DeepSeek的商業算盤
便宜，是它火起來的原因之一。但"便宜"不只來自模型的標價，也來自harness本身。
一家叫Composio的機構做過一項橫向測試：讓同一個DeepSeek V4 Flash，在八個不同的harness上跑同一批任務。最便宜的是開源項目Pi，每個成功任務的平均推理成本約0.028美元；Claude Code約0.195美元。同一個模型、同一類工作，換一個harness，成本差了近七倍。
換句話說，Agent的成本不光看模型標價，也看Harness怎么設計。緩存怎么用、工具怎么調、任務循環怎么跑，都會影響最后花多少錢。
差在哪？很大一塊是緩存命中。DeepSeek的緩存價極低，有第三方harness報告說，和它配合能到99.93%的緩存命中率。命中率越高，越少token走貴的那條路，單任務成本就越低。這就是"便宜"的工程來源，不是標價低，是整套跑法的成本被壓到了很低。
但這個便宜，正在變貴。
同一天，DeepSeek宣布API調價，從8月17日0點（北京時間）起，改成峰谷定價：高峰時段是北京時間的上午9點到12點、下午2點到6點，其余時間算低谷，低谷價格是高峰的一半。官方說法是"更合理分配資源"，用價格把開發者往空閑時段引導。
漲幅不算小。以V4-Pro為例：輸出價格峰值從每百萬token 6元漲到27元，是原來的4.5倍；連低谷價也要13.5元，是原來的2.25倍。輸入（未命中緩存）峰值是原來的3倍。
漲得最狠的是緩存。V4-Pro緩存命中價從每百萬token 0.025元，漲到峰值0.30元，12倍。
值得注意的，恰恰是這一項。前面說harness的便宜，很大程度靠緩存命中：命中就走極低的緩存價?，F在緩存價漲得最猛，等于把這套"靠緩存省成本"的賬，重新算了一遍。
把兩件事放在一起看，信號很清楚：Harness本身MIT開源、免費，但喂給它的算力在同一天變貴了。開源的是框架，漲價的是算力。DeepSeek正在同時推進兩件看似矛盾的事情：開放Agent基礎設施，調整模型調用價格。受影響的是用API的開發者，恰好是Harness最想吸引的那批人。
當然，漲完之后DeepSeek比Claude Opus 5這類模型還是便宜得多，它不是變貴了，只是沒那么極端便宜了。但它確實在往回收一部分自己之前打出的價格優勢。
四、夸和罵，指向同一個設計
回到Harness本身，好評和差評很快在社交媒體上分成了清晰的兩派。
好評那一側，幾乎都是"當場跑通"的例子。有人讓它從零寫一個3D魔方，27分鐘、52步、一次成功；有人讓它用純C語言生成坦克大戰，總成本0.12美元，能跑、能打、有音效。
StreamNative的軟件工程師Yufan Sheng直言："用了一天DeepSeek v4 Flash，它的Harness比Kimi K3好上不少。"
差評那一側，聲音同樣具體。
最集中的是缺視覺。有開發者說，"V4和DSH都被'沒有眼睛'嚴重拖累，模型們執著于想'看到'自己的工作"。還有人索性讓Harness自己給自己寫了個視覺插件，調用別家的模型來補。
然后是啟動門檻。一位署名BG-VC的開發者把冷啟動過程數了一遍：裝Node.js、開終端、敲一串命令、訪問一個本地地址、填密鑰、選目錄，實際解析了約590個依賴，裝了500多個包，還彈出一個構建授權窗口。他的原話是："程序員覺得這只是安裝依賴，普通用戶會覺得：這軟件是不是壞了？"
還有個"運行軌跡"頁面也一樣。它把助手干活的每一步都攤開，發過什么指令、調過什么工具、傳過什么數據、花了多長時間，全列出來。對排查問題的開發者是寶藏，對普通用戶只是噪音。
寶玉從"普通用戶"角度列了八條，挑幾條：速度飛快，這點特別好；但Flash模型太快，思考文字閃得厲害，該做節流；Codex右側的多Tab面板值得抄；運行軌跡對普通用戶價值不大，不該占那么重要的位置；模型早點支持多模態。
BG-VC給的總結，是這幾天最準的一句評價："底層架構很強，用戶體驗很差。""它已經造出了一副很強的Agent骨架，但還沒有長出面向人的皮膚。"
另一條長評說得更完整。開發者"鴨哥"把DeepSeek Harness和Codex的源碼逐行對照后的判斷是：對絕大多數日常寫代碼的開發者來說，它重得毫無必要；但對探索"自進化agent"的工程團隊來說，它搭出了一套目前其他方案完全沒有的底層骨架。
還有一條安全提醒，被壓在好評下面，但值得單獨拎出來。開發者Fan說：一切皆插件，等于裝個插件就是讓它直接跑代碼，沒有簽名、沒有權限清單，裝了就是淪陷。默認信任，就是默認漏洞。
五、骨架已經搭好，皮膚還沒長出來
兩派其實在說同一件事。
夸的人看到的是它把每一層都做成了可替換的插件，模型、工具、循環、沙箱都能換。罵的人看到的是，它把東西拆得很細，卻沒做出一層給普通用戶用的外殼，復雜全擺在臉上。
商業上也是類似的情況。它把最核心的骨架免費開源，同一天卻把算力調貴；口頭上說"一切皆插件、模型可以隨便換"，但真用久了會發現，模型是能換，圍著Harness長出來的那套插件、權限和工作流不好搬家。用得越久，這一層越難換。DeepSeek現在爭的，就是這一層。
BG-VC最后一句說："DeepSeek Harness已經造出了一副很強的Agent骨架，但還沒有長出面向人的皮膚。"寶玉@dotey補了一句更直白的：開發者愿意折騰插件的前提，是你的產品先有大量普通用戶，否則新鮮勁過了就沒人了。
本文來源：網易智能
責任編輯：
王鳳枝_NT2541
