北京时间 8 月 13 日晚 8 点半，DeepSeek 正式发布了其成立以来的首个 Agent 产品——DeepSeek Harness。经过长时间的预热，这款备受期待的产品一经亮相便引发了巨大反响。截至发稿，其 GitHub 仓库在公开仅 12 小时内，Star 数已突破 5 万大关。官方将其定义为模型与 Harness 的结合，模型是大脑，Harness 是手脚。聊天机器人交付的是一段文字，而 Agent 交付的是一件完成的事。
发布当晚，我们尝试将其部署在本地，并让它完成了两项任务：一是参照 The Verge 的风格重构极客公园官网；二是利用 GitHub 接口绘制其自身的涨星曲线。两件事均顺利完成，全程消耗的 Token 不足 3 元。不过，它目前更像是一个“毛坯房”，界面对于非编程用户不够友好，开发者预览版中仍有许多毛边。试用后，我们的印象是：DeepSeek 并没有打算直接提供一个成品，而是提供了一套等待组装的零件。
01、「一切皆插件」
GitHub 仓库在正式公布前半小时悄然公开。接下来的时间里，我们目睹了惊人的增长：21:05 时仅有 7283 个 Star，21:51 就已达到 15530 个。不到两小时破万，早晨查看时已突破 5 万。此前增长最快的开源仓库 OpenClaw 耗时 84 天涨了 20 万 Star，平均每小时约 99 个。而 DeepSeek Harness 头两个小时的涨速是它的 80 倍。
目前，DeepSeek Harness 尚未提供云端服务。只需在安装了 Node.js 的电脑上运行一行命令，浏览器打开本地端口即可使用。所有会话、日志和数据均保留在本地，浏览器只是其外壳。首次启动时会弹出提示，说明这是面向开发者的尝鲜版，核心插件和基础接口未来几个月将快速迭代。
该产品最激进的设计理念是“一切皆插件”。模型、工具、界面、审批策略乃至驱动 Agent 运转的主循环，均可拆解和替换。甚至 Web UI 前端都可以自行更换。例如，我们通过 Prompt 将其改为了洋红色主题。这表明 DeepSeek Harness 是一个由插件组成的生态系统。官方内置了标准、极简、代码、创造四种预设模式，V4-Flash 上个月在 Terminal Bench 刷榜时使用的正是“极简模式”。
开放的结果超乎想象。内测阶段，开发者们已制作了约 300 个插件，有人换上了 Windows XP 的复古皮肤，有人做了表情包插件。这种广泛的玩法证明了框架中没有任何东西是焊死的。
然而，Star 涨得有多快，质疑声就有多快。发布次日，社区评价出现分化，主要集中在用户体验不够友好以及插件生态的争议上。这些批评并非针对模型本身，而是针对 Harness 这个“壳”。
我们当晚的两个测试正好印证了这一点。第一个测试是重构极客公园官网，要求参照 The Verge 风格。虽然生成的网站格式和交互存在细微瑕疵，但通过安装额外的 Agent 能力插件，网站在迭代后变得更加现代。例如，官方插件库中的 DSH-OpenPencil 插件，让对话界面直接变身设计交付工具。
第二个测试是验证图片生成和数据提取能力。我们要求其利用 GitHub 公开 API 查询 deepseek-ai/deepseek-harness 的 Star 数据，结合人工记录的时间点，绘制增长曲线图。DeepSeek Harness 的“轨迹”页面记录了模型所见的一切：系统提示词、思维链、工具调用及返回结果，这使得我们可以验证它是真的抓取了页面，还是凭记忆“脑补”。这种“全程留痕”是它与聊天机器人的根本区别，也是它在 Hacker News 上获得好评的原因。
在成本方面，Harness 本身免费开源，模型调用照常收费。测试使用的 V4-Flash 价格低廉，整篇文章的 Demo 测试 Token 消耗未超过 3 元。会话底部实时统计了步数、耗时、Token 消耗及缓存命中率。
争议点在于效率。有第三方对比称，接入其他开源 harness 消耗的 Token 仅为 DeepSeek Harness 的三成。但我们的体感是，V4-Flash 速度快且准确率并未降低，这或许说明 Harness 仍处于开发者预览阶段。
02、Agent 界的 Android
模型公司亲自下场做“壳”，DeepSeek 并非首家。Anthropic 有 Claude Code，OpenAI 有 Codex，如今名单上补齐了最后一个大玩家。
Harness 可能是大模型打通生产场景最重要的路径之一。Composio 做过对照测试：同一款 V4-Flash 接入不同 harness，完成三十项任务，最好的完成 20 项，最差的仅 14 项。模型能力相同，结果却差出三成。模型划定上限，Harness 决定能力兑现的程度。
对 DeepSeek 来说，这层壳还有三重账：成本上，上下文组织、缓存命中决定了任务烧多少 Token；数据上，完整的失败记录是改进模型的最佳养料；生态上，提供 API 额度是为了将插件开发者留在自己的生态圈内。
站在更高维度看，过去两年模型公司卖的是 Token，像卖水。但从 Claude Code 开始，它们发现真正值钱的是“把事做完”。DeepSeek 是最新入场者，也是第一个把整个壳都开源的。它赌的是另一条路：别人把 Agent 做成成品卖，它把零件摊开，赌开发者会用这些零件拼出它都没想到的东西。
回头看，“像框架、不像成品”是今天关于 DeepSeek Harness 最大的争议，放在另一个坐标系里，这其实是一句恭维——安卓刚问世时，也是一副毛坯的样子，粗糙、开放、只吸引动手的人。后来的事，大家都知道了。DeepSeek 赌的，是 Agent 这个行当也需要一个 Android。