出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

(相关资料图)

8月13日晚，DeepSeek正式发布V4-Pro，同时把自己的Agent Harness也一起开源了。它目前还是开发者预览版，采用MIT协议。上线几小时，DeepSeek Harness的GitHub仓库就收获了3万多颗Star。

这不是又一个模型，也不只是一个AI编程助手。DeepSeek这次开源的，是让模型调用工具、读写文件、执行任务的那层系统。

但star数说明不了太多。开发者围绕它的争论其实分成了两派：一派说底层架构强，另一派说难用。

一、模型之外的那一层

先说说harness这个词。

它的英文原意是马具，套在马身上、让马能拉车干活的那套皮带。DeepSeek拿它给产品命名，意思很直接：模型就是那匹马，光有一匹好马拉不了车，还得有副马具，把马的力气变成能干的活。

这副马具管什么？管几件琐碎但绕不开的事：记得前面聊到哪了、该用哪个工具、文件怎么读怎么写、命令怎么执行、一件事做到哪一步算完。模型要是缺了这些，就好比一匹好马没套上缰绳，只会在原地打转。

DeepSeek Harness要做的，就是把这副马具做成产品。

它只认一条原则：一切皆插件（Everything is a plugin）。每一件零件都是独立的，坏了换、旧了换、想升级也换，不用把整套系统推倒重来。

官方文档里还有一句：这套系统里没有哪块是动不得的。想扩展，在旁边挂一个新插件就行。

它还预设了四档用法，从轻到重。最轻的一档只给两个基础工具，能跑就行；最全的一档，把读文件、写代码、上网搜索、派助手分头干活都配齐了；中间还有一档，专门把慢吞吞的操作打包起来一次跑完；最后一档，留给想自己动手改的人。

最后一点最关键：这套系统不挑模型。你想套在谁家的模型上都行，Anthropic的、OpenAI的、谷歌的，当然也包括DeepSeek自己的。甚至本机已经能用的Claude Code、Codex，也能被它叫过来干活，只是这个开关默认关着。

二、为什么说它架构强

夸它的人，基本集中在三个点。

第一是"插件化"做到了最深处。

一个AI助手干起活来，有套固定的动作循环：看一眼、想一想、动一下手、再看一眼。Claude Code也给开发者留了不少挂钩子的地方，但那套动作循环本身，主要还是由产品方来定。DeepSeek Harness更进一步：连这套循环都能拆下来换掉。

但这事没那么简单。一辆正在路上跑的车，你想换个轮子，得先停车。一个正在干活的程序，你想换掉其中一块，它可能已经跟别的部分纠缠在一起了：之前指向它的线怎么办、它正在跑的后台活要不要停、靠它的其他部分要不要跟着动、新换上去的这块要是出错怎么退回来。

DeepSeek为这些麻烦专门造了一层，叫Cordis。有开发者读完源码数了数，光管理"纤维"（程序里最小的一根执行线）这块核心代码就有750行。论文里满是范畴论符号，看着像关起门搞理论的产物，但它要解决的事很具体：让最核心的那块，也能不停机地换掉，出了错还能退回去。

第二是它给这个助手配了个黑匣子。

模型看过什么、工具动过什么、崩在哪一步，都按顺序记成一条流水账，一条都改不了。任务断了，能从这条账里原样接回去；还能从中间分叉，另起一条路重试。一位开发者说，这比很多"任务一断，现场就丢"的产品成熟得多。

第三是执行期的安全边界做得细。

DeepSeek Harness把文件沙箱和操作审批分开，默认预设为工作区可写、敏感操作询问，并针对Windows、macOS和Linux提供不同的隔离实现。不过官方也明确，这套沙箱主要约束文件操作，网络访问和进程可见性不在其规则范围内。

这种灵活性到底能到什么程度，有个开发者做了个测试：他在一次对话里，让这个助手自己检查自己正在跑的服务、用几行代码当场写了个"抛硬币"的小工具、然后直接调它，从定义到用上，全在这一次对话里完成，没重启。

三、开源Harness，涨价API：DeepSeek的商业算盘

便宜，是它火起来的原因之一。但"便宜"不只来自模型的标价，也来自harness本身。

一家叫Composio的机构做过一项横向测试：让同一个DeepSeek V4 Flash，在八个不同的harness上跑同一批任务。最便宜的是开源项目Pi，每个成功任务的平均推理成本约0.028美元；Claude Code约0.195美元。同一个模型、同一类工作，换一个harness，成本差了近七倍。

换句话说，Agent的成本不光看模型标价，也看Harness怎么设计。缓存怎么用、工具怎么调、任务循环怎么跑，都会影响最后花多少钱。

差在哪？很大一块是缓存命中。DeepSeek的缓存价极低，有第三方harness报告说，和它配合能到99.93%的缓存命中率。命中率越高，越少token走贵的那条路，单任务成本就越低。这就是"便宜"的工程来源，不是标价低，是整套跑法的成本被压到了很低。

但这个便宜，正在变贵。

同一天，DeepSeek宣布API调价，从8月17日0点（北京时间）起，改成峰谷定价：高峰时段是北京时间的上午9点到12点、下午2点到6点，其余时间算低谷，低谷价格是高峰的一半。官方说法是"更合理分配资源"，用价格把开发者往空闲时段引导。

涨幅不算小。以V4-Pro为例：输出价格峰值从每百万token 6元涨到27元，是原来的4.5倍；连低谷价也要13.5元，是原来的2.25倍。输入（未命中缓存）峰值是原来的3倍。

涨得最狠的是缓存。V4-Pro缓存命中价从每百万token 0.025元，涨到峰值0.30元，12倍。

值得注意的，恰恰是这一项。前面说harness的便宜，很大程度靠缓存命中：命中就走极低的缓存价。现在缓存价涨得最猛，等于把这套"靠缓存省成本"的账，重新算了一遍。

把两件事放在一起看，信号很清楚：Harness本身MIT开源、免费，但喂给它的算力在同一天变贵了。开源的是框架，涨价的是算力。DeepSeek正在同时推进两件看似矛盾的事情：开放Agent基础设施，调整模型调用价格。受影响的是用API的开发者，恰好是Harness最想吸引的那批人。

当然，涨完之后DeepSeek比ClaudeOpus 5这类模型还是便宜得多，它不是变贵了，只是没那么极端便宜了。但它确实在往回收一部分自己之前打出的价格优势。

四、夸和骂，指向同一个设计

回到Harness本身，好评和差评很快在社交媒体上分成了清晰的两派。

好评那一侧，几乎都是"当场跑通"的例子。有人让它从零写一个3D魔方，27分钟、52步、一次成功；有人让它用纯C语言生成坦克大战，总成本0.12美元，能跑、能打、有音效。

StreamNative的软件工程师YufanSheng直言："用了一天DeepSeekv4 Flash，它的Harness比Kimi K3好上不少。"

差评那一侧，声音同样具体。

最集中的是缺视觉。有开发者说，"V4和DSH都被"没有眼睛"严重拖累，模型们执着于想"看到"自己的工作"。还有人索性让Harness自己给自己写了个视觉插件，调用别家的模型来补。

然后是启动门槛。一位署名BG-VC的开发者把冷启动过程数了一遍：装Node.js、开终端、敲一串命令、访问一个本地地址、填密钥、选目录，实际解析了约590个依赖，装了500多个包，还弹出一个构建授权窗口。他的原话是："程序员觉得这只是安装依赖，普通用户会觉得：这软件是不是坏了？"

还有个"运行轨迹"页面也一样。它把助手干活的每一步都摊开，发过什么指令、调过什么工具、传过什么数据、花了多长时间，全列出来。对排查问题的开发者是宝藏，对普通用户只是噪音。

宝玉从"普通用户"角度列了八条，挑几条：速度飞快，这点特别好；但Flash模型太快，思考文字闪得厉害，该做节流；Codex右侧的多Tab面板值得抄；运行轨迹对普通用户价值不大，不该占那么重要的位置；模型早点支持多模态。

BG-VC给的总结，是这几天最准的一句评价："底层架构很强，用户体验很差。""它已经造出了一副很强的Agent骨架，但还没有长出面向人的皮肤。"

另一条长评说得更完整。开发者"鸭哥"把DeepSeek Harness和Codex的源码逐行对照后的判断是：对绝大多数日常写代码的开发者来说，它重得毫无必要；但对探索"自进化agent"的工程团队来说，它搭出了一套目前其他方案完全没有的底层骨架。

还有一条安全提醒，被压在好评下面，但值得单独拎出来。开发者Fan说：一切皆插件，等于装个插件就是让它直接跑代码，没有签名、没有权限清单，装了就是沦陷。默认信任，就是默认漏洞。

五、骨架已经搭好，皮肤还没长出来

两派其实在说同一件事。

夸的人看到的是它把每一层都做成了可替换的插件，模型、工具、循环、沙箱都能换。骂的人看到的是，它把东西拆得很细，却没做出一层给普通用户用的外壳，复杂全摆在脸上。

商业上也是类似的情况。它把最核心的骨架免费开源，同一天却把算力调贵；口头上说"一切皆插件、模型可以随便换"，但真用久了会发现，模型是能换，围着Harness长出来的那套插件、权限和工作流不好搬家。用得越久，这一层越难换。DeepSeek现在争的，就是这一层。

BG-VC最后一句说："DeepSeek Harness已经造出了一副很强的Agent骨架，但还没有长出面向人的皮肤。"宝玉@dotey补了一句更直白的：开发者愿意折腾插件的前提，是你的产品先有大量普通用户，否则新鲜劲过了就没人了。