DeepSeek Harness，为什么国内海外的评价两极分化？
最近一周，DeepSeek Harness的评价很割裂：国内不少人骂它慢、费Token、不直观；海外开发者却开始扒架构、改插件、换Agent Loop。
它现在确实上手费劲，但DeepSeek真正想抢的，可能不是Coding Agent，而是Agent的定义权。
现在把它当主力工具还早，但把它当成没做完的Coding Agent随手略过，也可能看早了。它把过去藏在Claude Code、Codex里的Agent底层，一块一块拆开摆到了开发者面前。
01｜大家拿的根本不是一把尺子
普通用户关心的是今天能不能把活干完——改代码快不快、理解准不准、会不会抽风。按这个标准，Harness目前确实不占优，官方自己都标着Developer Preview。
但开发者还会多问一句：我到底能把这个东西改到哪一层？
这一扒就不一样了。
模型、Skills、Session、Sandbox、存储、调度、UI，甚至Agent Loop，都可以替换或重新组合。普通用户看到"怎么还没Codex顺手"，开发者看到"连这个我也能改？"
所以分歧与其说在国内和海外之间，不如说在两种人之间：一种需要培训好的员工打开就能上班，另一种想要一套可以自己招人、配工具、定流程的公司底座。
他们都没看错，只是一个在评价成品，另一个在研究成品怎么造出来的。
图片加载中…
02｜Harness到底是什么？
我们太容易把AI的所有能力都算在模型头上。其实模型只是一个聪明的脑子，它不会凭空知道项目在哪，也不会天然拥有终端、浏览器、数据库、记忆和文件权限。
把这些接到模型身上，并规定它什么时候看什么、调用什么、失败怎么重试的，就是Harness。官方公式很直接：Agent = Model + Harness。
同一个聪明员工，进了流程清晰的公司很快出结果；换到天天开会、标准混乱的公司，再聪明也能干稀碎。
模型也一样——同一个DeepSeek放进不同Harness，工具、上下文、任务循环不同，速度、稳定性和成本当然不同。
以后问"哪个模型写代码最强"，得顺手再问一句：它在哪个Harness里上班？模型决定有多聪明，Harness决定聪明怎么被花出去。
图片加载中…
03｜真正狠的不是开源，而是把"核心"也拆了
Harness的设计理念是：Everything is a plugin，一切皆插件。
普通产品的插件是换沙发加盏灯，房子结构还是公司定的。
但DeepSeek把模型适配器、工具注册表、Session Log、Agent Loop这些通常视为核心的东西，也做成了可从配置替换的组件——官方明确写着没有必须修改的"特权核心"。
别人开放的是房间，DeepSeek连承重墙的图纸都放出来了。
图片加载中…
底层有个叫Cordis的内核，负责插件的挂载、卸载和依赖关系，让Agent能力能像积木一样组合，而不是拔一块塌一片。
图片加载中…
图片加载中…
另一个设计：每一次运行都可以追踪。
系统提示词、上下文注入、工具调用和Subagent调度都进入只追加的Session Log，通过Trajectory视图可以追查它在哪一步跑偏。以前Agent是黑盒，错了不知道错在哪；现在至少可以把整个过程摊开看。
图片加载中…
官方还准备了四种运行模式：Standard是完整Coding Agent，Code Mode允许用TypeScript组合多轮工具调用，Minimal只留Shell和文件编辑器，Creator用于实验插件和制作Preset。
背后的观点是：不同任务，不一定该用同一套Agent工作方法。
04｜海外开发者为什么开始改口？
有人实测说它很慢、Token消耗多、文档不直观，但同时承认它把DeepSeek性能榨得很充分，缓存命中率达99%。也有人喜欢它的UI和Code Mode，同时直说Subagent问题还多。
这些评价看起来矛盾，但老金觉得反而可信——真正用产品的人不会只剩"封神"和"垃圾"两个按钮。
真正让风向变化的，不是哪项功能修好了，而是开发者开始动手了：有人做自动生成会话标题的插件，有人接入Git Worktree，有人把成本余额实时显示到界面上。GitHub Discussions里出现了跨实例Agent协作插件，社区也有人重做Web UI、任务看板和桌面客户端。
封闭产品的成长由官方团队决定，用户缺功能只能等更新。但开放的Harness不一样——嫌界面不好可以换界面，嫌默认Loop不适合可以换Loop，甚至可以重新配置成另一种Agent。
一个开源项目最好的早期信号，不是所有人都说它完美，而是已经有人忍不住开始改它。
05｜我们要的是更好用，还是更属于自己？
成熟产品喜欢把复杂度藏起来。Claude Code、Codex会替用户决定大部分运行方式，你不用研究Agent Loop，也不用管Session Log怎么存，打开说清楚需求就行。绝大多数人买车是为了开，不是为了研究变速箱。
DeepSeek Harness走的是另一条路——它把复杂度重新摊开，同时也把修改这些复杂度的权力交了出来。第一次打开会觉得配置多、概念绕，但这些麻烦恰恰也是它的控制权。
图片加载中…
不过开源不是免喷金牌，自由度高也不能替糟糕体验找借口。但反过来，也不能只拿"拎包入住"的标准，去嘲笑一套仍在施工的底座。
Claude Code和Codex解决的是怎么替你把事情做得更舒服。
DeepSeek Harness想解决的是：你能不能决定Agent到底应该怎么做事。成品替你做了大量决定，底座把做决定的权力还给你。
两种路线没有谁更高级，服务的本来就是不同的人。
普通用户需要稳定员工就继续用成熟产品，没必要为"开源"硬折腾。但如果你在做Agent、AI产品或企业工作流，Harness值得认真研究——很多过去被产品锁住的能力，终于可以被重新组合了。
图片加载中…
我的建议：
先从Standard开始。不要第一次打开插件列表就打算发明一套全新的Agent。先拿默认模式跑真实任务，确认问题出在模型、工具、上下文还是流程。
插件宁可少，不要乱装。第三方插件以你的本机权限运行，能读文件、访问网络，也可能接触凭据。开源社区不是应用商店，出现在列表里不等于通过了安全审计。
权限要放在工具层。不要把数据库写权限交给Agent，再在Prompt里求它"千万别乱改"。真正稳妥的方式，是压根不给它不该拥有的工具。
以后别只测模型。要一起看模型、Harness、工具、权限、上下文策略和任务成本。离开这些条件争谁最强，就跟只看发动机参数判断整辆车一样。
06｜下一场Agent战争，已经从模型外面开始了
过去两年我们太习惯盯着模型——新模型上线就看榜单、看价格、看上下文，然后争谁超过谁。但模型越来越接近之后，真正拉开差距的，可能会变成模型外面的部分。
同一个模型，谁更会组织上下文，谁更会配置工具，谁能把权限卡住，谁能在做错后追查原因，谁能让Subagent真的分工而不是互相复读——这些才决定一份智能最后能不能变成生产力。
下一场Agent战争，争的可能不再是谁拥有最聪明的模型，而是谁最懂得怎么组织聪明。
我为什么对一个开发者向的底层项目感兴趣？因为我代码不会、英语也不算好，但这几年靠着AI做课程、做产品、搭工作流，我慢慢发现能力不一定非得全部长在一个人脑子里。我不会写代码，但我可以知道要解决什么问题；我不懂每个技术细节，但可以让AI去查、去做、去测试，再把关键判断和最终责任留在自己手里。
模型会换，产品会换，但你怎么拆问题、怎么组织任务、怎么核验结果、怎么把一次做成的经验留进系统里，这些不会跟着版本号消失。过去，一个人的上限常常取决于他本人会多少；未来，一个人的上限，可能取决于他能组织多少。
图片加载中…
以前很多路只有专业的人能走——得先把知识学完、技术练熟、进入那个行业，才有资格开始。可现在我不想再等自己先变成程序员或架构师，再去碰那些过去不属于我的问题。
我会先把问题摆到桌面上，把不会的部分交给模型，把不能放心的部分留给自己判断，再把每一次做成的过程留下来变成下一次还能用的系统。不是因为我已经足够厉害，而是我终于明白，人不必等到拥有全部能力，才配开始向前。
我们第一次有机会，不只是走一条别人铺好的路，而是边走，边把路修到自己真正想去的地方。
所以DeepSeek Harness最让我兴奋的，不是它又开源了一套代码，也不是它以后能不能打过Claude Code。而是它提醒了我：新的世界已经不只是在给普通人提供更好用的工具了，它开始把造工具的工具，也交到了我们手里。
图片加载中…
这一次，我不想站在路边，等别人把答案修好再走。
我想先迈出去。
然后亲手把下一段路，铺到过去的自己根本到不了的地方。