Agent 行業需要一個 Android。
台北時間 8 月 13 日晚上八點半，DeepSeek 正式公佈了它成立以來的第一個 Agent 產品，之前預熱很久，大家期待值很高的 Deepseek Harness。
截至發稿，它的 GitHub 倉庫已經漲到超過 5 萬個 star—— 而倉庫公開剛剛過了 12 個小時。
DeepSeek 官方給它的定義其實和別家也差不多：模型加上 Harness，才等於 Agent。模型是腦子，Harness 是手腳；聊天機器人交付的是一段話，Agent 交付的是一件做完的事。
發佈當晚，我們把它裝進了自己的電腦，讓它幹了兩件活：照著 The Verge 的風格重構極客公園官網，再調 GitHub 的介面，畫出它自己的漲星曲線。兩件活都交付了，全程花掉的 token 不到 3 塊錢。
但它也確實還是個毛坯：介面對不寫程式碼的人算不上友好，目前上傳的開發者預覽版的毛邊隨處可見。12 個小時用下來，我們的印象是——DeepSeek 壓根沒想現在就給你一個成品，它給的是一堆等你動手組裝的零件。
01. 「一切皆外掛」
GitHub 倉庫在正式公佈前半小時就悄悄公開了，接下來是我們眼看著發生的一幕：21:05 查詢時 7，283 個 star，21:51 再查，15，530 個。公佈不到兩小時，star 破萬；今天早上再查，已經突破了 5 萬。
在此之前，被稱為史上增長最快倉庫的 OpenClaw，84 天漲 20 萬個，平均每小時約 99 個。DSH 頭兩個小時的漲速，是它的 80 倍。
目前 Deepseek Harness 還不是一個雲端服務：裝了 Node.js 的電腦上敲一行「npx @deepseek-ai/dsh web」，瀏覽器打開本地的 3080 連接埠，就是它的全部介面。會話、日誌、資料都留在本地，瀏覽器只是它的殼。
新會話頁面上掛著它的 slogan：「探索未至之境」，英文原文是 Into the Unknown，旁邊是「預覽版」的角標。第一次啟動還會彈一個「內部測試提示」，大意是 0.1 版仍在面向 Harness 開發者測試，核心外掛和基礎介面未來幾個月會快速演化。翻譯一下：這是給開發者的嘗鮮版，不是給普通使用者的成品。
它最激進、也是發佈後 12 個小時爭議最大的設計，即「一切皆外掛」。
模型、工具、介面、審批策略，甚至驅動整個 Agent 運轉的主循環本身，全都可以拆下來換掉：如果你願意的話，連整個前端都是可以更換成你自己喜歡的風格的：比如上手第一時間，我就用 Prompt 將它改成了我更喜歡的洋紅色主題。
讓你直接動手改 Harness 的 Web 前端，這一個小細節其實也能看出 Deepseek Harness 的開發邏輯，是一個由大大小小外掛組成的生態系統；只要你願意動手去適應這套系統，你就能搭出一套獨一無二、專屬於你的工作生態。
按官方文件的說法，Deepseek Harness 內建了標準、極簡、程式碼、創造四種預設，V4-Flash 上個月刷榜 Terminal Bench 的那次官方評測，用的就是其中的極簡模式——當時 API 更新日誌裡那句「即將發佈的 DeepSeek Harness」，昨天兌了現。
開放的結果來得比想像快。內測階段的開發者幾天裡做了約三百個外掛，有人給它換上 Windows XP 的復古皮膚，有人做了表情包外掛，讓它幹完活還能立刻給你發一張大肥魚表情包。但這種廣泛的玩法恰恰說明：這個框架裡沒有什麼是焊死的。
但 star 漲得有多快，冷水來得就有多快。發佈第二天，開發者社區的評價開始分化：無論是 Deepseek Harness 目前的使用者體驗，對非程式設計使用者不是很友好、還是整個圍繞著外掛建構起來的 Deepseek Harness 生態，其實都引發了一些爭議與討論。
這些冷水沒有一盆是衝著模型來的，全部潑在 Harness 這個「殼」上。殼的成色到底如何，我們發佈當晚的兩個測試正好可以對著看。
上手 Harness 之後，我的第一個測試，就是讓它重構極客公園的官網：我把極客公園官網的網址丟給它，讓它照著 The Verge 的風格，重構一版新的網站設計。
這個任務測的是另一個坑：它到底會不會真的去看兩個網站。
這是 Deepseek Harness 最後實際生成的效果：實際上這個網站格式與互動都有一些細微的問題，但當你通過 Deepseek Harness 的外掛式架構，裝上更多關於模型與設計的 Agent 能力外掛之後，整個網站就在快速迭代之下，變得更加具有現代感了。
舉例來講：雖然 Deepseek Harness 內建沒有帶畫板功能，也可以去通過安裝外掛來實現；官方外掛庫裡有現成的名為 DSH-OpenPencil 的外掛，安裝之後，你就可以直接即時在對話中預覽互動設計檔案，直接讓 Deepseek Harness 原本單調的 Web UI 變身設計交付工具。
此外，為了驗證這次的圖片生成以及資料提取能力。我甚至還用 Deepseek Harness 直接生成了一張從昨晚到今天早上的 GitHub 增長趨勢圖：
提示詞：用 GitHub 的公開 API 查一下 deepseek-ai/deepseek-harness 這個倉庫的 star 資料，結合這幾個我們人工記錄的時間點:8 月 13 日 21:05 是 7，283，21:51 是 15，530，8 月 14 日 8:53 是 44，514。畫一張 star 增長曲線圖，橫軸時間、縱軸 star 數，標註關鍵節點，存成圖片。
DeepSeek Harness 有一個「軌跡」頁，模型看到的一切都記錄在案：系統提示詞、思維鏈、每一次工具呼叫和返回結果。所以它是真抓取了頁面，還是憑訓練記憶裡的印象「腦補」了一個 Verge 風格，翻記錄就能對質。這種「全程留痕」是它和聊天機器人在架構上的根本區別之一——聊天工具只保存最終的對話，它保存的是過程裡的每一步。
這個設計也是它在 Hacker News 上收到的最響亮的好評。有開發者把「模型看到的一切都寫入只增不改的日誌」稱為 killer feature，還特別點出，美國模型廠商的 API 恰恰把這層資料藏了起來。
算一筆帳
Harness 本身免費開源，但模型呼叫照常收費：目前我們測試的都還是13 日晚 Deepseek 官宣漲價之前的模型價格，因此仍然算是量大管飽：實際上，這整篇文章的 Demo 測試下來，我們消耗的 Token 用量也沒有超過 3 塊錢。
此外，Deepseek Harness 還會主動幫你把帳算得明明白白：每個會話底部都掛著即時統計，這一輪幾步、模型耗時幾秒、輸入輸出各多少 token、甚至快取命中率多少，都會全部攤開給你看。
爭議也恰好出在這裡。
發佈次日，一項在開發者圈流傳的第三方對比稱，同款 V4-Flash 接入另一個開源 harness Pi，token 消耗只有 DeepSeek Harness 的三成多。
我們自己的使用體感上，除了使用 V4 Pro Max 仍然量大管飽之外，目前直接使用 Deepseek V4 Flash，不僅速度更快，在那內容生成精準率上也並沒有降低很多，或許這也代表著目前 Deepseek 的 Harness 確實還處在開發者預覽版的階段，它並不是最終完成的版本。
02. Agent 界的 Android
模型公司親自下場做「殼」，DeepSeek 不是第一家。Anthropic 有 Claude Code，OpenAI 有 Codex，現在名單上補齊了最後一個大玩家。
Harness 可能是大模型打通生產場景目前最重要的路徑之一；開發者工具公司 Composio 做過一個對照測試：同一個 V4-Flash，接入八種不同的 harness，完成三十項任務。最好的完成了二十項，最差的只有十四項。模型一模一樣，結果差出三成。
模型劃定能力上限，Harness 決定這份能力最終能兌現多少。
對 DeepSeek 來說，這層殼還有三重更現實的帳。成本上，上下文怎麼組織、快取怎麼命中，決定一個任務燒多少 token、重試幾次，這些都發生在 Harness 層，別人的殼它管不著。資料上，任務失敗的完整記錄是改進模型最好的養料，而記錄握在殼的手裡。生態上，網易科技的報導裡提到，團隊表示會向部分開發者提供 API 額度——把外掛開發者留在自己院子裡的意圖，不算隱晦。
站遠一點看，過去兩年模型公司賣的是 token，按字數收費，像賣水。從 Claude Code 開始，它們陸續發現真正值錢的是「把事做完」這個動作本身。DeepSeek 是最新下場的大玩家，也是第一個把整個殼都開放原始碼的。
它賭的是另一條路：別人把 Agent 做成成品賣給你，它把 Agent 的零件全部攤開，賭開發者會用這些零件，拼出它自己都沒想到的東西。
回頭看，「像框架、不像成品」這句今天關於 DeepSeek Harness 最大的爭議，放在另一個坐標系裡就是恭維—— Android剛問世的時候，也是一副毛坯的樣子，粗糙、開放、只吸引動手的人。後來的事，大家都知道了。
DeepSeek 賭的，是 Agent 這個行當也需要一個Android。 (極客公園)