两亿 Token 实测 DeepSeek Harness，这只“黑鲸鱼”真能干活吗？

▼以下为视频文字版内容：

8 月 13 日

DeepSeek V4 Pro正式版

在 App、网页和 API 同时上线

App 和网页里选择“专家模式”使用

API 的模型名保持不变

一上线引起了不小的争议

有人觉得 Pro 的表现不如 Flash

同一个任务跑两次效果相差甚远

甚至开始怀疑是不是部署错了版本

官方称

“正式版 DeepSeek V4 Pro 增强了 Agent 能力，在生产环境中的性能表现提升尤为显著”

跑分其实不重要

重要的是这行小字

答案就在基准表的脚注里

Code Agent 任务

是用 DeepSeek Harness 极简模式测的

没错 就是这只黑色的鲸鱼

就在当天

DeepSeek Harness 开发者预览版

面向全球开放测试

那这个 Harness 到底又是啥

其实它就是一个壳子

模型负责理解、判断和生成

Harness 负责把文件、工具、权限、会话、执行循环和记录

一个 Agent 智能体

就是模型加上 Harness 组成的

像 Codex、Claude Code 都是 Agent 智能体

那 DeepSeek Harness 跟它们有什么区别呢

它们都能读项目、改文件、跑命令、看结果

也都有 Skills、子代理和插件功能

差别在于

Codex 这类工具更像已经调好的成品

用户可以加规则、技能和外部工具

但是运行方式和功能还是厂商决定

DeepSeek Harness 高度定制化

所有环境可配置 可重组

它不只是是编程工具

更像一个创意工坊

安装也很简单

如果你的电脑已经有 Node.js

直接在终端发这条命令
npx @deepseek-ai/dsh web

还有种更简单的

在任何一个能操作本机的 Agent

把下面这句话发给它

请检查我的电脑系统、Node.js、npm 和 npx 环境，帮我安装并启动 DeepSeek Harness。优先使用官方推荐命令：npx @deepseek-ai/dsh web

然后等着就好

安装好后会生成一个链接

点击就能在本地浏览器里打开

注意 DeepSeek Harness 不是一个应用程序

浏览器里的是它的 Web 界面

第一次打开

需要先去 DeepSeek 开放平台注册个账号

充值任意金额后

创建一个 API Key

复制进 Harness 就能开始用了

界面还是挺简洁的

可以选择工作区、权限、Agent 预设和模型

Agent 预设就是官方给出的四种模式

具体区别如图所示

总结一个口诀就是

日常干活用标准

大批量、多步骤再试 PTC

排查变量用极简

想做插件和新模式开创造

我还用创造模式做了个时光机模式

文件每次更改都会记一个快照

比如我做一个 html 网页

但改了三次

在时光机模式下每次修改都有记录

点一下就能回滚

再也不用怕

改来改去又想回到第一版的甲方啦

除此之外

设置里面还可以接入其它模型

以及 DeepSeek Harness 的核心

插件功能

那插件又和 Skill 有什么区别呢

Skill 更像一份说明书

告诉 Agent 该怎么完成特定任务

插件像工作台本身可拆卸的零件

改的是 Harness 自己的能力和界面
刚刚说的高度定制化

就体现在这里了

它可以是这样的

这样的

也可以是这样的

嫌界面太简洁？

还能自己加点广告

当然不只是换皮肤

还可以加功能

我也自己做了两个插件

一个是把对话框做成液态玻璃样式
加上些阴影和模糊

一个是余额查询功能

还有用量条显示
就不用来回去 DeepSeek 开放平台查了

接下来是实测环节

独立工作区

每轮开启新会话

看看正式版模型

搭配 DeepSeek Harness 能否发挥出真正实力

一共四个项目

前两轮使用 DeepSeek V4 Flash

依旧是经典老题

用一个 HTML 文件做一套仿 macOS 的桌面系统

有访达、启动台、备忘录、终端和设置

还加了一个射击游戏

DeepSeek 模型加上官方 Harness

缓存命中都到 99%了

中间也会召唤子代理

派发了个任务让它去看图

但是 DeepSeek 模型本身不支持多模态

这就尴尬了

用时 32 分钟

看看结果

图标挺简陋的

但功能基本都正常

访达、浏览器都能用

备忘录创建了但写不了东西

设置能用

不过一些文字排版也有点问题

它还顺手多做了个计算器 App

看看压轴的射击游戏

能玩

但是敌人是飘在天上的

诶不对有个 bug 

地图被分成两半

我到不了对面

没清完敌人就进不了下一回合

不过毕竟是一次生成的结果

迭代修个几轮基本都能解决

Part.2 十种风格网站

接下来做一个介绍 DeepSeek Harness 的网页
要求有十种独立设计的风格
不是同一个模板换十个皮肤
需要不同的版式、字体、组件、图形和交互

用了 25 分钟

这轮完成度就高多了

别忘了它是个没有“眼睛”的模型

这样的表现还是可以的

十套页面风格各是各的

符合要求

Part.3 3D 街机赛车

后两轮换 DeepSeek V4 Pro 上场
做一款 3D 街机赛车
三辆车，两张地图
日光海岸加雨夜城市

用了整整一个半小时

选辆车上路

诶我去

它这个车咋是横着开的

等会儿

方向键还是反的

这个真不是我菜

是操作太反直觉了

换到雨夜地图看看

因为 DeepSeek 模型看不见画面

免不了有一些穿模和问题

经过我不懈努力

还是把车开到了终点

Part.4 AI 编程器应用

最后一轮
做一个本地 AI 编程器
要有两个窗口
一个编辑器，一个智能体
能打开本地项目、运行代码
也能让智能体读取和修改工作区

27 分钟跑完

给自己起了个名字

叫曜码

编辑器整体没问题

我放了个测试文件在目录下

也能正常运行

再试试智能体这边

这个交互有点奇怪

不是常见那种对话的形式

不过倒是能用

我让它做个小游戏

它思考了一阵

做出来了

来看看 Agent 里的 Agent 做出来的游戏

效果不错

整体看下来

DeepSeek 的代码能力还是可以的

又到了经典的算账环节

坏消息是

DeepSeek API 要在 8 月 17 日涨价

分成高峰时段和空闲时段两种价格

四轮测试跑下来

算上几个插件

一共花了快两亿 token

其中 V4 Pro 占了一亿多
得益于自家的 Harness

绝大部分输入都走了缓存

最终花费 15 块 5 毛 7

不过这是旧价格

换算一下涨价之后如图所示

最后我还想给大家看一样东西

轨迹页面

它把 Agent 的执行过程公开了
怎么读文件、怎么调工具
返回结果以后怎么处理
失败以后怎么接着修
全程都有记录

就像当年 DeepSeek R1 发布

也是很多人第一次直观看到

模型是怎么展开推理和思考的

快速做个总结

如果你是编程小白

或者只想装好就干活

选择 WorkBuddy、Codex 这类成熟工具就可以

如果你是开发人员

喜欢折腾插件、自定义工作台的

可以试试 DeepSeek Harness

无论如何

Chat 时代已经落幕了

Agent 将会成为主流

从你问我答

变成提要求它干活

这一次，AI 不再只是开口说话

而是伸出手

把世界往前推