DeepseekHarness到底强在哪
别被炫酷 Demo 骗了，真正该看这 4 件事前阵子团队让 Agent 改购物车促销逻辑。Demo 里十分钟生成代码、测试全绿；放进真实项目后，立刻撞上两年前的促销规则、三套会员价，还有一个谁都不敢删的 `final_v2_new.py`。Harness 能不能进生产，关键不只是模型，而是它有没有一套工程控制层：通过权限隔离限制能访问的系统；通过沙箱控制命令执行；通过检查点和版本 Diff 支持回滚；通过调用日志记录每一步，最后再用测试或规则验收结果。它是在给 Agent 加安全带和仪表盘。所以我测 DeepSeekHarness，只看四件事：任务是否完成、人工接管几次、失败能否恢复、全过程能否追溯。
发布于 湖南
分享
评论
赞
未登录
友善发言
评论
加载中
