AI news

DeepSeek Harness 发布 45 小时,我们听到了 8 种不同的声音

By 十字路口Crossing2 viewsSource: 十字路口Crossing
DeepSeek Harness 发布 45 小时,我们听到了 8 种不同的声音

此刻,DeepSeek Harness 的 GitHub 仓库显示 10.50 万个 Star、10033 次 Fork。距离发布仅 45 小时。当然,热度不意味着胜利。值得关注的是开发者具体在拿它做什么。人们开始拿 DSH 做完全相反的事——有人跑实测,有人报 Bug,有人造插件,也有人质疑“为什么还要再做一个 Harness”。

The full text has not been translated yet. The Chinese original is shown below.

把世界变成一个分布式Harness团队

此刻,DeepSeek Harness 的 GitHub 仓库显示 10.50 万个 Star、10033 次 Fork。距离发布仅 45 小时。

当然,热度不意味着胜利。值得关注的是开发者具体在拿它做什么。

人们开始拿 DSH 做完全相反的事——有人跑实测,有人报 Bug,有人造插件,也有人质疑“为什么还要再做一个 Harness”。

发布 45 小时后,围绕 DSH 的讨论,正在逼近 Agent 时代最关键的问题:

模型之外,谁来定义 Agent 的工作方式?

第一种声音:官方 Harness 真的能把 DeepSeek 的能力榨出来

程序员鱼皮用 DSH 跑了 4 个任务。

第一个有对照的任务,是做一个“注意力残差”交互网站。鱼皮此前用 DeepSeek V4 Pro + Codex 跑过同一条提示词。这次 DSH 用约 20 分钟完成,缓存命中率 99%;鱼皮认为连线、动画、总结和测验都明显好于旧版本。

第二个任务是做一个支持鼠标和摄像头手势控制的 3D“竹知了”网页游戏。DSH 跑了近 40 分钟,缓存命中率接近 100%,最终功能可以工作。

4 个任务总费用不到 5 元。这不是标准化 Benchmark,但同一个人、同一条提示词、同一个模型的前后对照,至少说明了一件事:模型能力不会自动变成任务能力。工具契约、上下文组织、自检和重试都会改变结果。

所以,Agent 的有效能力不是 Model,而是 Model + Harness。

程序员鱼皮首发实测:https://www.163.com/dy/article/L4A6PBVO0556DREL.html

第二种声音:结果不错,但慢得离谱

同一组实测也给出了反面证据。

20 分钟完成一个网站,40 分钟完成一个 3D 游戏。鱼皮明确写道,主要时间花在自检上。

小红书的负面反馈更直接。在一篇 443 赞、329 条评论的“怒喷 DSH”转帖下,获赞最高的评论是“一个 Bug 能给你修一个小时”;另一位用户称,两次各思考一小时,答案仍然错误。

缓存命中率解决的是重复输入价格,不解决执行时间。Agent 读取文件、调用工具、验证结果、失败重试,每一步都在拉长链路。

所以,“更主动”不等于“更高效”。真正有效的指标是:完成同一项任务,成功率、耗时和总成本分别是多少。

小红书争议帖:https://www.xiaohongshu.com/explore/6a7e0cc6000000002402d6ae

第三种声音:0.1 就是 0.1,强骨架还没有长出好皮肤

DeepSeek 在 README 里把警告写成了大写:当前版本是开发者预览,后续会出现破坏兼容性的改动。

截至 8 月 15 日 8:55,GitHub Discussions 页面已经出现一批具体问题:MSYS2 下启动静默失败并返回 127;插件热更新命中旧模块缓存;多步任务已经结束,主分支仍显示“执行中”;Windows 极简预设存在未审批写入工作区外目录的安全问题。

最新讨论编号已经到 #1624。问题密度说明用户真的在用,也说明 DSH 还不是稳定的生产工具。

因此,DSH 0.1 的产品价值不在“已经完善”,而在问题能否快速进入下一个版本。

文章配图

GitHub Discussions:https://github.com/deepseek-ai/deepseek-harness/discussions

第四种声音:“一切皆插件”既是天花板,也是未来的治理债

DSH 最重要的设计不是 Web UI,而是插件边界一直下沉到 Agent Loop。

模型、工具、技能、会话、沙箱、存储、调度和 UI 都能替换。工具调用还被拆成一条流水线:Hook、审批、权限检查、沙箱、超时、结果改写、日志和 UI 渲染。PTC 生成的程序化工具调用也必须经过同一套审批与沙箱。

文章配图

开放带来的结果已经出现。Tony Bai 发现,官方目前只提供基础上下文压缩接口和朴素实现;开源当天,社区已经开始做自适应压缩、跨会话记忆和轻量记忆插件。

但插件边界越深,接口稳定、依赖管理、版本兼容、性能开销和调试复杂度越难控制。InfoQ 的判断很直接:v0.1 进入生态的开发者,要承担较高的迁移成本。

所以,“一切皆插件”不是免费午餐。DeepSeek 把创新空间打开了,也把长期治理问题提前了。

InfoQ 架构分析:https://www.infoq.cn/article/de9AljWc4ejW2KAyW8dD

Tony Bai 技术拆解:https://tonybai.com/2026/08/14/deepseek-harness-everything-is-a-plugin/

第五种声音:我们真的还需要另一个 Harness 吗?

质疑者的问题成立:Claude Code、Codex、OpenCode、Pi、Hermes 已经存在,DeepSeek 为什么还要再做一个?

Hacker News 上,一位开发者只写了一个很薄的桥接层,就让 DeepSeek 通过 Codex 工作。一次统计中,缓存命中输入为 39,123,200 Token,未命中输入为 1,692,286 Token。该开发者的结论是:成熟 Harness 已经能很好地利用缓存,未必需要一个 DeepSeek 原生 Harness。

小红书上的争论更接近普通用户。一篇“DeepSeek Harness 来了,WorkBuddy 要凉?”拿到 598 赞、402 收藏、363 条评论。高赞评论却认为,两者不在同一层:WorkBuddy 拼产品体验,DSH 争模型和应用之间的运行时。

所以,如果 DSH 只是一款 AI 编程产品,市场不缺一个新选项;如果 DSH 是一套可被别的产品采用的 Agent Runtime,问题就变成“谁来定义公共接口”。

Hacker News 讨论:https://news.ycombinator.com/item?id=48257509

小红书 WorkBuddy 讨论:https://www.xiaohongshu.com/explore/6a7dddd30000000032021eb6

第六种声音:模型可以换,Harness 才是长期控制点

最反直觉的地方是:DeepSeek 开源的 Harness,并不强制使用 DeepSeek 模型。

官方架构把模型适配器也做成插件。开发者可以接入第三方服务商和本地模型。Reddit 已经出现了自定义 OpenAI-compatible provider 的讨论,也有人把 Hermes 接到 DSH 上,把 DSH 当作委托式编程引擎。

小红书一条获赞较高的评论把战略说得很清楚:模型会换,工具、Session、Memory、Sandbox、子 Agent 调度、权限和 Trajectory 会长期存在;谁掌握 Harness,谁就站在模型和应用之间。

因此,DSH 的目标不是把用户锁在某个模型里,而是争夺模型进入真实工作流的入口。

自定义模型服务商讨论:https://www.reddit.com/r/AI_Agents/comments/1vo2f5a/deepseek_harness_got_one_awkward_constraint_right/

Hermes 接入 DSH:https://www.reddit.com/r/hermesagent/comments/1voo8pj/hermes_deepseek_harness/

第七种声音:Agent 竞赛最终要按“完整任务”算账

DeepSeek 当前官方价格显示,V4 Flash 每百万输出 Token 为 0.28 美元,V4 Pro 为 0.87 美元。

北京时间 8 月 17 日 0 点起,DeepSeek 改为峰谷计价。V4 Flash 每百万输出 Token 将变为谷时 0.66 美元、峰时 1.32 美元;V4 Pro 将变为谷时 1.98 美元、峰时 3.96 美元。

文章配图

价格上涨不会推翻 DSH 的缓存优势,但会放大低效循环的成本。99% 命中率很漂亮;如果 Agent 为一个错误多跑一小时,漂亮的命中率仍然会变成一张长账单。

所以,下一阶段的价格战不会比较“每百万 Token 多少钱”,而会比较:完成同一个真实任务,哪一组 Model + Harness 的成功率最高、耗时最短、总成本最低。

DeepSeek 官方价格页:https://api-docs.deepseek.com/quick_start/pricing/

第八种声音:不要把它理解成产品,这其实是一个战略

Koji 对 DeepSeek Harness 的判断是:

DeepSeek Harness 很妙呀! 在模型能力没有收敛的时期,把大家都动员起来、都 involve 进来,广纳天下之 Harness 贤才,一起迭代和探索未至之境。 不要理解这是一个产品,这其实是一个战略。

文章配图

官方贡献指南给出了同样的信号。

DSH 指南还写道:官方仓库里的包不比社区包天然重要;官方仓库是一种想法、一份展示和灵感来源,不是社区必须服从的标准答案。

文章配图

这套安排不是为了把开发任务外包给社区,而是为了扩大探索带宽。

模型能力没有收敛,Agent 架构就没有标准答案。记忆该怎么压缩,什么时候调用子 Agent,工具该逐次调用还是先编程再执行,单个团队只能测试有限组合。

插件生态可以让全球开发者同时试不同答案。

所以,每个插件都是一种假设,每次任务执行都是一次实验,每个 Bug 都在暴露一条能力边界。DeepSeek 把内部的 Agent 研发,扩展成了一场公开的并行实验。

DeepSeek Harness 贡献指南:https://github.com/deepseek-ai/deepseek-harness/blob/master/CONTRIBUTING.md

写在最后

发布 40 小时,8 种声音没有形成共识,但已经形成一条清楚的分界线。

把 DSH 当产品看,结论是:慢、粗糙、Bug 多,离成熟工具还有距离。

把 DSH 当基础设施看,结论是:9.89 万 Star、9255 次 Fork、最新讨论编号 #1624、开源当天出现记忆和压缩插件,说明公开实验已经启动。

热度只能证明关注,不能证明战略成功。接下来应该盯三组硬指标:同一真实任务的成功率、耗时和总成本;第三方插件跨过破坏性升级后的存活率;社区问题进入新版本的速度。

核心观点因此很明确:

DeepSeek 开源的不是另一个 Coding Agent,而是一套让全球开发者共同寻找 Agent 最优解的分布式研发机制。

文章来自于微信公众号 “十字路口Crossing”,作者 “十字路口Crossing”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)