这几天 GitHub 上最热闹的事，大概就是 DeepSeek Harness 了。8 月 13 号开源，12 小时破了 5 万星，一周不到冲到十六七万，插件也滚到了五千多个。我平时不太追这种热点，这回多看了两眼——它主打"一切皆插件"，模型、工具、技能、沙箱全是插件，我就寻思，那我这干数据采集的，是不是装个插件、跟它说句话，就能把活干了？

翻了翻源码和插件市场，我得出个不太一样的结论。先说 Harness 本身，它真没什么好黑的。底层那个 Cordis 内核挺讲究，插件能热插拔，卸掉之后副作用还能撤销，这在 Agent 框架里算硬功夫。但问题是，不少人把这东西理解岔了，以为"Agent 能自动化"就等于"Agent 能抓数据"。这俩差着十万八千里。

我接数据采集的单子有阵子了，慢慢摸出个规律。没反爬的网站，Playwright 脚本五分钟写完，谁都能抓，这种活最不值钱，客户自己找个教程就对付过去了。真把人卡住的，是目标站带反爬的时候。拿知乎说，我之前破它那个回答编辑器，Draft.js 的输入框，AI 生成的第一版代码点进去压根不动，最后是我手动逆了半天它的事件绑定，才搞清到底该 dispatch 哪个事件。这种活，Agent 帮不上忙——它能给你一套"看着对、跑起来错"的代码，但不会替你去逆那个 JS。

我自己的体会是，深度反爬这行，靠的从来不是工具多强，是人得真趴下去看过目标站的网络请求、真逆过它的 JS。影刀、九头虫那类 RPA，模拟鼠标点，点的是页面上看得见的数据，这没问题；可登录态、签名、字体加密、WAF 这些，全是专门给你下套的，通用工具一碰就露馅。DeepSeek Harness 再能打，它说到底是个执行底座，不是反爬底座。

所以现在有人来问我"能不能装个插件，自动把小红书或者抖音的数据抓下来"，我都会先反问一句：你要抓的那个站，有没有反爬。要是有，这事就不是装个插件能摆平的，得看具体站点、具体接口、具体签名，一个站一个样。这类搞不定的活我现在也接，闲鱼搜「反爬 数据采集」能找到我，或者直接私信发链接，我先帮你判断能不能做、大概什么价。