Dane Dai
DeepSeek组建Harness团队
最近一个月我深度使用 DeepSeek，搭配 Claude Code 作为前端。经常遇到一个问题：当我发出一个指令（比如"更新这个 plan"），它只会更新 plan 中的一部分内容，而另一部分语义相关的内容却原封不动。这类问题发生了不下四五次，频率相当高。我认为有两方面原因。一方面，这与 DeepSeek 模型本身的智能上限有关——模型对语义关联的覆盖不够完整，导致遗漏关联修改。另一方面，Claude Code 这个 Harness 的系统架构可能并未完全适配 DeepSeek。Harness 层的 prompt 编排、上下文管理、工具调度等机制，如果是为 Claude 模型深度优化过的，换成 DeepSeek 后就会出现适配偏差。这可能是导致反复出现低级错误的深层原因。最近注意到 DeepSeek 正在招聘 Agent Harness 工程师——或许他们也意识到了这个问题：拥有自己的 Harness 是非常必要的。行业里同样的趋势很明显：智谱有 ZCode，腾讯有 CodeBuddy，阿里有 Qoder，国外的案例更是不胜枚举。背后的逻辑是一致的——大模型必须有匹配它的 Harness，才能最大化发挥模型的能力。更进一步看，大模型自身的能力是有上限的，但通过 Harness 这一层进行约束、增强或放大，反而可能产出更稳定的结果。Harness 不是简单的"壳"，而是模型能力的调节器。由此得出的体会是：在使用一个模型或一个 Harness 的时候，要有意识地去体会两者之间的匹配程度和各自特性，而非把它们当作一个黑盒整体来使用。具体到实践：使用 Claude Code 搭配 DeepSeek 时，务必使用 Plan 模式，先把主要流程确定下来，然后仔细 review Plan——理解它每一步的目的，确认覆盖范围是否完整——之后再开始执行。不要盲目让模型生成 Plan 就直接执行，否则容易出问题。
发布于 江苏
分享
评论
1
未登录
友善发言
评论
加载中
