首页 作者
技术
约 23 分钟阅读
技术 / 实战指南

DeepSeek放出一头黑鲸！同一个模型干活成本差4倍，答案全在模型外面

本期拆解DeepSeek Harness黑鲸开源智能体运行系统：一切皆插件架构、四种运行模式、Composio实测同一模型成本差4倍、MIT协议可自部署。

8月13日DeepSeek开源了DeepSeek Harness，代号「黑鲸」，MIT协议。它不是模型，而是模型外面的一整套智能体运行系统：模型、工具、技能、沙箱、Agent循环甚至UI都是插件，官方一句话：一切皆插件。…

视频教程

视频介绍

本视频由 短裤AI分享 制作，时长约 19 分钟。

DeepSeek 放出一头「黑鲸」：同一个模型，干活成本差4倍，答案全在模型外面

事情是这样的。8月13日，DeepSeek 开源了一个新东西。

不是模型。是一整套让模型干活的基础设施，叫 DeepSeek Harness，MIT 协议，直接开源。他们还专门给它开了个微信公众号，头像是一头黑色的鲸鱼，跟 DeepSeek 模型产品那条蓝色鲸鱼明显区分开。

这头「黑鲸」不是模型，它是模型外面的一整套智能体运行系统。模型、工具、技能、会话、沙箱、存储、Agent 循环、任务调度，连用户界面，全都能作为插件加载、卸载、替换。

DeepSeek 给这套架构憋了一句特别容易传播的话：「一切皆插件」。

DeepSeek Harness 黑鲸

一个反常识的事：决定 AI 能不能干活的，真不是模型

要理解 Harness 为什么重要，得先接受一个反常识的事：在 Agent 时代，决定一个 AI 能不能干活的，绝不只是模型。

大模型本身只负责生成「下一步内容」。而一个能读写文件、运行命令、调用外部服务、派出子 Agent、还能根据执行结果继续干活的智能体，还需要一套持续运转的控制系统。Anthropic 曾把 Agent 的基础单元概括为「经过检索、工具和记忆增强的大模型」。但一旦进入长程任务，Harness 这一层要干的活就多了：上下文管理、权限控制、状态保存、错误恢复、循环停止条件，全归它管。

模型是灵魂，工具是身体

2026年4月，Anthropic 在讨论 Managed Agent 时说了句挺狠的话：Harness 里包含了「开发者对模型自身做不到什么的判断」，而这些判断会随着模型能力提升而过时。

这话其实点出了 Harness 设计的长期矛盾——框架要提供足够多的控制，又不能用过度固定的流程把模型框死。同一个模型放进不同的 Harness，最终表现可能差得很明显：系统提示词怎么组织、工具定义清不清晰、上下文什么时候压缩、失败后能不能重试，都会影响任务成功率、Token 消耗和运行时间。

一组扎心数据：同一个模型，成本差出4倍

光讲道理没意思，看数据。

智能体工具公司 Composio 在8月6日和11日做了两次测试：把同一个 DeepSeek V4-Flash 接入八种不同的 Harness，让它们分别完成三十项多步骤任务。

注意，这些不是简单问答。任务要求 Agent 真正进入 Gmail、Google Calendar、GitHub、Slack 这些真实应用，调用工具并改变应用状态，每项最长跑十五分钟，全部检查通过才算成功。

结果差距不小：完成最多的 Pi Agent 通过了二十项，最少的 OpenCode 只通过十四项。八种 Harness 总共跑了二百四十次，只有一百二十九次成功。三十项任务里，只有六项被所有 Harness 完成。

成本方面的差异更夸张：同样完成十六项任务，Claude Code、Codex 和 DeepAgents 每完成一项成功任务的估算成本分别约为 0.195 美元、0.081 美元和 0.045 美元。

同一个模型。差了四倍还多。

同一个模型不同Harness对比

说白了：模型划定的是能力上限，但 Harness 决定这份上限最终能兑现多少、要花多少钱去兑现。一项长任务跑下来，执行系统要不停地做判断：上下文里留什么丢什么、什么时候调哪个工具、工具报错了是重试还是换一个、模型说完工了该不该信。任何一步处理不好，模型就算思路全对，也可能在真正改文件、提交代码那一步功亏一篑。

为什么 DeepSeek 非要自己做 Harness

从这个角度看，DeepSeek 的动机就不难理解了。

一家靠低价和模型能力立足的公司，如果任务交付、失败反馈和开发者入口长期挂在别人的系统里，就算价格再有优势，也决定不了一个任务究竟会烧掉多少 Token、要重试几次、什么时候才算真正完成。

模型能力再强，如果「兑现能力」的钥匙握在别人手里，就永远只是别人生态里的一个零件。

「一切皆插件」：把 Agent 拆成乐高

DeepSeek Harness 建立在 Cordis 插件系统之上。根据官方文档，模型适配器、工具注册表、会话日志，乃至 Agent 循环本身，都属于插件。开发者不需要修改 Harness 的主体代码，就能通过插件替换或扩展具体能力。

Cordis 把这种能力叫做「时空可组合性」。时间上，插件卸载后，它注册过的服务、事件和副作用能够随之撤销；空间上，插件可以声明依赖，并在其他组件变化时重新建立协作关系。

一切皆插件的模块化架构

这种拆分对开发者有三类直接价值。

第一，模型和运行环境可以分离。你可以保留同一套会话工具和权限体系、只替换模型适配器；也可以固定模型，比较不同上下文管理或 Agent 循环的效果。这对模型评测特别有意义——有助于分辨能力提升到底来自模型本身，还是来自工程优化。

第二，企业可以保留自己的基础设施。沙箱、存储、审批、凭证和遥测数据都能作为插件存在，减少被单一 Agent 产品绑定的程度。

第三，Agent 能力可以形成独立生态。开发者不需要维护分叉版本，只需要发布插件。

当然，开放程度越高，治理成本也越高：插件来源验证、权限边界、依赖冲突、版本兼容和供应链安全，都会成为生态能否进入生产环境的前提。

四种运行模式，同一个宿主

官方提供了四种预设运行模式。它们不是换了个提示词风格，而是基于同一套 Harness 宿主、装配不同的工具和运行时能力。

四种运行模式

标准模式：提供相对完整的工具集合，面向日常 Agent 任务。极简模式：只保留 Shell 和文件编辑工具，主要用于基准测试，让评测更接近对模型自主规划和终端操作能力的直接观察。程序化工具调用（PTC）模式：让模型先生成一段代码，再由代码组织多轮工具调用，减少模型和工具之间的反复往返。但它给了模型更强的调度能力，对沙箱隔离和权限控制的要求也更高。创造模式：最有实验性。Agent 可以检查当前运行时，在内存中试验 Cordis 插件，再组合出新的运行模式。官方提供了一个 Cordis 演示，允许 Agent 检查和修改正在运行的插件环境，但距离稳定的自我进化还有很长的工程路径。

有个重要限制要注意：会话一旦产生内容，就不能切换模式了。因为中途切换会导致新工具集无法解释旧的工具调用，破坏会话的可复现性。

会话日志只能追加：「模型可见，即已记录」

DeepSeek Harness 另一项核心设计，是仅追加（append-only）的会话日志。

一个会话由按顺序追加的事件构成，是 Agent 全部交互历史的唯一事实来源。模型消息历史由这份日志推导生成，不再单独保存；恢复和回放也从同一组事件重新构建。系统提示词、思维链、工具调用及结果、子 Agent 调度和上下文注入，都会被记录下来，可以在轨迹视图中按来源查看。

官方文档把这条原则概括为「模型可见，即已记录」。上下文压缩不会删除原始历史，只是用替换事件改变模型此后看到的表象。

这么做的价值很直接：当 Agent 在第几十步做错决定时，开发者可以回到当时模型真正看到的上下文，确认问题到底来自模型判断、工具返回、提示词变化，还是错误注入。

很多人听到「一切皆插件」，第一反应是联想到 MCP 协议。但两者解决的问题不在同一层：MCP 是连接 AI 应用与外部数据和工具的开放标准，重点是统一连接方式；而 Harness 负责更上层的运行逻辑——什么时候把工具交给模型、调用前需不需要审批、结果如何写入会话、失败后是否重试、Agent 何时派出子任务、又在什么条件下停止。

所以 MCP 服务器可以成为 Harness 中的工具来源，而 Cordis 插件负责把模型、工具、状态、循环、界面和政策组合成一个可运行的 Agent。一个是连接标准，一个是运行系统，不打架。

230 个成员的「洞洞板」

工程规模上，DeepSeek Harness 仓库里已经包含超过 230 个 workspace 成员：文件系统、终端、子进程、伪终端（PTY）、语言服务器协议（LSP）、网页访问、技能、子智能体、工作流……几乎每一项能力都有自己的包。

如果把普通 Agent 项目比作一台装好的电脑，那 DeepSeek Harness 更像一块洞洞板——所有部件都可以插上，也可以拔下。它把典型能力拆成接口、实现和消费者三层：将来如果本地 Shell 要换成远程容器或云端沙箱，理论上只需替换实现层，不必重写模型工具和 Agent 循环。

插件化的架构通过 cordis.yml 配置文件实现，同一套代码可以组装成完全不同的产品形态：加入模型适配器、文件系统和 Bash，得到终端编程智能体；换成 Web 插件，就是浏览器应用；换成 ACP 或 JSON-RPC 协议，又能成为其他程序驱动的自动化服务。

Agent 到底怎么跑：轮次、步骤与安全流水线

Harness 没有把核心简化成几行循环。一次用户输入开启一个轮次（Turn），一个轮次包含多个步骤（Step），一个步骤对应一次模型请求及后续工具执行。

工具调用安全流水线

工具调用要经过一整条流水线：前置策略、安全守卫、实际执行、后置处理、结果通知，一步不少。

工具可以声明并发安全性：只读任务并行执行，碰到修改状态的调用就作为屏障，等待前面的任务结束后再独占执行。它还认真处理了运行中消息的去向——区分排队消息、注入上下文和转向指令，并通过回执确认某条指令是否真正进入了某次模型请求。换句话说，它不只关心消息是否收到，还关心模型究竟在哪一步看到了它。

多智能体协作方面，主 Agent 可以把任务委派给子 Agent，每个 Agent 拥有独立的上下文层，可以配置不同工具和权限。子 Agent 有两种形态：subagent 是可以续跑的后台子 Agent，完成后结果自动送回父级会话；subagent_fork 是一次性子 Agent，继承当前上下文启动，做完就结束。

工作流引擎通过脚本确定性编排多个子 Agent，适合迁移、审计这类需要固定流程的任务。还有一种 Ralph 循环模式，每轮启动全新的子 Agent 执行同一个目标直到达成——比如把测试修到全部通过。

安全：默认收紧，失败即关闭

安全方面，Harness 的态度相当认真。

项目默认采用 workspace-write 模式，把命令执行和文件修改限制在当前工作区；更宽松的 danger-full-access 模式必须由部署方明确选择，不会被默认开启。三大桌面平台用了操作系统原生的隔离机制：Linux 用 bwrap 和 Landlock，macOS 用 Seatbelt，Windows 用 ACL。

有个细节我觉得挺讲究：沙箱后端如果只能覆盖部分承诺，会报告 partial 而非 full，不会虚报安全边界。

文件系统、Bash 和子进程共享同一套沙箱策略，避免「命令受限制、但文件工具可以绕过去」的漏洞。它还采用失败关闭原则：如果系统无法确认隔离机制真正生效，就拒绝执行，而不是悄悄退化为无保护运行。此外，密钥不进日志，数据默认留在本地。

Code Mode：把几十次往返压成一次

程序化工具调用的技术基础叫 Code Mode。它把全部工具生成为一套 TypeScript 软件开发 SDK，模型通过 run_code 工具提交一段程序，在程序里直接调用各种工具，包括写循环、条件判断、并发执行。中间过程不占用模型上下文，只有最终打印或返回的内容才会进入上下文。

举个例子：统计所有包中的 TODO 标记并汇总排序，常规方式需要几十次往返，而在 Code Mode 下，一段程序一次跑完。同时，每次工具调用仍然要走完整的安全流水线。

生态兼容：谁都能接进来

生态兼容性方面，Harness 相当开放：支持 MCP 协议，可以接入任何 MCP 服务器；支持 Claude Code 和 Codex 的钩子脚本；内置 ACP 服务端，可以让支持 ACP 的编辑器直接把 Harness 当后端用；Skills 技能包系统支持自建技能库。

模型接入方面，除了 DeepSeek 官方 API，还支持任意 OpenAI 兼容端点，默认可以接入 Kimi、OpenAI、Anthropic、Google 等近四十家大模型。

上手也简单：装好 Node.js 22 或 24 以上版本，一行 npx 命令就能启动 Web 界面，默认地址 127.0.0.1:3080。界面和 Codex 之类很像，默认带了 133 个插件，覆盖文件读写、内置 ripgrep 全文检索、命令执行、持久终端、LSP 语义查询、网页搜索等日常操作。

还有三个贴心设计：一个独立的策略插件，强制要求智能体必须先读过文件才能改它；搜索结果超出上限后会自动存盘，不截断；命令和子 Agent 都可以转入后台统一管理。

社区已经疯了：不好好内测，都跑去写插件

内测期间最好玩的一幕：开发者们基本都不好好内测，都跑去写插件了。

短短几天就出现几百个插件：有人改了整个界面做出各种皮肤，有人实现了跨会话长期记忆，甚至有人做了后台自我进化。这足以说明插件系统的自由度。

不过官方对版本状态也给出了明确提示：当前仍处于开发者预览阶段，后续可能出现破坏兼容性的变更。Harness 本身 MIT 协议免费开源，但运行 Agent 需要配置 API Key，会产生模型调用成本。作为早期预览版，它更适合让大家认识架构、试验插件和反馈问题，暂时还不适合直接放进生产环境。

结语：模型是大脑，Harness 是身体

如果只看 Web 界面，很容易把 DeepSeek Harness 理解成又一个编程助手。但从仓库结构和设计理念来看，它的目标明显更底层——成品 Agent 更像这套 SDK 的第一位客户。

过去几年，大模型公司之间的竞争主要卷在参数和跑分上。但进入 2026 年以来，头部模型的基础能力快速收敛，价格战愈演愈烈，单纯卖 Token 的天花板已经肉眼可见。行业慢慢想明白了一件事：AI 的核心价值不在模型输出，而在场景落地。同样的 Token 消耗，闲聊价值微薄，而修复一个 Bug 可以创造几倍的商业价值。也正因为如此，DeepSeek 正在从「卖算力」走向「交付结果」。

这条路并不好走。Claude Code 和 Codex 背靠 Anthropic 和 OpenAI，先发优势明显；插件生态能否持续繁荣、开发者是否敢把生产环境托付给 0.1 版本，这些都是悬而未决的问题。但从 R1 到 V4，从模型到 Harness，DeepSeek 走的每一步都踩在同一个方向上——把前沿能力压到可负担的成本，再把可负担的能力接入可落地的系统。

当模型能力逐渐接近，真正拉开差距的，可能不再是考试分数更高的大脑，而是谁能为它造出更好用的身体。在 Agent 运行时这个赛道上，开源插件生态最终能不能跑过闭源的垂直整合？

这头黑鲸，你打算第一时间下水试试吗？

—**以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～**谢谢你看我的文章，我们，下次再见。

作者：短裤哥

本文基于 DeepSeek Harness 开发者预览版发布的公开信息整理，核心事实参考 DeepSeek 官方公告、GitHub 仓库说明、The New Stack 报道及 Composio 公开测试数据。

欢迎关注

如果你喜欢这种「AI 行业动态 + 技术拆解」的内容，欢迎关注短裤哥：持续分享 AI 行业动态、技术分析与工具玩法。

二维码

8月13日DeepSeek开源了DeepSeek Harness，代号「黑鲸」，MIT协议。它不是模型，而是模型外面的一整套智能体运行系统：模型、工具、技能、沙箱、Agent循环甚至UI都是插件，官方一句话：一切皆插件。

本期拆解：

  • Composio实测：同一个DeepSeek V4-Flash放进8种Harness，完成数1420项，单任务成本0.0450.195美元，差4倍
  • Cordis插件系统：时空可组合性，插件卸载即撤销
  • 四种运行模式：标准/极简/PTC程序化调用/创造模式
  • 仅追加会话日志：模型可见即已记录
  • 230个workspace成员的「洞洞板」架构
  • 安全设计：workspace-write默认收紧、失败即关闭
  • Code Mode：几十次往返压成一次
  • 生态兼容：MCP、Claude Code/Codex钩子、ACP、近40家模型
  • 社区几百个插件 涌现

模型是大脑，Harness是身体。当模型能力收敛，差距就在身体上。这头黑鲸你打算下水试试吗？

注意，相关视频中的内容，命令，脚本，代码，都在博客文章中会有 🔗https://869hr.uk

关注与资源

  1. 微信讨论群：https://qr.869hr.uk/aitech
  2. 超过100T资料总站网站：https://doc.869hr.uk
  3. Telegram群聊：https://t.me/tgmShareAI
  4. 微信公众号：搜“AI前沿的短裤哥”
  5. 视频的文字博客(银行卡、手机号、VPS主机、IP测试等）：https://869hr.uk
  6. 推特：https://x.com/gxjdian
  7. Youtube：https://youtube.com/@gxjdian

短信及语音接码平台

白嫖流量

VPS 主机推荐

VPS DMIT

VPS VIRCS

账号、礼品卡与 AI 产品充值

eSIM 与支付卡推荐

  1. Wise免出国极速开户全教程（身份证+国内手机号即可，完美平替香港卡！）https://youtu.be/AL8cOn49xG8 （申请链接https://wise.com/invite/ihpc/lizhiw12 推荐码：lizhiw12）
  2. N26 的申请链接及教程链接 （需要护照， 推荐码：lizhiw02766c ） https://youtu.be/HY9OD8rX89s?si=78REb8MyKSJB6cwQ
  3. Bybit支付卡申请链接 （推荐码：LGNQRG）https://youtu.be/3sN7P2t_CeA
  4. YiKa虚拟卡实操开卡教程，不需KYC，一个邮箱开50张卡，订阅ChatGPT/Claude/推特蓝V出海必备 https://youtu.be/XaLeXKu4PTM
  5. 三家eSIM 让国产手机秒变eSIM手机，全方面优缺点对比及开户链接🔗 https://s.869hr.uk/mcc
  6. eSIM 9eSIM打 9 折（优惠码：maq）注册及购买链接 https://www.9esim.com/?coupon=maq
  7. eSIM ESTK打 9 折（优惠码：GXJDIAN）注册及购买链接 https://store.estk.me/zh?aid=16007
  8. eSIM XeSIM打 9 折（推荐码：gxjdian）注册及购买链接 https://xesim.cc/?DIST=RE5FHg==
  9. eSIM卡免手机保号收发短信！几十块大疆4G模块爆改移远EC25，Mac UTM一键部署VoHive完整教程 https://youtu.be/PZRkoggXFco
  10. 国行iPhone秒变eSIM！Xesim卡手把手喂饭教程，出国留学旅行必备 https://youtu.be/Mhd2KR8Ydo4

YouTube 播放列表

参考链接

相关推荐