目录

1. 引言：一个比喻讲清三层关系
2. 九项 Agent 能力清单横向对比
3. 四大先进性与行业影响
4. 本地实盘：七项验证
5. 客观评价与适用边界
6. 总结

一、引言：一个比喻讲清三层关系

DeepSeek Harness 开源 12 小时突破 5 万 Star，成为本周 AI 圈最大事件。多数自媒体将其比喻为"马鞍"——模型是马，鞍是装备。但这一比喻暗示 Harness 是附属品，未能揭示其本质。

更准确的比喻：将智能体比作一台台式机，模型是软件，Harness 是硬件加操作系统，为软件提供可运行的环境。

顺此比喻，当前主流 AI 编程工具分为三类：

类型	代表	特点
品牌机	Codex / Claude Code	整机封装，主板（内核）不可改动
半兼容机	WorkBuddy	可换 CPU（模型）、可装 App（Skill），主板厂商定
兼容机	DeepSeek Harness	CPU、电源、机箱、屏幕全散件，用户自行组装

品牌机与兼容机并非高低之分，而是"省心 vs 自由"的取舍。

二、九项 Agent 能力清单横向对比

DeepSeek 官方列出九项 Agent 能力——模型、工具、技能、会话、沙箱、存储、循环、调度、UI——声明全部由插件组合，可自由替换与重组。

模块	DeepSeek Harness	Codex / Claude Code	WorkBuddy
模型	任意换（OpenAI 格式）	锁厂商自家模型	可切换、自定义
工具	插件随便加	内置固定，MCP 扩展	内置固定，连接器+MCP 扩展
技能	插件	自定义指令、subagents	skillhub 装/写
会话	仅追加日志，可回放分叉	产品定，部分可导入导出	产品定
沙箱	插件（提供方可换）	云端沙箱写死	执行环境产品定
存储	插件	产品定	资料库、记忆产品架构
循环	主循环也是插件	写死	厂商定，不开放替换
调度	插件	无用户级定时调度	有自动化
UI	插件（连界面都能换）	给啥用啥	产品界面

Codex 仅开放技能、工具（MCP）、模型三个接口；WorkBuddy 多开一个"调度"接口；DeepSeek Harness 九项全开放，主循环和界面均为可替换插件。

三、四大先进性与行业影响

3.1 全插件架构

模型、工具、技能、循环、UI 全部插件化。发布数日社区已产出 1000+ 插件（飞书机器人、企业微信网关、语音朗读、桌面封装）。品牌机需新能力须等厂商排期，兼容机当日即可由开发者和社区协作完成。

3.2 过程全透明

每步工具调用、思维链、返回结果均写入 append-only 日志，支持回放、分叉、重跑。业界称为"Agent 的 DevTools"，品牌机黑盒无法提供同等可观测性。

注意：Harness 框架运行于本地，工具调度、文件读写、session log 均留在本地，但模型推理走 DeepSeek API，prompt 与上下文仍需送出。准确表述为"执行过程透明、环境可控"，非"数据完全不出本地"。

3.3 模型无关

兼容任意 OpenAI 格式模型，轻量任务用 Flash，高难度切 Pro，缓存命中成本极低。实测 5,661,568 tokens 缓存读取，费用几乎为零。

3.4 工具执行本地完成

磁盘扫描、文件写入、Python 运行、网页抓取均在本地执行，非云端沙箱周转，对本地文件操作场景为硬性优势。

行业影响

官方实测同一 V4 Flash 模型在 8 个框架运行 30 个任务，完成次数 14 至 20，差距近三分之一。模型一致，Harness 不同，结果显著差异——Harness 不是中性包装纸，是直接决定效率的变量。

笔者在公益培训中验证了同一逻辑：同一讲师（模型），叠加"课程设计 Skill"（Harness 层），耗时从 1 小时降至 5 分钟。价值积累发生在 Harness 层，非模型层。DeepSeek 将这一层开源，实质是将竞争从模型层拉至 Harness 层。

未来方向：AI 工具竞争主战场将从"谁的模型更聪明"转向"谁的 Harness 更高效、更开放、更可控"。

四、本地实盘：七项验证

环境搭建

mkdir D:\deepseek-harness && cd D:\deepseek-harness
npx -y @deepseek-ai/dsh web

浏览器访问 http://127.0.0.1:3080，填入 DeepSeek 官网创建的 API Key。

验证一：跨项目磁盘扫描

指令：扫描 D:\development，按修改时间倒序列出今日改过的 md 文件，每条给一句话摘要。结果：跨项目读取文件，自动生成摘要，通过。

验证二：真实写盘验证

指令：写入 test.md（我是谁 + 当前时间 + 测试目标），读回确认。步骤链：Think → Pwsh Get date → Write → Read。说明先调系统时间再写，非"假装"执行。

验证三：自建 Skill

按 skill-creator 规范创建 test-harness-skill，创建成功，Skill 系统真实运行。

验证四：跨平台 Skill 复用

调用 WorkBuddy 上的 gzh-writer-enhanced 生成短文，Harness 可直接读取使用。说明 Skill 格式跨 Harness 通用，非私有协议。

验证五：长链路全自动抓取

curl 抓取 workbuddy.cn 首页 → 提取标题副标题 → 写入 md → 读回确认，5 步一气呵成。对比品牌机常见的中途询问"是否继续"，Harness 完成度更高。

验证六：并行子任务执行

并行计算 1-100 的偶数和与奇数和，分叉两个上下文并行执行，汇总后自动交叉验证（2550+2500=5050=100×101/2），非简单输出两个数等用户核对。

验证七：自我出账

复盘完整对话：9 条提问 / 105 次工具调用（pwsh 55 + read 28 + write 8 + job_output 6 + grep 4 + glob 3 + job_kill 1）/ 活跃耗时 16.5 分钟 / 输入 70,502 + 输出 38,805 = 109,307 tokens / 缓存读取 5,661,568 tokens。AI 首次交出自身运行明细账。

五、客观评价与适用边界

1. 门槛仍偏高：命令行 + Web 起步，对非开发者不够友好。
2. 仍在快速迭代：官方声明"会有破坏兼容性的变更"，插件稳定性存不确定性。
3. 品牌机亦有其价值：Codex、Claude Code 对仅需完成任务的普通用户更省心。
4. 强 Harness 不能弥补弱模型：小模型 + 强 Harness 的天花板由模型逻辑能力决定。

品牌机与兼容机不是高低之分，而是"省心 vs 自由"的取舍。用户是否愿意投入学习成本换取任意拼装能力，才是选择 Harness 的真正门槛。

六、总结

DeepSeek 将"怎么攒这台电脑"的图纸开源，意味着普通人不再被动等待厂商提供功能，可自行拼装趁手工具。AI 工具竞争正从模型层向 Harness 层转移，对整个开发者生态和工具开放性而言，是值得持续关注的信号。

想，都是问题。干，就对了。