昨晚（8月13日），DeepSeek这一天信息量有点大：V4 Pro模型正式发布，Agent底座DeepSeek Harness（简称dsh）同步开源，还公布了8月17日生效的新价格（省钱部分昨天那篇聊过了，这里不展开）。
今天知乎上dsh的实测文章一下子涌出来，开源不到24小时star数就冲过5.5万。知乎作为一个长期蹲守养龙虾人群动态的人，我的第一反应是：这不是"DeepSeek又发了个工具"这么简单，而是模型厂商开始亲自下场做Agent底座了。36氪还在养龙虾、或者准备入坑的朋友，这事值得停一下。
Harness是什么？先别当成"DeepSeek版聊天客户端"
很多人看到"开源Agent框架"，第一反应是：又一个类似Claude Code的壳。不太准确。
这次社区流传的一句话我觉得说得很到位：Agent的实际能力 ≈ 模型 × Harness × 工具 × 上下文管理。知乎模型是大脑，Harness是身体——读项目、搜代码、调Shell、改文件、跑测试、根据报错再修，这些"手上的活"都是Harness在干。所以同一个模型塞进不同的Agent里，效果可能天差地别。
现在主流的Coding Agent，Claude Code、Codex、Cursor，基本都是一整坨"焊死"的产品：模型适配、工具调用、沙箱执行、会话存储、agent循环全缝在一个进程里。dsh的思路反着来——“一切皆插件”，连agent loop本身都是插件，任何一块都能通过配置替换掉。知乎
首批实测：最惊艳的不是插件，是"透明"
把今天几篇首批实测放在一起看，共识度最高的点不是插件架构，而是轨迹透明。
dsh的轨迹模式会把Agent执行全过程记录并公开：thinking、Prompt、Context、工具调用、Sub-Agent、Token消耗、缓存命中率，全部变成可审计的事件流，工具调用标橙色、上下文标绿色，一眼看懂。一篇实测里贴了个例子：1轮57步，LLM用时9分53秒，工具调用9分44秒，首token平均1.8秒，缓存命中96%，输入310万token，输出2.61万token。知乎
养过龙虾的都懂这意味着什么：你的Agent员工再也没法偷懒了。干了多少活、卡在哪、烧了多少token，一目了然。当年R1公开思维链，是让模型的"脑子"透明；这次dsh是把Agent的"手脚"透明，难怪有实测作者说这是"升了一个维度"。
还有几个比较超前的设计：Web UI给了4种模式（标准、PTC、极简、创造），极简模式只留持久bash和文件编辑两个工具，专门跑编码任务；"capability seam"机制可以把文件系统、进程整套能力指向远程沙箱；社区插件也开始冒头，比如让模型回答直接长出可交互界面的dsh-genui。
但坑也是真的：它现在还是开发者预览版
实测里的反证信号同样重要：
第一，版本号0.1.0-rc.5，Developer Preview，DeepSeek官方明确警告后续会有破坏性变更。知乎现在就把生产任务压上去，等于把活交给一个还在施工的房子。
第二，实际效果还没跟上。有实测跑了个小case，一次没跑成功；放开token限制重跑，单次任务token消耗从2万飙到27万，翻了14倍——好在大部分命中缓存，实际花费约6倍。知乎实测者的结论挺直接：整体成熟度还不如Trae、workbuddy这类成熟商业产品。
第三，模型适配。接本地第三方模型效果一般，目前最适配的还是DeepSeek自家模型。另外它没有Windows/macOS桌面版，需要装Node.js，用官方npm包@deepseek-ai/dsh拉起本地Web UI，对纯小白有一道门槛。
还有个细节值得单独提：官方宣传的Terminal Bench 2.1得分87.9，不是裸模型成绩，是"dsh极简模式+max思考强度"配合跑出来的总分。知乎这其实是"模型×Harness"公式的注脚，但如果冲着"模型单独就这么强"去理解，会想多。
为什么DeepSeek此时下场，比发布本身更值得看
把时间线拉长一点更有意思。
今年上半年，养龙虾（OpenClaw）热潮算得上现象级：38.6万star，GitHub历史上增长最快的项目，没有之一。知乎但从6月开始，退潮很明显——知乎上"OpenClaw为什么不如3月火了""OpenClaw是噱头吗"这类问题扎堆出现，小红书上《第一批养龙虾的人，已经开始花钱卸载了》拿了近万赞。小红书自研底座的通病——安装配置复杂、token烧得凶、效果不稳定、权限风险——劝退了大量轻度用户，澳大利亚那起Agent越权破解健身房系统的事件，当事人用的就是OpenClaw。知乎
然后就在DIY热情退潮的当口，厂商们排队下场了：腾讯的微信AI智能体"小微"在8月12日启动小范围灰度测试。知乎Meta开源了消费级显卡就能跑的30B智能体模型。36氪IDC在今年WAIC期间的预测是，全年全球活跃AI智能体数量会到7940万个。知乎
信号很明确：Agent的竞争从卷模型，变成了卷底座和入口。对普通玩家来说，玩法正在从"自己拿开源项目攒一个"，变成"厂商底座+自己的插件"。
该不该换？我的判断
这几类人可以现在就去试：
想知道Agent每一步在干嘛的实操党——轨迹透明这一项就值回体验成本。
本来就想换模型的养虾党——V4 Pro原生支持Responses API、专门适配了Codex，接入路径比以前短很多。知乎
插件开发者——一切皆插件+官方开源了BENCHMARK.md，等于把跑分尺子也交给了社区。
这几类建议再等等：
有生产任务的用户——rc版本+官方预警破坏性变更，别拿正经工作赌。
纯聊天、轻度用户——现在的dsh更像开发者工作台，不是消费品。
完全不想碰命令行的朋友——暂时没有桌面版。
最后三个提醒：跑分别盲信，看清楚分数是怎么跑出来的；8月17日新价格生效，账单敏感的先算账再迁移（怎么省昨天那篇有）；不管用什么底座，别给Agent过大权限，沙箱和审批机制必须开。
接下来值得盯的信号：dsh正式版的时间表、社区插件生态能不能长起来，以及社区开发者能不能用BENCHMARK.md复现那个87.9——最后一项最有看头，量具第一次真正交到社区手里。
