DeepSeek Harness 发布

Harness 的核心主张是架构层面的，而非营销口号：模型、工具、技能、会话、沙箱、存储、循环、调度，甚至用户界面，全部都是插件，没有需要修补的核心特权模块 ^[1]。这之所以可行，是因为 Harness 建立在 Cordis 之上，这是一个 TypeScript 元框架，其文档称之为“时空可组合性”——空间可组合性允许任何组件被挂载或替换而不破坏系统其余部分，而时间可组合性使会话状态可重放且持久，而非一次性记录 ^[2][3]。其实际收益是仅追加的会话日志：每一个系统提示、思维链步骤、工具调用、子代理交接和上下文注入都被记录，并可在“轨迹”视图中查看，会话可恢复、分叉和重放，而非每次都从零开始 ^[1][2]。这与默认隐藏推理轨迹的实验室形成鲜明对比——Harness 押注于代理决策路径的完全可审计性将成为开发者关注的功能，而非需要掩盖的负担。四种运行模式（标准、代码/PTC、最小、创作者）让开发者选择实际调用多少机制，从完整代理循环到孤立基准测试均可。

就在 Harness 免费开源的同一周，DeepSeek 悄然提高了在其内部运行模型的成本。自 2026 年 8 月 16 日起，V4 Pro 转为与北京时间挂钩的高峰/非高峰定价（高峰时段为 UTC 时间 1-4 时和 6-10 时），高峰时段输出成本较预览期最高上涨 4.6 倍 ^[4]。对代理构建者而言，最关键的细节是缓存定价：在新定价表中，缓存命中的成本涨幅最大 ^[4]。像 Harness 这样的代理框架正是围绕反复读取缓存上下文（如文件内容、代码库状态、长会话中的先前轮次）构建的，因此 Harness 旨在使其廉价高效的负载，恰恰是新定价惩罚最重的负载。DeepSeek 自家社区论坛的反应已聚焦于此：评论者称新定价下缓存命中成本突然上涨五到十倍。更尖锐的是，这种抱怨背后的张力尤为突出——同一群早期采用者分别报告在日常使用中前缀缓存命中率接近 100%，这意味着 Harness 的架构正在完美实现其设计目标，即推动大量缓存复用，而就在这一刻，DeepSeek 却使复用缓存成为代理所能做的最昂贵的事。免费提供运行时，同时提高其所依赖计算资源的计费成本，并非矛盾；这正是商业模式。

porus.dev 直言不讳地指出：‘没有运行时的开源权重就像没有神经系统的身体’ ^[5]。在 MIT 许可下开源 Harness 对 DeepSeek 成本极低，因为其下的模型仍为专有且调用成本更高——这是典型的“商品化你的互补品”策略，免费提供能将开发者锁定生态系统的层，同时对无法替代的层进行变现。36Kr 的分析进一步阐明为何 harness 层本身值得拥有，即使免费：与仅标准化工具连接方式的 MCP 不同，Harness 拥有实际运行代理的治理逻辑——在执行步骤前由谁批准、调用失败后如何重试、工作如何在子代理间分配、任务何时算完成——这一决策层决定了代理在生产环境中运行时的行为 ^[6]。这一布局并非临时起意。DeepSeek 于 2026 年 3 月从 Jane Street 招募了崔天宇（Cui Tianyu）专门领导此项目，在任何公开信号出现前数月即已启动，随后在 8 月中旬设立经验证的微信“Harness 团队”账号并发布招聘信息——明确表明 DeepSeek 有意作为产品公司与 Anthropic 的 Claude Code 竞争，而不仅仅是在基准排行榜上的模型供应商 ^[7][8]。

生态系统数据确实庞大：GitHub 仓库在发布数小时内获得超过 33,000 颗星，随后增长至超过 113,000 颗 ^[10]，而第三方插件项目在测试版发布后数日内注册达 712 个，涵盖代理框架、编码代理和记忆工具 ^[9]。但在这些亮眼数据之下，仍存在多条质疑声。独立开发者评论指出，插件数量增长本身无法解决相同的未解瓶颈——长周期任务执行、代理记忆以及安全与沙箱——有开发者认为，记忆只有在与推理集成时才能良好工作，而非作为另一个可替换插件简单附加 ^[9]。DeepSeek 自家社区论坛的早期实测用户从另一角度补充了具体细节：目前尚无命令行界面，仅有桌面 GUI，因此任何需要 CLI 的用户目前都需自行基于 MIT 许可的源码构建；而驱动更复杂工作流的子代理系统在此预发布版本中仍存在足够多的 bug，以至于一些早期采用者表示，他们将暂时维持现有 harness，直到其稳定。此外，X 平台上多个无关账户中传播着大量内容几乎相同的推广帖（“我取消了每月 200 美元的计划，改用 DeepSeek Harness”），其模板化模式读起来更像是协调的增长黑客行为，而非自然反应。在社区论坛上，一些评论者也提出了相关怀疑，认为 GitHub 星标数本身可能部分被夸大，而非对自然采用的准确反映。发布是真实的，架构是实质性的；但所报告的热情规模比表面看起来更嘈杂，数字与日常体验之间的差距仍然巨大。