8 月 13 日夜里，DeepSeek 连发两弹：V4 Pro 正式版上线，同时把 Agent 运行框架 DeepSeek Harness（dsh）v0.1 开发者预览版以 MIT 协议开源。模型那边已经被人聊透了，这篇只聊 Harness——毕竟是 DeepSeek 第一次把「自家马具」开源，社区首夜实测立刻分裂成「太好玩」和「大翻车」两派。社区侧有博主统计，开源几个小时已狂拉 36k star。小红书在决定装不装之前，值得先搞清楚它到底是什么、哪些变量在扭曲测评、以及这本成本账长什么样。
开源的不是模型，是一副「手脚」
官方给的公式是 Model + Harness = Agent：模型是脑子，负责想；Harness 是手脚，负责给模型上下文、工具和执行环境。B站用更熟悉的话说，它和 Claude Code、Codex、OpenCode 是一类产品：DeepSeek 自家的 Agent 工作台，一条 npx 命令就能在本地 127.0.0.1:3080 跑起来。
真正让极客兴奋的是两个设计。一是「一切皆插件」：Cordis 插件系统把模型、工具、技能、会话、沙箱、存储、循环、调度甚至 UI 都做成可替换插件，不改源码就能换。社区考证它的理论底座来自北大与 DeepSeek 合作的论文，目标是让 AI agent 的工具层、记忆层、执行层、权限层像插件一样动态演化。微博二是把会话日志做成 append-only 并全量开放：Trajectory 视图支持恢复、分叉、检索、回放，日志可整体下载，Agent 跑了几轮、几步、LLM 思考多久、工具调用烧了多少 token，状态栏里一目了然，这套可观性在同类 harness 里是罕见标本。B站
社区首夜：一派封神，一派翻车
开源社区的手比官方快。首夜就有人做好桌面宠物插件，把皮卡丘放上了工作台，安装插件 keleus/deepseek-pet 即可领养。小红书还有人把整套 UI 换成女仆风皮肤、做成托盘常驻应用，甚至给 Codex 和 Claude Code 的 Monitor 写反向插件，「一切皆插件」的方向第一夜就被生态验证了。
实测口碑则撕成两派。正面派有 max 模式思考 97 分钟被喊「Fable 5 级」的，也有用 v4-pro 高思考加 PTC 模式复刻《寂静岭 PT》，10 分钟花了 5 毛钱的。B站反面派跑 MC 生成大翻车，token 消耗比 OpenCode 多、效果还更差，bug 清单也很具体：卡死、工具调用异常、长思考循环，以及模型没有视觉能力、harness 却默认调视觉工具，截了 300 多张图一个个数像素点。B站只看任何一派，都会被带偏，而这正是 developer preview 的典型首夜形态。
吵架之前，先看三个变量
把全网几十条实测摆在一起看，测评分裂的原因不是「Harness 行不行」，而是几乎没人控制三个变量。
第一是模型变量。你测的是 harness，干活的却是线那头的模型。同一晚 V4 Pro 刚正式上线，社区还流传着一段发布夜部署风波的野史：有人怀疑官方 API 一开始用 flash 参数部署了 Pro，有人对比 Hugging Face 上撤回前后的权重发现不一致，甚至自嘲「写错了就当成野史好了」。这些至今没有官方回应，模型本身还是悬案时，任何「harness 能力」测评都建立在流沙上。
第二是配置变量。标准模式对 PTC 模式、max/high/low 思考强度、接 v4-pro 还是 v4-flash，这几组排列的能力差和成本差都是数量级的，社区里也有「max 听说有 bug，high 更稳定一些」的声音。多数晒单只给结果不给配置，自然没法横向对比。
第三是工程成熟度变量。v0.1 是开发者预览版，bug 清单是真的：有人在无限制权限下，Agent 在大概五个 G 的时候感觉内存不够，把隔壁 godot 引擎的一部分删了。B站但插件 API 是真的，轨迹透明度是真的，迭代修 bug 的节奏也会是真的，拿成品房标准骂首夜毛坯房，同样是误判。
这本成本账：MIT ≠ 免费
别因为是 MIT 协议就忽略这一点：harness 开源免费，模型跑的 token 要记在你自己的 API 账单上。有人晒出首夜的平台消费页：0.59 元、125 次 API 请求、1448 万 tokens，看着白菜价，但那是 v4-flash 的价；换 v4-pro 加高强度思考，单个会话的状态栏就是 2850 万输入 tokens。还有爱好者给 Web UI 做了汉化，加上余额显示和当前会话消费金额，按他的估算一个会话约 1.4 元，8 月 17 日涨价后约 2.9 元。小红书没错，涨价——DeepSeek 大幅涨价已经预告，媒体也判断 token 价格战快到终点。36氪Harness 的可观性恰恰把「钱烧在哪一轮、哪一步、哪次工具调用」摆给你看，这也是它最值得成本敏感用户装来一试的原因。
现在装不装？三层人三种打法
已经把 Claude Code / Codex 当主力的人：别迁移主工作流，把 dsh 当「备胎观察对象」，花一小时体验 Trajectory 和 PTC，这个可观性与成本可视化角度，目前是同类产品里的稀缺品。
成本敏感的 DeepSeek 用户：可以装了玩，但记住三条——跑在一次性的目录里，权限选「工作区读写」而不是「完全控制」，首夜别上重要项目。安装避坑：Node 要 22.19+/24+，PowerShell 提示「禁止运行脚本」就改用 npx.cmd。B站国内下载慢就换 npmmirror 镜像；MCP 要改配置才能启用，CLI 暂不支持。
入门围观党：先别冲。等 bug 修复迭代一两周、入门教程出来后再进场，成本低得多。
接下来两周，盯三个信号
一，官方会不会正面回应发布夜的部署争议，这决定首夜测评有多少可信度；二，涨价怎么落地，这决定成本敏感用户的窗口期；三，插件生态能不能跑出几个「杀手级」社区插件——首夜已经有桌面宠物、皮肤和托盘化，方向对了，缺的是刚需作品。
黑鲸鱼终于冒头。这次 DeepSeek 补的是 Agent 的马具这一块，而开源社区的首夜也演示了：手脚比脑子更容易开源，也更难做好。
