一句话搞懂 DeepSeek Harness
如果把 DeepSeek【模型】 比作一个“聪明的大脑”， DeepSeek Harness 就是给它配备的“全套工作台与机械手臂” ——让原本只会动嘴聊天的 AI，能够真正拿起工具帮你操作电脑、查资料、改文件和写代码。
对比Codex、Claude、Workbuddy、有什么区别？
DeepSeek Harness（dsh） 是 DeepSeek 于 2026 年 8 月开源的 Agent 运行时框架（MIT 许可，开发者预览版）。核心公式是 Agent = Model + Harness，强调“一切皆插件”（Everything is a Plugin），基于 Cordis 内核，模型、工具、技能、会话、沙箱、循环、UI 等全部可替换、可组合。
DeepSeek Harness 是“可拆装的 Agent 底盘”，适合想深度定制和二次开发的人；Codex/Claude Code 是“成熟的编程专车”；WorkBuddy 是“职场全能打工人”。如果你要自由组合、低成本、可扩展，选 Harness；要稳定开箱即用写代码，选 Codex/Claude Code；要办公自动化，选 WorkBuddy。
DeepSeek Harness 热度高，代表它真的强大吗？
DeepSeek Harness（dsh）刚开源即火爆（GitHub 短时间数万星），评价高度分化：开发者狂赞架构，普通用户 / 日常编码者吐槽体验。核心共识是“底层骨架很强，面向人的皮肤还没长出来”。
简单理解它的核心优缺点（社区集中讨论吐槽）
优点（它厉害在哪）
- 特别省钱：同样干活，花费往往只要别人的几十分之一，甚至几毛钱就能跑完一个任务。
- 非常自由：几乎所有功能都能像搭积木一样自己换、自己加，想怎么改就怎么改。
- 过程全透明：它每一步在干什么都能看清楚、能回放，出了问题容易查。
- 能干复杂活：能自己读文件、改内容、跑命令，完成从想法到成品的多步骤任务。
- 完全开源免费：代码公开，想自己部署、二次开发都行，不用被某家公司绑死。
缺点（哪里让人头疼）
- 对小白不友好：界面和操作偏“工程师风格”，术语多，第一次用容易懵，不知道从哪下手。
- 还在早期测试阶段：容易出小毛病（卡住、显示不准、偶尔翻车），复杂任务常常需要人盯着改。
- 上手要花时间：安装和设置有点麻烦，不像点开就能直接用的成熟软件。
- 默认体验一般：开箱即用时不一定比现成的工具更顺手，需要自己调才能发挥实力。
- 缺“眼睛”：目前还不擅长直接看图片、看界面，主要靠文字和代码工作。
一句话总结：
它像一台能自己组装的“高级工具箱”，强大又便宜，但目前更适合愿意动手折腾的人；普通用户想省心直接干活，可能还是现成的成熟产品更合适。
比如Codex、Claude、workbuddy等成熟产品，但是这些成熟产品的局限性也非常明显：深度模型绑定、自由度太低、功能需求依赖官方更新，相较而言，DSH的自由定制优势会有更大的扩展空间，以应对随着你的使用，越来越复杂的使用场景。
依然建议非技术人员、小白、文科生上手学习。
强大在哪里？
- 极致插件化架构（“Everything is a Plugin”）
模型、工具、技能、会话、沙箱、循环、UI 全部可替换，配置层自由组合，无需改源码。被称为“Agent 时代的 Android”或“自组装台式机”，扩展性远超 Claude Code / Codex。支持动态加载/卸载，甚至能让 Agent 自己写插件扩展自己。 - 完全可追溯的事件流 / 会话日志
模型看到的一切（提示词、工具调用、子 Agent、结果）都写入 append-only 日志。支持恢复、分叉、回放、检索。排查问题是“宝藏”，黑盒问题被打开。 - 成本极低 + 缓存命中率高
配合 DeepSeek V4 系列，单任务成本常低至 0.2 元甚至更低（有报告称完整编程任务约 1 美元量级，远低于海外竞品）。实测缓存命中率常达 90-99%（甚至 99%+），长任务 token 效率好。首 token 快（约 0.8s），工具调用平均约 2.4s。 - 工程化落地能力强
真正能读仓库、改文件、跑命令、子 Agent 并行、计划/目标驱动、错误恢复。长任务稳定性被夸（有量化交易背景设计痕迹）。四种模式（标准 / PTC 代码编排 / 极简 / 创造）灵活。支持多模型，还能把 Claude Code / Codex 当子 Agent 调用。 - 开源 + 可玩性高
MIT 许可，社区快速出插件/启动器/监控工具。实测能独立完成 3D 魔方、坦克大战、陀飞轮动画等复杂任务（纠错后上限不低）。对探索“自进化 Agent”的团队很有吸引力。 - 透明可控
实时显示 token/s、缓存命中率、轨迹等，成本可见。
典型评价：“架构设计 9-9.5/10，未来 Agent Runtime 潜力 9.5/10”“对探索自进化 Agent 的工程团队，搭出了目前其他方案没有的底层骨架”。
不足在哪里？
- 用户体验差，上手门槛高（最集中批评）
“底层架构很强，用户体验很差”“已经造出很强的 Agent 骨架，但还没长出面向人的皮肤”。UI 工程师味重、术语多、文档偏工程化。普通用户反馈“字都认识，但愣是看不懂”“不会用”。安装需 Node.js + 大量依赖，国内网络可能踩坑（GitHub/npm）。轨迹功能对开发者是宝，对普通用户是噪音。 - 仍是开发者预览版，毛刺多、不稳定
官方明确会有破坏性变更。实测有 UI 状态滞后（显示 5/9 完成，实际已全完成）、流式输出变慢、ask_user_question 卡死、历史加载失败、长任务/并行执行问题、对工具配置敏感。复杂任务常需人工验收和纠错，不是“放飞自我就能完事”。 - Token 效率并非最优
虽然成本低，但有对比称同模型在其他 harness（如 Pi）token 消耗更低（有报告称仅 dsh 的 1/3 左右）。默认配置可能偏“重”，对日常简单编码显得多余。 - 缺视觉/多模态，模型“没有眼睛”
常被吐槽模型执着于“想看到自己的工作”，影响部分任务。需要用社区插件调用其他模型补视觉。 - 学习曲线与生态早期
Cordis 内核小众，配置系统（patch 非 deep merge）易踩坑。API 稳定性低（官方主动放弃兼容），核心暂不收外部 PR。插件生态刚起步，成熟度远不及商业产品。对绝大多数日常写代码的开发者“重得毫无必要”。 - 默认表现未必最稳
可塑性强，调对工具后提升明显，但开箱默认不一定优于成熟工具。长任务耗时可能较长（半小时+），需盯着。
典型评价：“对日常开发者重而无必要，对自进化探索者是新骨架”“能干活，但得盯着”“当前取代 Codex/Claude Code 当生产力工具大概 6.5/10”。