这是我的第499篇Ai笔记，本篇2446、累计笔记8489135
彩蛋：文末给大家准备了《DeepSeek Harness桌面端实战手册》，从安装、配置到真实场景使用，一套跑通。
刚刚，DeepSeek Harness 又冒出了一个挺有意思的新东西：官方仓库里出现了桌面端的开发者预览版本。
先别急着满世界找安装包。目前这东西还比较早，没有正式打包，需要从源码编译。打开之后，左边工作区、右边对话框，再加上设置页面，整体体验基本延续了原来的 Web UI。
单看这里，其实没什么特别炸裂的。
真正让我觉得有意思的，是另外一件事。
DeepSeek 最近发布 V4.1 Flash 时，专门把同一个模型放进不同 Agent Harness 里跑了一轮。
结果在 DeepSWE v1.1 上，成绩从 65.5一路跑到74.2。
模型没换。
只换了“底盘”，前后差了 8.7分。
这事可比多一个桌面客户端重要多了。
以前大家聊大模型，注意力基本都在模型本身：参数、跑分、上下文、推理能力。
但到了 Agent 时代，情况正在发生变化。
如果把模型比作发动机，那么 Harness 更像是一整套底盘和控制系统：系统提示词怎么组织、上下文什么时候塞进去、给模型什么工具、失败之后怎么重试、文件怎么修改、任务怎么继续执行……
这些东西都会直接影响最后能不能把活干成。
所以 DeepSeek 这次真正值得关注的，不只是把 Harness 搬进桌面。
它正在把一套开发者基础设施，慢慢往真正的 Agent 工作台推进。
以后判断一个 Agent 强不强，可能真不能只问：
“你用的什么模型？”
还得继续问一句：
“你给它配的什么 Harness？”
01｜桌面化：Agent开始有点“工作台”的样子了
目前 DeepSeek Harness 本身已经有 Web UI，但对普通用户来说，终端启动、本地端口、浏览器标签页，这套体验多少还是有点开发者味儿。
桌面端做的第一件事情其实很简单：
把工具变成应用。
点开以后就是工作区，可以直接围绕项目和 Agent 持续干活。虽然现阶段 UI 和 Web 端差别不大，但产品形态已经开始往 Claude Code、Codex 这类长期工作台靠了。
02｜“轨迹”页面，比这个桌面壳更值得看
桌面端里有一个我很喜欢的设计：对话 / 轨迹切换。
系统提示词、上下文注入、工具调用、工具结果，都可以展开查看；它为什么改这个文件、失败后又重试了什么，也都有记录。
这个功能对 Agent 很重要。
聊天机器人说错一句话，大不了重新问；Agent 一次可能改几十个文件、连续调用十几个工具，真翻车的时候，你最需要知道的是：
它到底从哪一步开始跑偏的。
这套轨迹，本质上就是 Agent 的“行车记录仪”。
03｜同一个模型差8.7分，Harness的重要性终于摆上台面
这次最值得聊的，还是 V4.1 Flash 的多 Harness 对比。
DeepSeek 把同一个模型放进 Claude Code、Codex、OpenCode、Pi、mini-SWE 以及自己的 Harness 中测试。
在 DeepSWE v1.1 上：
mini-SWE：74.2
DeepSeek Harness Minimal：72.6
Claude Code：69.8
Pi：66.2
Codex：65.6
OpenCode：65.5
而到了 Terminal-Bench 2.1，DeepSeek Harness Minimal 又拿到了 90.6。
所以这张表真正证明的，不是谁“天下第一”。
而是：
Agent最后的能力，是模型和Harness共同作用的结果。
同一个模型，工具怎么给、上下文怎么组织、Agent Loop 怎么跑，都可能把最终效果拉开一大截。
这才是 DeepSeek Harness 真正值得研究的地方。
04｜一切皆插件，这东西明显不只想做Coding Agent
DeepSeek Harness 还有一个很有意思的设计：
Everything is a Plugin，一切皆插件。
模型、工具、技能、会话、沙箱、存储、调度，甚至 UI，都可以通过插件组合，底层由 Cordis 管理插件加载和依赖。
这意味着今天它可以是 Coding Agent，换掉工具和 Skill，理论上就可以继续往研究、数据分析、企业内部工作台上扩。
对于普通用户来说，这套东西现在可能还有点远。
但对于喜欢自己折腾 Agent 的开发者，这种架构就很香了。
夸完了，该泼的冷水还是得泼。
第一，现在还不是普通用户闭眼安装的时候。
目前依然是开发者预览版，桌面端也没有成熟的一键安装包，需要源码编译。
想尝鲜没问题，真拿来当主力工具，建议再等等。
第二，桌面端现在还不够“桌面”。
目前最大的变化还是运行载体，核心体验和 Web UI 很接近。
真正值得等的是后续文件拖拽、后台任务、本地应用联动这些系统能力。
第三，别急着把Harness跑分封神。
8.7分差距很亮眼，但换一个任务、换一套工具，排名完全可能变化。
所以跑分只能说明：Harness很重要，不能说明某一个Harness永远最好。
最后，老规矩，用三句话总结一下：
1. DeepSeek Harness桌面端最大的变化，不是多了一个窗口，而是DeepSeek开始把Agent基础设施往真正的长期工作台推进。
2. V4.1 Flash在不同Harness下最高能拉开8.7分，已经证明Agent时代不能只看模型，模型周围那套运行系统同样重要。
3. 开发者现在值得狠狠干一轮，普通用户不用急着折腾源码；等安装、插件和权限体系再成熟一点，这东西才可能真正走向大众。
DeepSeek Harness 现在更新很快，第一次接触的人最容易卡在三个地方：怎么装、装完怎么配置，以及到底什么场景值得用它。
所以这次我重新整理了一份 《DeepSeek Harness桌面端实战手册》。
从源码安装、基础配置，到模型接入、轨迹查看、插件使用，再到 Coding、项目修改和 Agent 工作流的实际场景，我都按照“装完就能用”的思路重新整理了一遍。
不研究概念，直接照着跑。
扫码回复关键词【HARN】，自动获取。