DeepseekHarness到底强在哪
8月13号晚DeepSeek Harness开发者预览版公测，说实话刚听到这个名字我笑了——"Harness"翻译过来是"挽具"，给一匹野马套上缰绳。但看完发布内容，我有点服气。以前的DeepSeek像个"顾问"——你问它答，具体操作还得自己干。Harness干的事，是给模型装上"手"和"脚"：能自己改代码、查资料、跑测试，把活干完交给你。官方定义很直白：Model + Harness = Agent。最让我兴奋的是"一切皆插件"这套设计。模型、工具、技能、会话、存储、UI，所有Agent能力都由插件组合，想换就换。最离谱的是，你甚至可以用Kimi或者OpenAI的模型跑在Harness上——它不是锁死在DeepSeek生态里的。内置四种模式，标准/PTC/极简/创造。其中PTC模式我比较好奇——让AI主动写代码筛选数据，避免上下文被塞爆，这个思路解决的是实际痛点。实测数据也不差：88页论文翻译22分钟，做贪吃蛇游戏50秒。项目负责人崔添翼自己说目前还不完善，但半小时GitHub星数破万，截至发稿已超3万。说个反常识的判断：DeepSeek真正的野心不在卖Token，在卖能力。V4 Pro是"大脑"，Harness是"身体"和"神经系统"，一套生态正在成型。对标的是OpenAI Codex和Claude Code——而且MIT协议开源，这个策略玩得漂亮。槽点也有：名字确实取得寒碜，读起来别扭，连缩写dsh都不知道啥意思；预览版还不完善，稳定性得慢慢看。一句话：一个能自由定制、能接任何模型的Agent框架，值得花点时间折腾。
发布于 上海
1
评论
1
未登录
友善发言
评论
加载中
