关于DeepSeek Harness，业界有六种不同的声音

8 月 13 日，DeepSeek 将自家的 agent 运行时 Harness 开源，并选在与 V4-Pro 同一天发布。两天内仓库冲到十万 star，关注度很高。现在是117K（截至8月16日上午12:00)

我顺手把它的源码通读了一遍（用WorkBuddy读了一遍)，还写了一个插件并跑通测试。开发者讨论的热点，我归为六种声音，每一种都尽量用代码和事实进行了验证：哪些是真实能力，哪些是被放大的情绪，哪些是被精心包装的表述。

声音一：能干活，但慢是任务的问题

博主程序员鱼皮做了四个任务：注意力残差站约 20 分钟、缓存 99%，3D 竹知了游戏约 40 分钟、缓存近 100%，四单总花费不到 5 元。

Reddit 上有用户用 V4 Flash 写 Three.js 滑沙游戏，认为 DSH 比 Reasonix 和 Codex 更顺手。

小红书上有用户称，一个 Bug 修了一小时，两次各思考一小时答案仍然错误。53ai 的实测里，复杂数据处理 DSH 用了 50 分钟，比接 WorkBuddy 的 33 分钟更慢。

我的观点：

两方数据都不假，但把慢归因于产品本身并不准确。慢主要来自任务复杂度。同一批实测里，做 PPT 约 3 分钟、建站约 7 分钟、财报分析约 1.5 分钟。复杂任务交给任何 coding agent 都需要长时间，这是任务属性，不是 DSH 的缺陷。

我自己写的 project_brief 插件九个测试全部通过，至少说明 Model+Harness 这条路径是成立的，并非空谈。

声音二：0.1 就是 0.1，外加伪开源争议

GitHub 上的问题清单比较具体：MSYS2 启动静默失败返回 127、插件热更新命中旧缓存、任务结束后主分支仍显示执行中、Windows 极简预设未经审批就写入工作区外。更深的是持久化问题：事件写入采用 200 毫秒的批量延迟，界面重载可滞后约 50 分钟，有人看到屏幕显示 5/9，实际已经跑完 9/9。

另一桩争议是伪开源。DeepSeek 关闭了 GitHub 的 Issues 功能，反馈通道被限制。

我的观点：

当前 DSH 确实属于 v0.1 早期产品，但是这些问题会随着版本迭代修复，不构成架构层面的否定。但关闭 Issues 是一个值得记录的治理信号，它和后面常被提及的"公共底座"定位存在疑惑。一个号称开源、欢迎共建的项目，先收窄了提意见入口，说实话个人觉得有点不够大气。

声音三：一切皆插件，治理成本不低

工程派也是有一些担忧，InfoQ 指出，插件边界越深，接口稳定性、依赖管理、版本兼容、调试难度都随之上升，v0.1 阶段进入生态要承担较高的迁移成本。另有分析指出，可逆不等于事务：框架只能回收声明过的资源，无法补偿已经发出的网络消息、已经写出的共享文件，或一笔已执行的支付。

另一头是控制点的讨论。Reddit 上已经有人把 OpenAI 兼容的模型接入 DSH，也有人用 Hermes 当作委托式编程引擎。小红书上的高赞观点是：模型会更换，但工具、Session、记忆、沙箱、子 Agent 调度，以及长期留存的轨迹始终存在；谁掌握 Harness，谁就站在模型和应用之间。

我的观点

这正是我从源码读到的结论。Cordis 框架把"换零件不残留"做成强制保证——我特意读了 fiber.ts，DeepSeek 前后打了 18 个补丁，核心目的之一就是硬化 Fiber 的生命周期。可组合性越强，接口契约的稳定压力就越外推给整个生态。工程派说的治理债，和战略派说的底座，是同一机制的两面。

我写的插件能从本地文件系统一键切到远程沙箱 fs-e2b，无需改动代码。这验证了能力接缝（seam）确实可替换。但代价也明摆着：这种自由度依赖生态共同维护契约。

声音四：还需要又一个 agent 框架吗

HN 上有用户写了一个薄桥接层，让 DeepSeek 直接走 Codex，缓存命中输入约 3900 万、未命中仅约 170 万，结论是可复用的成熟 Harness 已经能用缓存，未必需要原生的。

另一种判断更清晰：WorkBuddy 拼的是产品体验，DSH 争的是运行时。有人说它没打算把你伺候舒服，默认你是来拆东西的，和 Claude Code 那种产品感是两条路线。

我的观点：

这不是零和游戏，Claude Code 是成品，DSH 是底座，两者并不冲突。怀疑派低估的是底座的长期杠杆——框架可以开源，但规矩的解释权并不随开源自动转移。

声音五：峰谷计价，实质是涨价

数字可以对上。当前 V4 Flash 输出价 0.28 美元、Pro 0.87 美元；8 月 17 日零点起分峰谷，Flash 谷 0.66、峰 1.32，Pro 谷 1.98、峰 3.96。另有信源补充，V4-Pro 输出峰值从 0.87 拉到 3.96，约为 4.6 倍，且低谷 1.98 仍高于旧峰值；DeepSeek 事后还删去了 significantly enhanced agent capabilities 这句措辞。

我的观点：

分时段这个表述弱化了涨价的实质。Flash 输出低谷价 0.66 相对现价 0.28 上涨约 136%，Pro 上涨约 128%，且低谷价仍高于旧的峰值价。更关键的是，agent 运行时的 token 消耗远高于对话——长会话叠加工具调用，真实账单的位移比单价更显著。另外，我当前的模型已经全面切换到 DeepSeek-V4-Flash，速度，聪明程度都是比较不错的，贵点没事（个人观点）。

声音六：开源，不等于去中心化

Koji 的观点是，不要把它理解成产品，这是战略，把内部研发变成公开的并行实验。Flask 作者 Armin Ronacher 也认为其中有些想法值得借鉴，让他重新思考自家 Harness 的重构。

反向声音也有。宝玉认为软件自进化可能是伪命题，会带来更大混乱，并举了 OpenClaw 的反面例子。

官方那句最常被引用：我们的仓库是灵感，不是标准答案。表述谦逊，但有两个问题需要追问：谁决定什么能进 master？谁定义什么是破坏性更新？答案仍是 DeepSeek。这像一个主人说我家大门常打开欢迎来玩，但菜单由他定、谁上桌由他批、玩不玩得下去由他说了算。开源是开源，主权是主权，两件事要分开看。

总结一下

第一，DeepSeek 这步棋在架构上是诚实的。它不再只满足于做模型供应商，而是补上了执行层；并且没有做成封闭花园，而是做成了可被任意组合的底座。我去翻过源码，没有用花哨概念糊弄人，这一点值得肯定。

第二，但公共底座、并行实验这些词需要被审慎看待。底座目前仍是 DeepSeek 的底座，实验的准入和解释权也仍在它手里。三百多个插件看上去很热闹，能不能长成自演进的生态，还是退化为一座精装样板间，才是真正要观察的。

热闹会过去，代码会留下，我们盯着看就行，DSH 加油！

JOTO 企业落地观察

• 企业部署智能体系统时，需明确区分「运行时底座」与「端到端产品」：DSH 定位属前者，其价值不在开箱即用，而在可审计、可替换、可嵌入现有CI/CD与安全网关的能力。
• 插件化架构虽提升灵活性，但企业级落地必须配套建立插件准入、沙箱隔离、副作用审计三道防线，否则将把模型风险转嫁为运维风险。
• 峰谷计价模式暴露了智能体运行时的成本不可预测性——企业需在RAG知识工程阶段前置评估工具链调用频次与token放大系数，而非仅关注LLM单价。
• 开源不等于治理权移交。企业若将DSH纳入生产环境，须自主承担运行时升级策略、补丁验证流程与回滚机制设计，不能默认依赖上游节奏。