DeepSeek Harness 实测：一夜 5 万星，Agent 界的 Android 来了

事件概述

DeepSeek 于北京时间 8 月 13 日晚正式发布首个 Agent 产品 DeepSeek Harness（DSH），官方定义是“模型 + Harness = Agent”：模型是“脑子”，Harness 是“手脚”，聊天机器人交付的是一段话，Agent 交付的是一件做完的事。

目前 DSH 不是云端服务，而是一个本地运行的开源工具，需要 Node.js 环境。通过 npx @deepseek-ai/dsh web 启动后，浏览器访问本地 3080 端口即可使用，会话、日志和数据都留存在本地。

核心信息

• GitHub 增长创纪录：仓库公开 12 小时即突破 5 万 star。公开后 21:05 为 7,283 个，21:51 为 15,530 个，不到两小时破万。作为对比，此前增长最快的 OpenClaw 平均每小时约 99 个 star，DSH 前两小时的涨速约为其 80 倍。
• “一切皆插件”架构：模型、工具、界面、审批策略，甚至驱动 Agent 的主循环本身都可以替换，前端也可通过 Prompt 修改。内置标准、极简、代码、创造四种预设，上个月 V4-Flash 在 Terminal Bench 刷榜时使用的就是极简模式。内测阶段开发者已制作约三百个插件。
• 实测表现：在实测中，DSH 被要求按照 The Verge 风格重构极客公园官网，并通过 GitHub API 绘制自身 star 增长曲线，两项任务均完成，全程 token 成本不到 3 元。
• 全程留痕：DSH 提供“轨迹”页，记录模型看到的系统提示词、思维链、每次工具调用和返回结果，这一设计在 Hacker News 上被开发者称为 killer feature，因为美国模型厂商的 API 恰恰把这层数据藏了起来。

争议与行业背景

发布次日，开发者社区的评价开始分化。争议集中在 DSH 目前对非编程用户不友好，以及插件生态的成熟度上。另有第三方对比称，同款 V4-Flash 接入另一个开源 harness Pi，token 消耗只有 DeepSeek Harness 的三成多。

在行业层面，Anthropic 有 Claude Code，OpenAI 有 Codex，DeepSeek 是最新下场做“壳”的大模型厂商，也是第一个将整个 harness 开源的公司。开发者工具公司 Composio 的对照测试显示，同一个 V4-Flash 接入八种不同 harness 完成三十项任务，最好的完成二十项，最差的只有十四项，说明模型相同的情况下，Harness 层会显著影响能力兑现。

值得关注

DeepSeek 做 Harness 有多重现实考量：成本上，上下文组织和缓存命中决定一个任务消耗多少 token，这些逻辑发生在 Harness 层；数据上，任务失败的完整记录是改进模型的重要养料，而记录握在 Harness 手里；生态上，团队已表示会向部分开发者提供 API 额度，目标是把插件开发者留在自己的生态内。

DSH 目前仍是被评价为“像框架、不像成品”的开发者预览版。但换个角度看，早期 Android 同样是粗糙、开放、只吸引动手的人的毛坯状态。DeepSeek 赌的是 Agent 行业也需要一个 Android，而它的做法是把 Agent 的零件全部摊开，让开发者自己去拼装。