深度体验DeepSeek Harness，我原谅它涨价了

深度体验DeepSeek Harness，我原谅它涨价了 量子位

DeepSeek Harness，终于发布，并且将源代码开源了。

为啥说「终于」呢？因为我已经内测了快半个月，现在也是终于能发了。。。

这段时间里，为了测试，我几乎把我所有Vibe Coding项目，都从Codex迁移到了黑鲸（是的，logo黑化了）。

深度体验这么久，又把官方Repo从头到尾翻了个底朝天之后，我最大的感触是——

事实上，DSH的一切：模型、工具、策略、存储、上下文管理……都是可插拔的积木。

这意味着，如果你想，完全可以自己上手改造，或者针对特定场景定制运行时。

快速体验：在已安装Node.js开发工具链的系统中，可以使用npx命令快速启动DeepSeek Harness的Web UI。

其实可以更简单，直接把仓库链接（见文末）丢给AI，让它帮你全部搞定（doge）。

但暂时没有Electron APP，启动服务后，得通过浏览器Web UI用。

打开后，会先让你填模型API Key，没有的话直接到DeepSeek开发平台买一个。

但梁圣这次可能不止收你电费钱了，17号要大涨价，尤其是缓存。。。

之后就能看到「黑鲸」真容了，基本和DeepSeek网页版长得一模一样，只不过现在对话列表成了本地项目管理列表。

标准模式：功能完整的编码Agent，涵盖文件编辑、Shell、文件与网页检索、Skills、计划模式、目标追踪、子代理和工作流等全部能力

PTC模式：在标准模式全部能力之上，额外提供Code Mode SDK，允许模型编写TypeScript程序来组合多步操作。

极简模式：仅保留bash和str_replace_editor两个工具，用于基准测试和最小化复现。

创造模式：在标准模式全部能力之上，额外提供运行时检查、插件实验和preset创作指导，用于自定义Agent预设。

这也是DSH带给我最深的印象——这是一个非常极客，甚至可以说是开发者天选的马鞍。

众所周知，随着Agent跑得越久、工具链越复杂，Chat摘要就越来越黑盒，根本搞不清楚模型在背后干啥。

和Chat视图的是润色后的对话不同，Trajectory能直接看到原始事件级记录，你可以随时回放，查看会话内部到底发生了什么。

这样，能更直观地看到模型究竟是在哪栽了跟头，每个环节都烧了多少钱。

此外，DeepSeek还在仓库里内置了一堆Skill，专为开发而生。

dsh-code-review：审PR用的。按本仓库的规范检查代码里看不出来的问题。

dsh-find-simplifications：找可以简化代码的地方，并把简化想法写成Agent Note。

dsh-doc-standards：写/审文档用的。管文档层级、区分教程和参考、砍「文档废话」。

dsh-prose-standard：全仓库文字品控。Markdown、JSDoc、代码注释、提示词、CLI/UI文案该不该写、怎么写。

即便不开计划模式，黑鲸在遇见用户指令不明确的情况时，也会主动拉起提问。

这点和Codex很不一样。在DSH的鞭策下，黑鲸会非常主动地开启头脑风暴，并且给出建议选项。

说实话，太爽了，能节省巨多脑力，少吃很多根香蕉（bushi）。

当然，你也可以哪个都不选，自己巴拉巴拉语音输出一堆上下文给它。

你可以用/，调用上下文压缩、设置目标、计划模式等功能，或者调用Skills。

比较遗憾的是，经典Agent三列表中右侧栏还没做出来，体验上还是有些不方便。

诸如此类，反正就是很多UI和交互上的小细节，跟Codex比起来肯定还是有差距，可能也得等后续更新打磨吧。

但众所周知，V4是个瞎子啊o(╥﹏╥)o，这个功能需要额外搭配多模态模型食用。

也是很神了，DSH专门在屏幕最下方搞了个统计表，你可以随时在这里查看Token消耗量、缓存命中率，以防一不留神给信用卡刷爆掉。

缓存命中方面，也是很猛的，大多处于99%左右，有几次直接干到100%了。

我让V4 Flash分别用Codex和DeepSeek自己的harness跑了几个demo，大家可以自行对比一下。

比较经典的一个测试了，说实话，没太大差别，甚至右边Codex的审美更好。

同样是只简单嘱咐了一句任务，没有写复杂提示词，右边Codex马鞍一把梭的产物简直不像个生物。

至于原因，我个人感觉是：DSH驾驭下，模型的长程任务能力会强非常非常多。

像猪八戒这个demo，就一句「生成猪八戒3D白模」，DS直接猛跑了20min。

甚至最开始还以为是要生成图片，还管我要GPT-Image-2的API。。。

这也是社区比较一致的反馈，听有个哥们说，他最长跑了10个小时。。。

我自己的体验也差不多，基本都是一句prompt直出，很少出现直接、不绕弯子地交付半成品的情况。

比如这个第一人称射击游戏，我真就啥prompt没给，下蹲、换弹、瞄准、NPC……所有功能都它自己做的。

也建议大家不用让AI单独生成一遍Prompt，直接语音输入把需求讲清楚就行，太过详细反而会限制模型发挥。

对了，这有个黑鲸给自己做的「思考」gif，欢迎大家拿去当表情包。

实测的部分就先到这，主要聊的还是产品设计上的细节。至于模型能力，市面上已经有太多demo了，这里不再赘述。

打开官方Repo，你会发现README里反复出现同一个词——Cordis。

你玩乐高的时候，不会从零开始捏，你有一块带凸点的底板，然后往上插各种零件。

Cordis，就是程序员写代码时的「那块底板」。在设计Agent框架时，它将整体拆解为一个个独立插件，各司其职。

开发者若有魔改需求，只需按规则 Vibe Coding 一个新插件，直接插到底板上即可；若对现有插件不满，也能随时拔下替换。

要知道，Skill只是Prompt Engineering的范畴，已经爆发出如此强大的影响力。

这个主流Agent的思路很不一样，虽然Codex的Harness也开源了，但骨子里还是iPhone这类闭源哲学——

Rust写单体核心，依靠「外部挂件」做App Store扩展，MCP工具、hooks、skills，统统挂在核心外面，你不能随意触碰主干。

Rust直接控制内存和并发，比插件框架的抽象层更快；一体化封装，可控性也更高、更极致。

它以Cordis为一等公民，打造了一套彻底开放的操作系统。在仓库的Doc文件夹中，甚至有手把手教你从零构建插件、接入官方Harness的完整教程。

这意味着，任何人、在任何时候遇到Bug或需要新功能，都可以直接动手实现，然后再开源出来。

未来，其他用户遇到相似问题时，也能直接安装社区已有的DSH插件，就像《我的世界》装模组一样。

事实上，DeepSeek Harness已经预留好了Plugin Store，光是官方，现在就已经内置了100多个插件。

公众号宣发物料里，也披露了不少社区开发者所做的插件。有大鲸鱼TUI、上古QQ风皮肤、鲸鱼专属emoji……

我们期待与全球开发者一起，在开源、开放、可复用、可组合的基础设施之上，共同探索智能上限。欢迎全球Harness开发者加入DSH插件生态。

今年自从Anthropic那篇self-improvement博客发出来之后，大家一直在聊「自进化」，但说实话，始终没有一个很清晰的路线图。

DeepSeek这套思路，是我目前看到的比较可落地的实现方式——

Cordist协议下，模型可以在不打断任务的前提下，自己写个插件、自己安上。

再配上用户生态，你想想：从成百上千万个Agent实例里，筛出魔改得比较好的插件，再融回主线……

什么？你问说了这么多，这Cordis对用户体验到底有啥帮助？？

在社区里问了一圈，目前看来，对普通用户而言，暂时是没太大帮助。。。

毕竟是个吃生态的feature，也许要等后面大量高质量插件沉淀下来后，才能体现出差异。

DSH链接：https://github.com/deepseek-ai/deepseek-harness

刚刚，DeepSeek V4 Pro正式版发布，多项对标Fable 52026-08-13

Claude骂声中启动「隐形水印」：新模型全量嵌入，标记所有文字2026-08-11

奥特曼的ChatGPT育儿大法，捅了马蜂窝2026-08-08

百度智能云上架DeepSeek R1/V3，上线首日超1.5万家客户调用

DeepSeek再破谷歌OpenAI垄断：开源IMO数学金牌大模型

DeepSeek缝合Claude，比单用R1/o1效果都好！GitHub揽星3k

大厂抢郭达雅进行时！DeepSeek核心成员还是个“综艺巨佬”

DeepSeek同款GRPO训练大提速！魔搭开源全流程方案，支持多模态训练、训练加速和评测全链路

DeepSeek上线国家超算平台！三大运营商接入，平头哥芯片适配

openJiuwen发布业界首个企业级智能体分布式蜂群架构，联合邮储成功落地金融生产环境

刚刚，ChatGPT免费版史诗升级！GPT-5.6可以无限白嫖了

阿里推出国内首个AI语音平台CosyVoice Studio，将语义理解融入语音能力

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1