撰文 | 郝鑫 高晓阳
编辑 | 王潘
近期，DeepSeek 持续上演反转剧情。
8 月 12 日深夜，DeepSeek 在无发布会、无预告的情况下，静默上线编号"0813"的 DeepSeek-V4-Pro 正式版模型。然而，现实体验与官方跑分的落差，以及上线即预告涨价的质疑，引发了广泛关注。
8 月 13 日，发布不到 24 小时，官网横幅与公告突然撤下，官方保持沉默。开发者发现其 Hugging Face 代码仓库正在紧急抢修，疑似因前后端配置错位导致体验“翻车”。当晚，DeepSeek 重新确认 V4 Pro 上线，并同步开源 DeepSeek Harness 开发者预览版，局势重回正轨。
DeepSeek 提出公式：Model+Harness=Agent。模型是负责思考推理的“大脑”，但纯语言模型无法直接操作外部世界；Harness 则是“身体”与“神经系统”，提供工具调用、文件读写、沙箱环境及任务编排等能力。没有 Harness，模型仅是引擎；有了它，才能成为真正干活的 Agent。
实测显示，在 DeepSeek Harness 加持下，V4 Pro 正式版响应速度显著提升，接入缓存命中率较 Claude Code 提升 1%。
祛魅和争夺范式
“一切皆插件”是 DeepSeek Harness 的核心理念。该设计由北大与 DeepSeek 联合提出的“时空可组合性”范式支撑，将 Agent 组件拆解为时间与空间两个维度：
时间可组合性通过“可逆效应”机制，自动记录并撤销组件卸载后的副作用，确保系统长期稳定；空间可组合性通过“响应式共效应”实现声明式依赖管理，组件只需声明需求，运行时即可自动协调依赖变化。
两者融合于统一的上下文与生命周期中，使 Harness 实现“无特权核心”，所有组件包括 Agent 主循环均可替换。这一理念为构建灵活的 Agent 基础设施指明了方向。
在 OpenAI、Anthropic 等巨头定义自有 Harness 时，DeepSeek 选择了差异化路径：前者采取“向下整合”策略，深度绑定自家模型以巩固应用层优势；DeepSeek 则致力于“横向铺开”，试图通过开源模型中立、高度模块化的 Agent 底层标准，成为下一代 AI 应用的基础设施。
网传 DeepSeek Harness 内测项目高度集中在 MCP 插件、代码智能体、运行时、编排框架等基础设施领域，直指 Agent 落地核心难题。DeepSeek 此举实为一场“祛魅”运动：将构建强大 Agent 的方法论与源代码公之于众，拆解了以往被视为“黑箱”的特权。
当 Harness 被透明化、标准化后，价值链上唯一不可被替代的便是底层的“模型”本身。DeepSeek 的策略清晰可见：先通过开源 Harness 建立生态与标准，吸引车流；再凭借最强的模型性能，完成商业价值的最终变现。
砍掉 prompt，场景一次跑通
此前测评 DeepSeek-V4-Pro-0813 时，因提示词限制导致《指环王》场景生成不完整。此次借助 DeepSeek Harness 进行完整测试，验证自家工具与模型的协同效果。
安装过程推荐直接使用 npm 包管理器运行npx @deepseek-ai/dsh web启动。若遇卡顿，可先全局安装对应包后再执行启动命令。
本次基准测试要求模型“读懂文学→理解世界→程序化搭建”，难度极高。我们将原著第一章前段完整文字（1817 词）作为输入，进行了两轮对比测试。
第一轮测试采用详尽提示词，包含场景要素、运镜、灯光等五条硬性要求。结果不尽人意：生成的场景粗糙，叙事破碎，穿模严重。复盘发现，过长的提示词反而限制了模型发挥。
第二轮测试将提示词精简为目标导向：“读懂原文，用 Three.js 搭出霍比屯生日派对 3D 世界，运镜按原文节奏，保存为 HTML"。删除所有细节约束后，效果发生反转。
场景一次跑通，洞屋、角色、长桌及人群议论等要素齐全，运镜叙事流畅。同一模型，繁复提示词导致翻车，直白目标却换来及格以上结果。这表明顶级模型无需“小作文”式提示词，提示词的作用正从“写剧本”转向“定目标”。
DeepSeek Harness 到底行不行？
回归正题，DeepSeek Harness 搭配 V4 Pro 表现优异：
响应更快。同等测试条件下，Harness 内的响应速度优于前一天在 Claude Code 中的表现。
缓存命中率提升。从 Claude Code 的 98% 提升至 Harness 的 99%。在长上下文任务中，这 1% 的提升直接关系到成本与生成效率。
作为开发者预览版，Harness 展现出极高的稳定性，全程无报错或上下文丢失。更值得称道的是其创新性：显式呈现运行过程中的每一步，让模型工作机制透明可见。
短期内，普通用户可能难以像使用 WorkBuddy 那样直接提效；但长期来看，DeepSeek Harness 与系列模型形成了难以割裂的增强闭环。
Harness 作为开源框架定义了底层标准，吸引海量开发者与真实任务涌入。这些执行轨迹通过内置可观测体系回流，为模型迭代提供数据养料；而模型能力的跃升，又第一时间通过适配器释放到插件生态中。
这套飞轮一旦转动，开发者将获得一个始终与最强模型同步进化、开箱即用的系统。这正是 DeepSeek 定义的"Agent=Model+Harness"终极形态：一个彼此增强、不可分割的完整个体。