8月2日，一条“DeepSeek Harness 开启内部测试”的消息在AI圈传开；8月5日，负责人又在社区发出招募帖，只问一件事：哪些开源项目愿意在Harness发布第一天就接入？等知乎复盘文章看到时，浏览量已经到了17万。知乎如果你现在正付费订阅着Claude Code、Codex，或者用DeepSeek API跑OpenCode，这个“还没发布的产品”值得花3分钟搞清楚：DeepSeek到底想造什么，你手里的续费要不要先等一等？
Harness不是突然冒出来的，线已经埋了半年
5月，一则Agent Harness产品经理的招聘 JD 在业内被转发，团队使命只有一行：Model + Harness = Agent；6月，研发工程师第二个岗位跟上。真正的信号密度出现在7月底：7月31日V4-Flash正式版发布并开源，发布说明里直接写明，所有CodingAgent任务的基准测试都是用尚未发布的内测Harness完成的。微博8月2日内测开启，同时面向开源项目开发者招募封闭测试。把这套节奏放进当月的大模型发布潮里看更清楚：7月一个月，Kimi K3、Qwen3.8-Max、Claude Opus 5等9款旗舰密集上线，而DeepSeek V4正式版当时还排在“未发布”一栏。
Harness是什么？先读JD里的三层信息
第一层是定义。用招聘 JD 的原话说，除模型本身以外的所有工作都属于Harness的范畴——上下文管理、工具循环、权限、验证、模型适配，这些“脚手架”全算Harness。微博第二层是产品形态。同一份 JD 要求产品经理“参与 DeepSeek 桌面端 Agent 产品的全过程”，任职要求里深度使用清单点名Claude Code、Codex、Cursor、OpenCode、GitHub Copilot、Manus——翻译过来，对标的就是你现在在用的这批工具。第三层是边界。模型卡里把Harness称为minimal mode，而社区招募范围对plugin、Skill、MCP、orchestrator、aggregator、UI全部开放，入选作者还能拿到内测资格和API额度。知乎三层信息拼起来，知乎社区的推测是：DeepSeek大概率只守中间层，记忆、人格、行业工具和各种UI交给社区补。
换成架构图就好理解了：本地客户端负责的是“Client Agent”这一层，上接模型，下管工具调用和子Agent；DeepSeek要做的，是把这一层官方化，并且和自己的模型一起调优。
跑分表里藏着两件事：Flash变强了，Harness是放大器
先看成绩。V4-Flash-0731重做后训练之后，TerminalBench 2.1拿到82.7分，在DeepSWE、Cybergym等多个Agent向基准上超过V4-Pro预览版。36氪更关键的是官方表格底部那行小字：V4-Flash的公开Code Agent任务成绩，是用尚未发布的DeepSeek Harness（minimal mode）框架测出来的。也就是说，这一轮名次上浮是“后训练+Harness”的合练成绩。差评君在测评里说得直白：Harness可以说是Agent工具的一种，Codex、OpenClaw都可以算是Harness，而现在DeepSeek要推出自己的Agent工具卷进来了。微博
成本端的差距更直观：一份成本榜里，DeepSeek-V4-Flash复杂负载单任务0.03美元，同维度的ClaudeFable5是3.15美元。微博用量端，Flash也在狂奔：有科技博主称正式版发布后它以单日8万亿Token的吞吐量登顶全球调用榜，而OpenRouter的周榜口径里，DeepSeek-V4-Flash以单周7.22万亿Token登顶，前五名首次全部由中国本土AI产品包揽。微博36氪两个数字统计口径不同，但指向同一件事：Flash现在的调用量已经把DeepSeek的算力吃紧，这也是社区认为“涨价传闻”的背景。大家说的“斩杀线”就是这意思——性能稍强一点的对手，往往要贵出几倍。
续费要不要等？看你是哪一类人
正在付费订阅Claude Code、Copilot的人：别急着退订，也别冲动续长周期。Harness的首版体验、V4 Pro的正式定价都还没落地，等到公测拿自己最常用的任务集跑一轮对比，等两周不吃亏。用API跑OpenCode、Codex的人：关系最大。开源项目作者可以直接报名封闭测试，生态也在跨工具同步，比如已经拿到1.2k Star的skills-hub，想解决的就是同一套Skill在Claude Code、Codex、Cursor、OpenCode之间迁移的问题。知乎切换成本没有想象中大。主要用AI聊天、写东西、查资料的人：不用等。从 JD 和内测信息看，Harness第一波明确冲着 coding 和 Agent 场景去，聊天体验不会被它重构。
发布前，盯三个信号，也记一盆冷水
信号一，首批内测接入名单的构成：Agent框架、跨工具Skill管理类项目多，“轻量中间层”路线就基本坐实；如果大量出现完整UI和桌面工具，那它瞄准的就是更泛的人群。信号二，V4 Pro的发布节奏与正式定价：社区猜测窗口在8月中下旬，Harness加Pro定价的组合，直接决定性价比答案。信号三，真实任务口碑：跑分是跑分，你的任务是你的任务，已经有用户实测觉得V4-Flash-0731指令遵循远弱于Kimi K3，体感差距远超榜单。微博
最后泼一盆冷水。目前大部分信息还停留在爆料和招募层面，官方没放任何产品演示。知乎“deepseek的harness值得期待吗”问题下，高赞回答直接泼冷水：如果是coding Agent那种壳，不值得期待，市面上已经太多这种壳。知乎这句话值得记住：真正值得等的不是“又一个壳”，而是模型厂第一次把自家模型和自家Harness放在一起“共同进化”——如果公测能体验到这种联调，这次等待才算值。
