DeepSeek Harness 被骂惨了人类补丁计划
前几天我发了一个关于 DeepSeek Harness 的截图,被骂惨了,今天好好研究一下这个给我带来泼天流量的Agent平台。
DeepSeek Harness 简称 DSH。
对于大部分不是IT行业的普通人来说,很多人第一反应可能是:
这又是什么新概念?
甚至第一次看到 Harness 这个单词,马具?
先搞明白:Harness 到底是什么?
过去一年,我们已经习惯了各种 Agent。Claude Code、Codex、Cursor、OpenClaw…… 它们看起来能力都很强:
可以读取项目代码;
可以修改文件;
可以打开终端;
可以调用搜索;
可以使用 MCP;
可以调用 Skill;
甚至可以自己拆解任务、调用子 Agent,然后连续工作几十分钟。
但这里有一个非常容易被忽略的问题:
这些能力,并不完全来自大模型本身。
模型本身更像是“大脑”。
真正让模型能够操作电脑、读取文件、执行命令、调用工具、保存记忆的,是模型外面的那一整套系统。
这套东西,就是:
Harness。
DeepSeek 官方给出了一个非常简单的公式:
Agent = Model + Harness。
你可以把它理解成:
大模型负责“思考”,Harness 负责给它:手、脚、眼睛、工具、记忆和工作环境。
在 DeepSeek Harness 中一切皆插件
Everything is a plugin。
一切皆插件。
这个设计是DeepSeek Harness中非常关键的存在。
在 DSH 里面:
模型、工具、Skill、Session、Sandbox、Storage、UI都是插件;
这是什么概念?
DeepSeek Harness 就像一台可以自己组装的电脑。
不喜欢这个模型? 换。
不喜欢这个搜索工具? 换。
不喜欢现在的记忆系统? 自己写一个。
想加入公司的内部知识库? 写插件。
甚至整个 Agent 的运行方式,都可以重新组合。
DeepSeek Harness的使用对于普通人来说还是有一点门槛的,需要配置电脑环境,通过命令来安装。
安装完成后我们就可以在浏览器打开 http://127.0.0.1:3080 看到Harness的Web UI,如果是第一次打开我们需要配置 Api Key
Api Key就是我们在 https://platform.deepseek.com/ 平台上获取到一个密钥,第一步需要充值,这个充值,就是我们购买的token算力,然后在API keys导航下点击创建API key,创建成功后会弹出一个弹出框吧key显示出来,这个key只会显示一次,一定要复制下来
把复制下来的可以,粘贴到我们的Harness中,保存并继续,就可以使用了,虽然是浏览器中运行,但是依然操作的是我们的本地磁盘,在使用的时候需要指定一个工作目录。
但是需要注意的是,DeepSeek 涨价了
所以我们在使用的时候要注意选择模型版本和推理等级控制我们的使用情况,别用脱了。
DeepSeek Harness 好的一点就是你的每一个对话都可以看到对应的轮数、token的消耗,以及有没有命中缓存
我用DeepSeek Harness生成了一个ppt,效果还是不错的
2 轮对话 · 83 步| LLM 8m17s · 工具调用 9m30s| 首 token 平均 2s · 160 tok/s| 缓存命中 99%| 输入 3.7M tok · 输出 53.3K token
还有一个好用的功能就是轨迹,运行的每一步都有对应的记录,方便我们查看agent是如何和大模型交互的
这个功能的价值很大呀,并且非常实用。
很多Agent在运行的时候,我们只能知道成功和失败,但是失败以后,你只能看到任务失败,根本不清楚到底是咋失败的。
Harness里的轨迹视图可以按来源查看每一次运行,对开发者来说,这意味着可观测、可审计、可复现,非常适合做研究。
但是要想用好Harness核心还是插件,插件可以自己开发,也可以使用社区的插件,目前社区插件已经有6864个了,咋这么高产
2026 年,AI 的竞争已经悄悄换赛道了
模型越来越像 CPU。
MCP、Skill、Memory、Tools 越来越像软件和硬件接口。
而 Harness,就是那个把这一切组织起来的:操作系统。
所以 DeepSeek Harness 最值得关注的地方,并不是:
它今天能不能打败 Claude Code。
甚至也不是:
它今天有多少插件。
真正重要的是:
DeepSeek 开始尝试回答一个更底层的问题——
如果未来每个人都有一个 AI Agent,那么这个 Agent 到底应该运行在什么样的系统里?
而 DeepSeek 给出的答案非常简单:
不要把能力写死。
把一切做成插件。


