8 min read

聊聊 DeepSeek Harness 争议

Source: https://x.com/i/article/2088263406742827008

DeepSeek Harness 发布之后,我在网上刷到两拨人,对着同一份代码,一拨骂它是废品,一拨说它是未来。骂它的拿着一把“今天就得能用”的尺子,夸它的拿着一把“明天怎么组装”的尺子,两把尺子各量各的,结论完全不一样。

这事的主角是 8 月 13 日挂上 GitHub 的 DeepSeek Harness v0.1,MIT 协议开源,标签写着开发者预览。首先要搞清一个事,DeepSeek Harness 跟 DeepSeek 的大模型是两回事,Harness 是包在模型外面的一套框架,能把模型包成今天给咱们办各种事的智能体。

先说说骂 DeepSeek Harness 的这拨人。想跑起这份代码,官方给出的路只有两条,要么用 npm 命令拉起本地网页界面,要么从源码自己构建。一键安装包?不存在的。代码仓库里还拿大写字母写着一行警告,THERE WILL BE COMPATIBILITY-BREAKING CHANGES,「后面还会有破坏性更新哦~」。

这个上手门槛跟其他产品的差距不小,Claude Code 有命令行、VS Code、JetBrains、Slack、浏览器、桌面端、移动端七类入口,Codex 有命令行、IDE 扩展、浏览器、桌面端、移动端五类,DeepSeek Harness 这边只有本地网页界面、无界面命令行和 Python SDK。各家基本上都有的 GitHub 上 issue 自动转 PR、自动评审那套玩得飞起的工作流,在 DeepSeek Harness 上我也没找到。检查仓库、编辑文件、跑 Shell、搜文件、搜网页、维护计划、调用技能、生成子代理、执行审批,这套干活的本事 DeepSeek Harness 不是没有,只是都得开发者自己动手拼起来。用“今天就得能用”的尺子量,原型和成品之间还有很长一段距离,仓库自己也拿“开发者预览”五个字,认下了这段距离。

不过社区的热情很高,已经有人出手把 DeepSeek Harness 包成了一个叫 DSH Desktop 的桌面应用,说明还是有人愿意给这套开源外壳配零件的,这就又给另一拨看图纸的人留了个话头。

夸 DeepSeek Harness 的人,把这份代码的底层图纸摊了开来。DeepSeek Harness 的设计原则就一句话,Everything is a plugin,模型、工具、技能、会话、沙箱、文件系统、循环、编排、用户界面,全部都是插件,每一层都能拆下来换上另一个实现,大家直接对着同一套接口说话。这套逻辑最狠的一刀落在模型身上,模型在这里也只是一枚插件,DeepSeek 自己的、Anthropic 的、OpenAI 的,任何兼容自定义端点的模型,都能插进来。DeepSeek Harness 的 GitHub 库自己把这个定位写得很直白,模型只是另一个插件,不需要是垂直整合技术栈的中心。当年操作系统最早的本事就是吸收硬件差异,换个显卡、换个硬盘,系统和应用照跑,这套设计等于在 Agent 这层重演了一遍,我在网上刷到有人说它是 AI 操作系统雏形,顺着这个设计,确实接得上。而且它生态起得也是真快。现在 DeepSeek Harness 的代码在 GitHub 上已经拿到接近 9 万个 Star,虽然这说明不了谁装好了、谁跑通了、谁留下,但这围观的规模是真的恐怖。另外,代码就摆在仓库里,能跑不能跑、清单列了什么,当场可查,是不是 PPT,至少不用争了。

所以眼下吵的只剩时间尺度,是今天到明天之间的那段距离。把这份代码想成一块插座板,骂它的人是急着找电的那种,这块板子连开关和电源线都得自己配,这你受得了吗?夸它的人不在乎这段自己动手的距离,他们端详铜片怎么排、接口留了几个。两把尺子量的是同一块插座板,一把问今晚能不能通电,一把问明年能接多少电器,两边都量对了自己那层,但今天被门槛劝退的人,恰恰是明天会往插座上接电器、留脚本的那批人,也难怪会吵成这样。

那这场争论我站哪边呢?我是觉得这架根本就吵不下去。

先讲点别的。DeepSeek 在 8 月 13 日还干了一件事,就是把四月还在预览的 V4-Pro 转成正式版,主打 Agent 能力,网页、App、API 全量上线,但我特别留意到的是官方性能测试里的一行脚注小字:在公开的 Code Agent 任务那一栏,DeepSeek 自己专门注明成绩是在 DeepSeek Harness 的“最小模式”里跑出来的,也就是不加任何额外指示的一个模式。反过来说,就是 Harness 这个“壳”对 Agent 的影响已经是非常大的了,大家真正在意的早就是 Codex 和 Claude Code 谁强,某两个模型版本之间差几分,反而没多少人盯着。

四月还有一个现成的例子,4 月 23 日,Opus 4.7 发布一周之后,Anthropic 发事故复盘,承认 3 月到 4 月间 Claude Code 陆陆续续引入了三个 BUG,波及了几乎全部 Agent 用户,最长的一个存在了好几周,可复盘发出来之前,挨骂的却一直是 Opus 模型。壳和模型绑得太紧,用户分不清哪一层出了错,连习惯的重度用户都先默认是模型变笨了。

突然打岔出来讲这些,我就是想说现在“壳”越来越重要了。这两天还有一件关于 DeepSeek 的大事,就是模型涨价,我今天下午还收到了邮件通知,涨的幅度一点不小,特别是一直饱受好评的缓存命中价,涨到“梁圣”都回滚“梁白开”了。

把俩事连起来,我觉得 DeepSeek 的思路变了。

咱们说回 DeepSeek Harness 本身。首先它开源了,所以它不图 Harness 的钱,而且这块免费派发的插座板上,模型插槽从一开始就写着兼容自定义端点,嫌这家贵就把旧插头拔下来换一家,甚至都不给自己家的模型留点优势,也就是说 DeepSeek 也不图模型的钱。那它图啥呢?

今天,智能体这个“壳”,是习惯、脚本、工作流沉淀的地方,大模型已经在标准接口后面越来越多地可以互换。把最容易被替换的那层提价,收的是眼下还在用的人的现钱;把真正难替换的那层免费派发出去,收的是明天这批人的习惯。哪怕你今天嫌电费贵,换了别家的发电机,你手上的插座孔位还是 DeepSeek 定的规格,明天要接什么新电器,都得先拿这块板子过一遍。所以我的看法是,他们押的是明天有多少人会用这块插座,对自家发电厂还能发出多少电、性价比优势有多大,倒是没那么上心了。

我之前就一直在琢磨,Vibe Coding 再往下走,开发成本会被 AI 压到很低,软件会越写越多、越写越碎,一个应用可能只为几个人写。到那个份儿上,如今这种装进图标、点开界面、面向所有人的 App 形态就装不下了,就得有一种新容器了。DeepSeek Harness 出来之后,我有点悟了,全插件的架构不就是来干这个的嘛,同一套壳,模型、工具、技能、界面哪一层都能换,理论上可以变形出各式各样的小型应用,同时这些应用之间还不会互相打架,可以和谐共存。配合 DeepSeek Harness 发的那篇 88 页的论文,说的就是他们咋做到的这件事。这个后面如果实践起来也发现没啥问题,那 DeepSeek Harness 就会是一千万以内最好的通用操作系统。写文章发网上嘛,就是要大胆预判。今天我先写个预判在这儿,后面可以再看看。

回到这波争论,把两把尺子的测量结论合起来看,想用产品的那拨量出来的单子上写的全是扣分项,准备干施工的那拨本子上反倒全是对勾。我觉得骂的人没量错,夸的人也没量错,只是今天在夸的那拨人还需要再多点时间,来让今天在骂的那拨人不再骂。

等他们把活干完再看吧。