DeepSeek Harness，“殺死”Agent黑箱

光子星球2026.08.15 08:25 · 來自北京全文4485字00:00 / 11:48Model+Harness=Agent文 | 光子星球近期，DeepSeek持續上演反轉。8月12日，沒有發佈會，沒有預告，DeepSeek悄悄更新API文檔，編號為“0813”的DeepSeek-V4-Pro正式版模型深夜靜默上線。高關注度和期待之外，是現實體驗與官方跑分之間的落差，還有一經上線便預告漲價的質疑。8月13日，距離新模型發佈不到24小時，DeepSeek官網首頁發佈的橫幅和開放平臺公告突然被撤下。API文檔中模型名稱沒變，開發者仍可正常調用，但官方保持沉默。

事後，有開發者發現DeepSeek在Hugging Face後臺代碼倉庫瘋狂搶修，疑似因為前端接口、後端推理棧與權重配置出現了嚴重錯位，導致體驗“翻車”。同天晚上，DeepSeek重新發布公告確認V4 Pro正式版上線，同時開源DeepSeek Harness開發者預覽版，一切又回到了主場。DeepSeek曾給出過一個公式：Model+Harness=Agent。這意味著，對可執行任務的Agent來說，只有模型是不完整的。Harness的可控、可觀測、可回溯的特性，補上了模型所缺失的另一半。模型是大腦，負責思考、推理和理解意圖。但純語言模型只能輸出文本，無法直接操作文件、修改數據庫和瀏覽網頁。

Harness是“身體”和“神經系統”，它提供了模型與外部世界交互所需的一切，包括工具調用、文件讀寫、沙箱環境、權限管理、任務編排等。沒有Harness，模型只是一臺會說話的引擎，但無法成為真正幹活兒的Agent。DeepSeek試圖通過自身打造的Harness系統，將模型性能發揮到最大化。從我們的測試結果來看，也的確如此。在DeepSeek Harness加持下，DeepSeek V4 Pro正式版的響應速度更快，且比接入Claude Code緩存命中率提升了1%。祛魅和爭奪範式“一切皆插件”是DeepSeek Harness最核心的設計理念。

簡單來說，就是從模型、工具到最核心的Agent Loop，都拆解為可獨立、組合的插件。這個理念由北大與DeepSeek聯合提出的“時空可組合性”範式支撐，該範式將Agent組件拆解為兩個維度。一是時間可組合性通過“可逆效應”機制，讓系統自動記錄並撤銷組件卸載後的副作用，加載過程即決定卸載過程，確保系統長期穩定。二是空間可組合性通過“響應式共效應”實現聲明式依賴管理，組件只需聲明需求，運行時就能自動協調依賴變化，實現動態激活與停用。兩者融合於統一的上下文、承載狀態、生命週期邊界和依賴環境。

Harness因此可實現“無特權核心”，所有組件包括Agent主循環均可替換，開發者通過配置文件即可自由組合。這一理念為構建靈活且面向未來的Agent基礎設施奠定了方向。在OpenAI、Anthropic等巨頭紛紛定義自己的Harness時，DeepSeek的思路顯得獨樹一幟。OpenAI和Anthropic的戰略是“向下整合”，即通過打造體驗極致、深度綁定自家模型的Harness，鞏固其在AI應用層的優勢；DeepSeek的戰略是“橫向鋪開”，不再滿足只做一個優秀的模型供應商，而是試圖通過開源一個模型中立、高度模塊化的Agent底層標準，成為下一代AI應用的基礎設施。

網傳的DeepSeek Harness內測入選項目名單同樣釋放了強烈的信號，入選項目高度集中在能夯實Agent能力的基礎設施領域。其項目主要圍繞MCP插件、代碼智能體、運行時、編排框架、可視化UI與多智能體調度等方向，直指Agent在真實世界落地的核心難題。DeepSeek的一系列操作，可視為一場精心設計的“祛魅”運動。DeepSeek開源Harness，並大力扶持各類基建插件，本質上是在做一件事：將“如何構建一個強大的Agent”的一整套方法論和源代碼，公之於眾。

在此之前，OpenAI和Anthropic的Harness更像一個“黑箱”，其內部優化是核心機密，如何打造Agent產品被視為一種“特權”。DeepSeek通過開源和Cordis插件理論，主動拆解了這個黑箱，並證明Agent的強大不在於某一個神秘的內核，而在於一套可組合、可替換的工程組件。當Harness被充分祛魅，成為一個透明、可被隨時替換的組件後，整個價值鏈上，唯一不可被標準化、仍會持續進化的，就只剩下最底層的“模型”本身了。如果把DeepSeek的模型、開源、Harness、漲價四個動作連在一起看，就會發現DeepSeek的目標非常明確。

先建立生態，再定標準，然後用最強的模型性能，完成商業價值的最終變現。Harness和開源就像是免費修建的高速公路，前期用來吸引車流，而當車流足夠多時，順勢提高燃油的價格，便成為了最高效的商業兌現方式。砍掉prompt，場景一次跑通昨天的文章裡，我們測評了DeepSeek-V4-Pro-0813的七項複雜任務，唯獨指環王那題沒有跑完整。當時為了趕時間，只給了《指環王》第一章的3句開頭。

DeepSeek-V4-Pro正式版實測：山不在高，有“梁”則靈恰好DeepSeek Harness也出來了，我們就在DeepSeek自家的Harness裡跑這次完整的測試，看看自家的工具配自家的模型，能擦出怎樣的火花。安裝的過程就不贅述了，推薦大家用npm（Node.js的默認包管理器，安裝並管理項目所需的各種第三方庫，可以簡單理解為一個開放的應用市場）安裝，也方便升級和安裝其他插件，可以直接運行npx @deepseek-ai/dsh web啟動，如果卡住不動的話，可以先運行一遍npm install -g @deepseek-ai/dsh，然後再運行剛才的命令就可以順利啟動了。

初次打開和大部分Agent一樣，只不過在DeepSeek Harness這裡暫時還是極簡的畫風。裝好環境之後正式開始今天的測試，《指環王》這個基準測的不是“會不會畫一隻鵜鶘”，而是“讀懂一段文學→理解一個世界→把世界程序化搭出來”的完整鏈路，是目前圈內最狠的Agent考題之一。昨天的測試為什麼不算數？因為我們當時只給了3句開頭，而Karpathy給Opus 5的是原著第一段。今天我們把原文補齊：第一章前段完整文字，從比爾博宣佈111歲生日宴會，到霍比屯議論，再到弗羅多身世往事，共計1817個詞、23段，一字不改。

第一次測試，我們按“評測就該嚴謹”的思路，把提示詞寫得滴水不漏，1817個詞的原文，加上場景要素清單（洞屋要有圓形門、宴會長桌要有食物、賓客要議論紛紛），再加上運鏡要求、燈光要求、比例要求，一共五條硬性要求。結果很打臉，第一次生成的效果非常粗糙，敘事也不完整。場景是搭出來了，但離“霍比屯的生日派對”相距很遠。效果呈現上，運鏡支離破碎，畫面像是趕工出來的半成品。穿模很嚴重，山坡上站的小人像是插了一堆棒棒糖。我們覆盤了一圈，把原因歸結為提示詞太長了，列出的場景限制了模型的發揮。第二次，我們把提示詞砍到只剩目標，讀懂原文，用Three.

js搭出霍比屯生日派對的3D世界，運鏡按原文節奏走，保存為完整可運行的HTML文件。場景要素、燈光、比例要求，全部刪掉。效果反轉了。場景竟然一次就跑通，洞屋、比爾博、弗羅多、宴會長桌、酒館前議論的霍比特人，該有的都有；角色只有輕微漂浮和穿模，屬於“能看出是霍比屯”的範疇；運鏡敘事成立，按原文節奏從俯瞰霍比屯推到比爾博，再掃過議論的人群，最後環繞宴會長桌。同一個模型，同樣的原文，一個細緻入微的提示詞換來翻車，一句直白的目標換來及格以上的結果。看來現在頂級的模型反而不需要詳盡的提示詞，只需要用直白簡潔的話告訴他目標就可以了，說多了反而效果會變差。這不是孤例，GPT-5.

6 Sol剛發佈時，社區就有人反饋，套上精心優化的提示詞和流程skill，反而會讓模型陷入死循環。這個發現值得單獨提出來，提示詞的作用正在從“寫劇本”變成“定目標”，給頂級模型寫小作文的時代可能真的過去了。DeepSeek Harness到底行不行？回到今天的正題，DeepSeek Harness配自家的V4 Pro，表現如何？響應更快了。同樣的測試，DeepSeek Harness裡的響應比前一天在Claude Code裡接入時更快。緩存命中率漲了一個點。前一天在Claude Code接入是98%，在DeepSeek Harness裡是99%。

這個提升看起來小，但在長上下文任務裡，緩存命中率每漲一個點，都是實打實地關係到成本和生成速度。再看測試本身，第一次的長提示詞翻車，發生在DeepSeek Harness環境裡；第二次反轉，也在同樣的環境。但全程沒有環境相關的報錯、卡頓、上下文丟失，兩輪測試的對比是乾淨的，變量只有提示詞本身。作為一個剛發佈的開發者預覽版，這是很加分的穩定性，而且DeepSeek Harness還會把運行過程中每一步都顯式的呈現出來，你可以看到模型是怎麼工作的，這是一個很好的創新。短期內，DeepSeek Harness所能產生的作用還很有限，作為普通用戶很難像使用WorkBuddy一樣在工作中提效。

但從長期來看，DeepSeek Harness與DeepSeek系列模型，形成了難以割裂的增強閉環。Harness作為完全開源的Agent框架，定義了“模型如何被調用、工具如何被組合、任務如何被編排”的底層標準，吸引了海量開發者和真實任務湧入。而這些真實任務的執行軌跡，通過Harness內置的可觀測體系，源源不斷地迴流，為DeepSeek模型下一輪訓練與優化提供天然數據養料。反過來，DeepSeek模型能力的每一次躍升，Harness又能第一時間通過內置適配器將其能力釋放到插件生態中。當這套飛輪轉起來，開發者的選擇就變得不再困難。

因為使用DeepSeek Harness，就會得到一個始終與最強模型同步進化，且無需二次適配的開箱即用系統。這正是DeepSeek所定義的“Agent=Model+Harness”的終極形態，一個彼此增強又不可分割的完整個體。