昨晚的 AI 圈，几乎是同一时间发生了两件事。
第一件大家都知道了：DeepSeek V4 Pro 正式版上线（版本号 0813），Agent 跑分全面暴涨，价格却维持不变。这事今天已经有很多人解读，我不再展开。凌晨 DeepSeek 发布了 DeepSeekV4Pro0813 正式版，支持了 ResponsesAPI 与 AnthropicAPI。微博
第二件，对每天用 AI 编程工具的人来说，其实更值得关注：DeepSeek Harness 团队悄悄注册了公众号，头像是一只黑鲸，#DeepSeekHarness火了# 一度冲上热搜。不知道 Harness 是什么的，记住一句话就行：这是 DeepSeek 自己的「Claude Code」。
Model + Harness = Agent，DeepSeek 终于补上最后一块
DeepSeek 的招聘 JD 写得很直白：他们正在把前沿模型能力转化为领先的 Agent 产品，除模型本身以外的所有工作都属于 Harness 范畴，招的正是桌面端 Agent 产品。微博 翻译一下：模型是发动机，Harness 是整车。以前 DeepSeek 只卖发动机（开源权重 + API），你开车写代码用的 Claude Code、Cline、opencode，都是别人造的车。现在 DeepSeek 要自己造车了。
这两周的时间线非常密集：8 月初，DeepSeek Harness 开启内部测试。微博 8 月中旬，内测用户的截图开始流传，科技博主蚁工厂晒出三张图，配文只有一句「不知真不真」，评论区 49 条全在猜发布时间。8 月 12 日前后，Harness 团队公众号完成注册，券商中国记者核实，头像为「黑色鲸鱼」，与 DeepSeek 官微的色调并不相同。微博 8 月 13 日凌晨，V4 Pro 正式版上线，也就是开头那件事。
为什么挑这个时间把 V4 Pro 转正？看评测表就明白了：DeepSWE（软件工程基准）从预览版的 12.8 分飙到 62.7 分，Terminal Bench 87.9 分，Cybergym 83.3 分，清一色是长链路代码修改、环境操作类测试，恰好是预览版最容易翻车的地方。知乎 正式版还首次原生支持图像理解，这轮后训练指向同一个目标：把模型变成一个能干的「执行者」。而支持 Anthropic API，意味着现有 Claude Code、Cline 用户可以零门槛把后端模型换成 DeepSeek。模型层就绪，脚手架在内测，这条链路的节奏很清楚。
社区到底在吵什么
看了两天讨论，主要分三派。
对比派。李楠说得直接：按 V4 Flash 相对 V4 预览版的提升节奏推，V4 Pro + Harness 有机会无限接近甚至超过 Kimi K3 + Kimi Work，而且更便宜。微博 这句话正好踩在当前最热的话题上：Kimi K3 和 GLM-5.2 相继刷过屏之后，国产 Agent 组合谁更强，正是社区吵得最凶的问题。
生意派。梁斌penny 的判断很有意思：Harness 是门非常肥厚的生意，大模型公司肯定自己做，模型缺了脚手架根本跑不出结果，可靠性、安全性要求又极高，注定不会外包。微博 他还给期待「完全免费」的人提了个醒：这种东西肯定要付费，跑起来要消耗资源，和开源权重是两回事。
体验派。证券时报的消息称，不少参与内测的网友体验两天后评价「实力强劲」。微博 有内测用户甚至在社交平台直接喊出「宇宙最强」「吊打」。但注意：目前流出的只是极少数内测者的体验，没有官方公告、没有产品页、没有定价，连晒泄露截图的人都配了一句「不知真不真」。
泼三盆冷水，再上头
第一，评测表是官方自报的。Terminal Bench 87.9 分，有人解读成「反超 Fable 5」，也有人说「还差 0.1 分」，差别只在评测表的口径。知乎 DeepSWE 更是 DeepSeek 自家的基准。另一边，有人翻出 Artificial Analysis 的第三方数据，得出的结论相反：不及预期，甚至不如一些免费模型。知乎 不是说数字造假，而是这种数字，先看，再等第三方复测。
第二，实测也不一边倒。有 B 站 UP 主接入 Claude Code 测试，称效果「很拉垮」，后来发现是调用错了版本。实测和误会掺在一起，恰恰说明现在还不到下结论的时候。
第三，别忘了悬在头顶的涨价之剑。虽然 8 月 6 日 DeepSeek 已经预告「计划近期整体上调 API 定价，预计涨幅较大」，但目前 0813 版本还没动。知乎 现在 V4 Pro 还是每百万 tokens 输入 3 元、输出 6 元，缓存命中低至 0.025 元；有 B 站 UP 主实测，1 小时长任务成本 3 块钱左右。哔哩哔哩 窗口期能撑多久不好说，这也给 Harness 的未来定价多加了一个变量：模型涨价，会不会传导到 Agent 产品上？
谁该等，谁不该等
靠 Claude Code 和同类工具吃饭的人：现在不用切换，但值得留个位置。V4 Pro 的性价比在 API 层已经成立，价格是海外头部闭源模型的几十分之一，又支持 Anthropic API，完全可以先接上自己的真实任务，验证跑分数字，再决定 Harness 出来之后要不要搬家。
已经在用 Kimi Work 这类国产 Agent 的用户：重点看公测后的对比。「接近或超越、还更便宜」目前还是推断，黑鲸和竞品到底怎么排，要等正式版见真章。
只想找个便宜入口玩 AI 的人：先围观公测，别急着付费。Harness 目前所有信息都是发布前状态，任何「内部渠道」「保内测资格」的收费，一分钱都不要付、不要预订。
最后留一个观察信号清单，这几条里任何一条有动静，都值得回来重新解读：
公测时间和申请方式，盯紧黑鲸公众号；
定价模式：订阅、按量，还是部分免费；
Harness 本身是否开源；
第三方独立评测与真实编程任务对比；
API 涨价何时落地，和闭源旗舰的价差会不会被压缩。
有消息，跟进。
