DeepSeek Harness 发布后，Agent 这门生意变了

本文来自微信公众号：ZAI科技，作者：Zeztz，题图来自：AI生成

千万别把 DeepSeek Harness 和 Claude Code 对标

看到 DeepSeek Harness 的第一眼，我的脑子里其实就两个字：就这？

一个朴素得有些寡淡的对话框，再配上一个同样没什么存在感的侧边栏。乍一看，我甚至以为自己点错打开了什么三无产品；下一秒我开始怀疑，DeepSeek 是不是根本没有 UI 设计师这个职位的预算。

说实话，就这个前端界面，哪怕让我发朋友圈凑个热闹，我都截不出一张有代表性的图来。它没有 Claude Code 命令行的极客范，也没有 Cursor 那种专业 IDE 的气质，更不像 WorkBuddy，恨不得把每一个功能都“啪”的一声贴到你脸上。

粗糙就是粗糙，非要往“大巧不工”上解释，就有点替 DeepSeek 强行找补了。但直到点开模型设置页，我才发现，刚才那句“就这”的结论确实下得不太慎重。

过去，想给 Claude Code 或者 Codex 接入非原生的模型供应商，通常要修改配置文件、环境变量或者代理规则。不同工具的配置格式各不相同，复杂到后来甚至出现了 CC Switch 这样的第三方应用，专门帮助用户管理不同 Coding Agent 和模型供应商之间的切换。

到了 DeepSeek Harness 这里，模型供应商的接入本身就被做成了插件。DeepSeek 官方 API、Anthropic 和 OpenAI 等提供方都可以直接配置，公司 Gateway、自建模型服务，以及其他兼容 OpenAI API 的 Endpoint，也能作为自定义提供方接入。

模型切换插件化其实只是提高了些许便利性，但继续往下看才会发现，同样的规则几乎覆盖了组成 Agent 的所有关键部分：模型接入是插件，记忆是插件，沙箱是插件，存储是插件，权限审批、上下文压缩和用户界面也是插件。就连前段时间被各路大神吹上天的 Agent Loop，在这里也只是可以装载和替换的其中一个插件，仅此而已。

看到这里，我才意识到，这东西多少有点“被褐怀玉”的意思：表面上只是一个朴素到近乎简陋的聊天框，里面藏着的却是一整套可以搭载、替换和重新组合的 Agent 体系。

关键也正在这里。DeepSeek Harness 真正交付的可不是眼前这个聊天框。聊天界面本身是插件，编程模式也只是一套已经搭配好的插件组合。更换这套组合，同一个 DeepSeek Harness 底座就可以被组装成服务于不同场景的 Agent。

所以，编程能力只是这套体系拿出来的第一个参考设计，绝对不是 DeepSeek Harness 的能力边界。

拿它的编程模式和 Claude Code 比 Vibe Coding，当然可以。毕竟 DeepSeek Harness 确实利用自己的插件底座，组装出了一款能够写代码的 Agent。

真正离谱的是，有些“伪”科技博主只跑几轮 Vibe Coding，就准备给整个 DeepSeek Harness 盖棺定论。

这就像拿虚幻引擎官方的模块化样板游戏 Lyra Starter Game，去和 Epic 经营多年的《堡垒之夜》比较可玩性。

Lyra 能开枪、组队、占点，当然是一款真正能玩的射击游戏，也当然可以在评测里输给《堡垒之夜》。但 Epic 做出 Lyra，主要是为了展示角色、武器、技能、联网和 UI 等系统如何在虚幻引擎里被拆解、组合和重复利用。它从诞生之初，就是一份供开发者研究的模块化样板工程。

因为 Lyra 不如《堡垒之夜》好玩，就宣布 Unreal Engine 没有价值；因为 DeepSeek Harness 组装出来的第一款编程 Agent 不如 Claude Code 成熟，就宣布这套 Agent 底座没有前途。

测试 Vibe Coding 完全合理。拿一件样品概括整条生产线，问题出在这里。

这东西的目标用户，99% 不是正在看文章的你

除了对标 Claude Code，其实还有另外一个错觉：把 DeepSeek Harness 当成 To C 的个人软件来评测。

这种评测方式在认知层面确实有些局限：不管人家发布的是产品、平台还是基础设施，上来先问能不能一键安装、能不能马上下班。可 DeepSeek Harness 真正值得关注的用户，是 Agent 开发商、企业内部 IT 团队、系统集成商和插件开发商。普通用户最终可能每天都在使用基于 DeepSeek Harness 开发的产品，却根本不知道 DeepSeek Harness 的存在。

插件化到底能带来什么价值？一个行业 Agent 采购的案例应该能够很好地讲清楚。

假设某保险公司正在采购一款业务经营分析 Agent。工作人员上传保单、保费和理赔明细，它可以分析赔付率、出险频率，并找出异常案件。由于每次提交的表格结构和分析口径都可能变化，Agent 会动态生成 Python 或 SQL（结构化查询语言），再放进沙箱完成数据清洗、关联和计算。

选型阶段使用的是脱敏数据，业务部门测试以后非常满意。项目进入合规审查，却被 IT 部门直接毙掉了。

理由非常充分：正式使用以后，不可能要求员工每次都先把几万行数据逐一脱敏。真实的保单和理赔数据又涉及大量个人信息，一旦送入厂商提供的公有云沙箱，就离开了保险公司的控制范围。数据保存在哪里、沙箱能否访问公网、谁读取过客户资料，公司都无法完全掌握。厂商的沙箱还接不进企业内部的 IAM（身份与访问管理）和审计系统，显而易见，数据流转在这一刻已经失控了。

能力没问题，合规有大问题，一票否决。

按照 DeepSeek Harness 的插件化思路，挽救这单生意其实很简单：原有的保险分析流程可以继续使用，执行环境则搬进企业自己的 VPC（虚拟私有云），同时做相关合规改造。模型也要部署在内部，或者接入已经通过安全审查的企业级模型服务。这样，Agent 仍然可以运行代码，客户数据却始终留在企业允许的范围内。

过去，沙箱不合规往往意味着整套 Agent 需要重新改造。DeepSeek Harness 把它缩小成了一个可以单独替换的企业模块，针对该保险公司的要求，Agent 供应商会先从 DeepSeek Harness 的插件生态中寻找符合要求的沙箱方案。

如果找到合适的插件，供应商可以把对应的执行服务部署进保险公司的私有云，再接入内部的 IAM 和审计系统。对于常见的企业安全要求，这一步可能主要是配置和集成，无需重新开发整套 Agent。

如果既有的成熟方案无法适配保险公司的基础设施，企业 IT 也可以寻找安全厂商或系统集成商，定制一个专用的 DeepSeek Harness 沙箱插件。这个插件只负责连接内部数据、执行代码和记录操作，甚至可以留在公司内部，无需公开源代码。

这样一来，Agent 开发商负责保险分析能力，安全厂商提供合规的执行环境，企业 IT 掌握数据和权限。企业可以分别选择几方最成熟的方案，再把它们组装成符合自身要求的 Agent。

这种模式，直接从根本上改变了 Agent 的开发范式：做法律 Agent 的团队，可以集中精力研究合同审查和法律流程；做财务 Agent 的团队，可以专门优化对账、关账和异常识别。至于模型适配、企业记忆、沙箱和权限系统这些通用的体系支撑，都可以交给更专业的供应商。

从客户角度看，企业也不必完全依赖一家 Agent 厂商，完全有可能组建内外部的联合开发团队。仍以上面的保险公司为例，它可以采购成熟的保险分析方案，再由安全厂商提供私有沙箱，内部 IT 负责接入 IAM 和业务数据库。几方围绕同一套插件接口完成交付。

一些更细的商业机会也会随之出现。过去，一家公司只做沙箱、审批或者企业记忆，很难依靠单一模块独立做成生意。到了插件生态里，只要其中一个模块足够专业，这个产品就有机会带着自己的品牌直接整合进大量 Agent 产品。

OpenStack 是一套开源云计算平台。它用不同组件管理计算、存储、网络和身份认证，企业再按需求把它们组合成自己的云平台。这个逻辑比乐高更接近 DeepSeek Harness。DeepSeek Harness 也想把 Agent 拆成一组可以独立开发、替换和交付的专业模块。

过去，开发 Agent 意味着一家公司必须端到端地完成系统工作；DeepSeek Harness 设想的未来，是更多的公司只管做好自己最擅长的事，其他的交给插件生态。

打造插件生态，DeepSeek 到底图什么？

如果 DeepSeek Harness 真的能够形成插件生态，Agent 行业的成本结构也会跟着改变。

一套通过金融机构安全审查的沙箱，可以同时进入银行、保险和证券公司的不同 Agent；一个成熟的企业记忆插件，也可以被法律、医疗和财务产品反复调用。过去藏在每个项目里的重复开发，有机会变成可以多次交付的标准产品。

但是请注意：插件生态越开放，随之而来的管理成本也会越高。

插件可能接触企业数据、调用内部系统，甚至直接执行代码。任何一个插件出现漏洞，都可能拖累整套 Agent。版本升级以后还能不能运行，几个插件互相冲突应该找谁负责，也会成为新的研发成本。

一个成熟的插件生态，迟早需要安全审查、兼容性测试、版本管理和长期维护。否则所谓开放，很容易变成从 GitHub 上随便捡一堆代码然后在外面包一层，最后就是企业客户陪着开发者一起赌命。

DeepSeek Harness 目前仍处于 Developer Preview。今天能够确认的，只是 DeepSeek 打开了插件接口和社区入口。它能不能长成一条真正的专业供应链，还要看后续有没有足够多的开发者、企业客户和解决方案厂商愿意投入。

接下来的问题，恐怕才是本文最核心的部分：DeepSeek 免费把这个入口打开，到底图个啥啊？

最容易想到的答案，是数据。

全世界的开发者都在 DeepSeek Harness 上运行 Agent，DeepSeek 顺手拿走任务轨迹，再用这些数据训练下一代模型。这套说法听起来很符合“数据飞轮”的标准剧本，不好意思，这事儿在技术上根本不 make sense。

DeepSeek Harness 采用宽松的 MIT 开源协议，会话可以直接保存在本地的 JSONL 文件或者 SQLite 数据库中。它虽然提供了基于 OpenTelemetry 的遥测能力，默认状态却是关闭的；即使主动开启，数据发往哪里，也由部署方自己决定。

这意味着，用户通过 Claude、OpenAI 等模型产生的任务轨迹，不会自动流进 DeepSeek。即使调用 DeepSeek 官方 API，它能够看到的也只限于送入该接口的上下文和相关元数据。没有发送给模型的本地日志，以及由其他模型产生的轨迹，并不会自动进入 DeepSeek 服务器。

所以，把 DeepSeek Harness 描述成 DeepSeek 免费铺设的一条训练数据管道，目前证据不足。说得更直接一点：这套架构确实开放了 Agent，暂时没有顺便打开全行业的数据保险柜。

DeepSeek 眼下能够得到的，首先是一条由自己掌握的模型分发通道。

今天一个模型进入 Agent 市场，能力强只是第一关。Harness 怎样传递工具调用，怎样处理 reasoning，怎样使用上下文缓存，都会影响最后的体验。如果 DeepSeek 模型只能运行在其他厂商定义的 Harness 里，新模型可能迟迟得不到支持，特殊协议也可能被通用适配层削平。模型明明跑得很快，最后却被 Harness 调度得步履蹒跚，用户骂的依然是 DeepSeek。

有了 DeepSeek Harness，DeepSeek 可以在发布新模型时同步更新官方适配器，把流式输出、reasoning 回传、缓存和 Token 统计提前磨合好。Claude、OpenAI 和其他模型依然可以接入，DeepSeek 照样要和它们同场竞争；至少这场比赛的跑道，不再完全由别人修建。

如果越来越多的 Agent 开发商采用 DeepSeek Harness，价值还会继续向上累积。插件厂商会主动兼容它的接口，企业项目会围绕它形成实施经验，新工具也会优先考虑能不能接入这套体系。

到了那个阶段，DeepSeek Harness 就不再只是一份开源代码，它开始拥有定义 Agent 接口的能力。

每增加一个沙箱、记忆或者行业插件，都相当于为 DeepSeek 模型多打开一扇可以进入的门。门里最后运行哪家的模型无法保证，DeepSeek 至少拥有了站在门口竞争的资格。

这些影响未来也可能转化成收入。用户最终选择 DeepSeek 模型，可以带来算力收入；企业如果需要官方支持、专有部署或者插件认证，也可能形成新的服务生意。

不过，截至目前，DeepSeek 没有公布收费插件市场，也没有证明自己准备亲自经营大量垂直 Agent。把这些可能性直接写成既定战略，证据还差得很远。

有人据此断言，DeepSeek 肯定不会做垂直 Agent；另一拨人则认定，它准备先放水养鱼，看看哪个市场能挣钱，等插件厂商把鱼养肥以后再下场收割。

这两种说法都很有画面感，听起来也足够诱人，问题是狐狸尾巴才刚露出来，大家已经开始争论来的是尼克还是玲娜贝儿……别急，万一是妲己邀请你一起玩耍呢？

OpenAI 已经针对金融工作流专门优化模型，还推出 ChatGPT for Excel，并接入 FactSet、LSEG 和 S&P Global 等专业金融数据源。这已经足以证明，模型公司一旦发现有价值的垂直市场，完全可能继续向应用层推进。不过，OpenAI 选择了这条路线，依然无法替 DeepSeek 公布商业计划。

DeepSeek 未来可能推出自己的 Agent 产品，也可能长期经营模型和基础设施，还可能在不同市场采用完全不同的策略。今天能够确认的只有一点：DeepSeek Harness 给 DeepSeek 争取到了一块更加靠近 Agent 入口的位置。

不过，平台战争里真正高明的地方，从来不只是自己站到了入口，还要让别人愿意一起把入口做大。

DeepSeek Harness 允许开发者替换模型、沙箱、记忆、工具和界面，也允许企业把插件留在自己的服务器里。DeepSeek 没有要求所有 Agent 必须运行 DeepSeek 模型，也没有要求插件开发商交出源代码和用户数据。它拿出一套公共底座，让其他公司可以在上面发展产品、提供服务，甚至建立自己的生意。

这当然会给 DeepSeek 带来模型分发、接口影响力和商业选择权。但这些利益有一个共同的前提：开发者真的拥有选择权。

如果 DeepSeek 急着给每个插件收过路费，或者把自家模型放进无法替换的中心位置，这个生态很快就会失去吸引力。它必须在控制和开放之间保持克制，让其他参与者确实能够从平台上赚到钱，自己才有机会获得更大的行业影响力。

这也正是 DeepSeek Harness 最值得肯定的地方。

DeepSeek 开放过模型，现在又开始开放模型工作的环境。它把定义 Agent 的部分权力交给开发者，也把围绕 Agent 做生意的机会留给了整个行业。

本文来自微信公众号：ZAI科技，作者：Zeztz