云浮海绵胶价格 实测DeepSeek Harness！梁文锋憋的“黑鲸鱼”大招，有惊喜

智东西

作者 | 毕伟豪

编辑｜漠影

智东西 8 月 14 日报道，昨夜，DeepSeek Harness 的开发者预览版（v0.1 版本）正式公测，并同步开源。

DeepSeek Harness 团队负责人崔添翼在社交媒体上表示，这是个预览版本，可能存在很多粗糙之处，希望大多提意见。消息出，半小时 DeepSeek Harness 的 GitHub 仓库星数就过了万，截至发稿已经过了 3 万。

而就在宣布公测两小时前，DeepSeek 官才宣布了 DeepSeek-V4-Pro 正式版上线以及价格即将大幅上涨的消息，这套闪电二连击引爆了社交媒体。

国内外社交媒体上很多内测成员纷纷发表"解密感言"，还晒出了内测成员大影，但也有开发者认为这像是个开发框架，而非 Coding Agent。

原因在于，与社区先前猜测不同的是，DeepSeek Harness 并没有采用 Pi Agent 架构，也没有套用 DeepSeek 模型缓存命中率的 Reasonix。

据 DeepSeek Harness 团队称，DeepSeek Harness 采用"切皆插件"的设计思路，模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等所有 Agent 能力，都由插件组而成，可自由替换、灵活重组。

底层是 Cordis 插件系统，这个元框架只负责插件的加载、卸载和依赖关系，Agent Harness 的所有具体组件都是不同的 Cordis 插件，元框架的理念来自北京大学和 DeepSeek 联署名的篇论文《A Programming Paradigm for Spatiotemporal Composability》。

仓库地址：

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

论文地址：

https://github.com/cordiverse/paper/blob/main/paper.pdf

看到消息的时间，智东西就拉取源码安装了 DeepSeek Harness，用上了这个期待许久的 Agent 底层框架。

、切皆插件，内置四种模式，默认加载不同插件集

安装其实也非常简单，如果你有常用的 Agent，直接把下面这段代码丢给它即可：

git clone github.com/deepseek-ai/deepseek-harness.git

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

安装完成后，开本地网关，可以看到这样的界面，输入 DeepSeek 的 API Key 即可进入 DeepSeek Harness。

映入眼帘的是个非常干净，但又有点熟悉的界面，不得不说和网页版 DeepSeek 还是挺像的，不太样的地在于 DeepSeek Harness 的鲸鱼是黑的。

左侧是新建对话的菜单栏，右侧是输入框和模式选择区域，设置中可以选择些内置的插件，其他就什么都没有了。

如开头所说，DeepSeek Harness 采用"切皆插件"的设计思路，而这种设计思路反映在 Agent 上，演化成了标准、简、创造和 PTC（程序化工具调用）四种模式，每种模式默认加载不同插件集，开发者可以根据不同使用场景自由选择。

标准模式提供完整工具组；

PTC 模式由模型生成段代码组多轮工具调用；

简模式只留个 shell 工具和个文件编辑工具，门给小环境下的模型基准测试使用；

创造模式可以检查当前运行时、在内存中试验 Cordis 插件，并据此组和创作新的模式。

DeepSeek Harness 团队强调"每次运行都有迹可循"，这个有迹可循体现在个非常有意思的设计上——轨迹。

模型看到的切都会写入仅追加（append-only）设计的会话日志，包括系统提示词、思维链、工具调用与结果、子 Agent 调度，以及每次上下文注入。在轨迹视图中可以按来源查看这些信息，恢复、分叉、检索与回放也都共享这事件流。

下的每个彩读条都对应着个运行节点，鼠标选中读条即可查看对应部分的具体运行过程。

二、体验：88 页论文翻译耗时 22 分钟，做贪吃蛇游戏只要 50 秒

智东西也是在标准模式下，给了 DeepSeek Harness 个非常简单的任务，翻译 PDF 文件，源文件是前文提到的 Cordis 元框架那篇论文，DeepSeek Harness 确实是穷二白，次执行任务 PDF 提取工具也需要先安装下。

很快 DeepSeek Harness 提取了 PDF 文件，但它识别出我桌面上存在个对该论文的翻译文件，只不过创建时间有点不太对，它荐我在原文件的基础上进行补充。

其实 DeepSeek Harness 的任务执行过程还是很顺畅的，而且整体流程很透明，任务拆分比较理，在补齐论文的过程中派发了 10 个子代理，对我原本的翻译文件进行了复制、修正以及补齐。

后得到了份格式比较完整、内容严谨的翻译文件。

从数据上看，DeepSeek Harness 的任务执行速度尚可，88 页论文翻译任务耗时 22 分钟， Token 启动速度平均在 1.4 秒，缓存命中率 98，输入 6.6M，输出 72.7k。

任务完成后再开轨迹页面，可以看到密密麻麻的片进度条，所有的工具调用、子代理派发都览余，所有过程都可以在这里面查看，报错信息亦然，对于开发者来说非常便利。

此外，我还分别使用简模式和 PTC 模式写了贪吃蛇游戏，简模式下，DeepSeek Harness 仅用 50 多秒就完成了任务，而 PTC 用时分五秒，但简模式中的游戏并没有写成 HTML 的格式，需要在 python 中运行。

可以看到的是，简模式是门为模型测试准备的，不会去做多余动作。

写在后：款与用户期待不太样的产品

初次体验下来，DeepSeek Harness 似乎真的不是款面向 C 端用户的产品，就像崔添翼所说，面向全球开发者进行测试。

DeepSeek Harness 所提供的非常简洁，简模式、创造模式包括这个插件系统的架构，都是为开发者自主创造而设计的。

但这并不意味着 DeepSeek Harness 不是款好产品，相反，它对于喜欢 Agent 的人来说，就像款乐玩具，你可以随自己的心意将它组装成任何样子。

的确，它现在不管是从生态，还是从上都不上"顶"，但它是开源的，是可塑的，能够随着使用的过程不断进化为用户想要的样子。

闭源为用户提供现在，开源让用户自己掌握未来。

智东西

作者 | 毕伟豪

编辑｜漠影

智东西 8 月 14 日报道，昨夜，DeepSeek Harness 的开发者预览版（v0.1 版本）正式公测，PVC管道管件粘结胶并同步开源。

DeepSeek Harness 团队负责人崔添翼在社交媒体上表示，这是个预览版本，可能存在很多粗糙之处，希望大多提意见。消息出，半小时 DeepSeek Harness 的 GitHub 仓库星数就过了万，截至发稿已经过了 3 万。

而就在宣布公测两小时前，DeepSeek 官才宣布了 DeepSeek-V4-Pro 正式版上线以及价格即将大幅上涨的消息，这套闪电二连击引爆了社交媒体。

国内外社交媒体上很多内测成员纷纷发表"解密感言"，还晒出了内测成员大影，但也有开发者认为这像是个开发框架，而非 Coding Agent。

原因在于，与社区先前猜测不同的是，DeepSeek Harness 并没有采用 Pi Agent 架构，也没有套用 DeepSeek 模型缓存命中率的 Reasonix。

据 DeepSeek Harness 团队称，DeepSeek Harness 采用"切皆插件"的设计思路，模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等所有 Agent 能力，都由插件组而成，可自由替换、灵活重组。

底层是 Cordis 插件系统，这个元框架只负责插件的加载、卸载和依赖关系，Agent Harness 的所有具体组件都是不同的 Cordis 插件，元框架的理念来自北京大学和 DeepSeek 联署名的篇论文《A Programming Paradigm for Spatiotemporal Composability》。

仓库地址：

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

论文地址：

https://github.com/cordiverse/paper/blob/main/paper.pdf

看到消息的时间，智东西就拉取源码安装了 DeepSeek Harness，用上了这个期待许久的 Agent 底层框架。

、切皆插件，内置四种模式，默认加载不同插件集

安装其实也非常简单，如果你有常用的 Agent，直接把下面这段代码丢给它即可：

git clone github.com/deepseek-ai/deepseek-harness.git

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

安装完成后，开本地网关，可以看到这样的界面，输入 DeepSeek 的 API Key 即可进入 DeepSeek Harness。

映入眼帘的是个非常干净，但又有点熟悉的界面，不得不说和网页版 DeepSeek 还是挺像的，不太样的地在于 DeepSeek Harness 的鲸鱼是黑的。

左侧是新建对话的菜单栏，右侧是输入框和模式选择区域，设置中可以选择些内置的插件，其他就什么都没有了。

如开头所说，DeepSeek Harness 采用"切皆插件"的设计思路，而这种设计思路反映在 Agent 上，演化成了标准、简、创造和 PTC（程序化工具调用）四种模式，每种模式默认加载不同插件集，开发者可以根据不同使用场景自由选择。

标准模式提供完整工具组；

PTC 模式由模型生成段代码组多轮工具调用；

简模式只留个 shell 工具和个文件编辑工具，门给小环境下的模型基准测试使用；

创造模式可以检查当前运行时、在内存中试验 Cordis 插件，并据此组和创作新的模式。

DeepSeek Harness 团队强调"每次运行都有迹可循"，这个有迹可循体现在个非常有意思的设计上——轨迹。

模型看到的切都会写入仅追加（append-only）设计的会话日志，包括系统提示词、思维链、工具调用与结果、子 Agent 调度，以及每次上下文注入。在轨迹视图中可以按来源查看这些信息，恢复、分叉、检索与回放也都共享这事件流。

下的每个彩读条都对应着个运行节点，鼠标选中读条即可查看对应部分的具体运行过程。

二、体验：88 页论文翻译耗时 22 分钟，做贪吃蛇游戏只要 50 秒

智东西也是在标准模式下，给了 DeepSeek Harness 个非常简单的任务，翻译 PDF 文件，源文件是前文提到的 Cordis 元框架那篇论文，DeepSeek Harness 确实是穷二白，次执行任务 PDF 提取工具也需要先安装下。

很快 DeepSeek Harness 提取了 PDF 文件，但它识别出我桌面上存在个对该论文的翻译文件，只不过创建时间有点不太对，它荐我在原文件的基础上进行补充。

其实 DeepSeek Harness 的任务执行过程还是很顺畅的，而且整体流程很透明，任务拆分比较理，在补齐论文的过程中派发了 10 个子代理，对我原本的翻译文件进行了复制、修正以及补齐。

后得到了份格式比较完整、内容严谨的翻译文件。

从数据上看，DeepSeek Harness 的任务执行速度尚可，88 页论文翻译任务耗时 22 分钟， Token 启动速度平均在 1.4 秒，缓存命中率 98，输入 6.6M，输出 72.7k。

任务完成后再开轨迹页面，可以看到密密麻麻的片进度条，所有的工具调用、子代理派发都览余，所有过程都可以在这里面查看，报错信息亦然，对于开发者来说非常便利。

此外，我还分别使用简模式和 PTC 模式写了贪吃蛇游戏，简模式下，DeepSeek Harness 仅用 50 多秒就完成了任务，而 PTC 用时分五秒，但简模式中的游戏并没有写成 HTML 的格式，需要在 python 中运行。

可以看到的是，简模式是门为模型测试准备的，不会去做多余动作。

写在后：款与用户期待不太样的产品

初次体验下来，DeepSeek Harness 似乎真的不是款面向 C 端用户的产品，就像崔添翼所说，面向全球开发者进行测试。

DeepSeek Harness 所提供的非常简洁，简模式、创造模式包括这个插件系统的架构，都是为开发者自主创造而设计的。

但这并不意味着 DeepSeek Harness 不是款好产品，相反，它对于喜欢 Agent 的人来说，就像款乐玩具，你可以随自己的心意将它组装成任何样子。

的确，它现在不管是从生态，还是从上都不上"顶"，但它是开源的，是可塑的，能够随着使用的过程不断进化为用户想要的样子。

闭源为用户提供现在，开源让用户自己掌握未来。相关词条:管道保温施工     塑料挤出设备     预应力钢绞线    玻璃棉厂家    保温护角专用胶

奥力斯    万能胶生产厂家    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定云浮海绵胶价格，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。