共计 1444 个字符，预计需要花费 4 分钟才能阅读完成。
DeepSeek 故意做了一个难用的 Agent?
DeepSeek Harness 可能压根没把普通用户当第一批用户。
近期,DeepSeek 动作频频: 先是 V4 Pro 涨价, 随后又上线了智能体框架 DeepSeek Harness。这一系列操作让外界感到困惑, 尤其是 Harness 那“工程师风”的界面和文档, 似乎在刻意拒绝普通用户。那么,DeepSeek 究竟在打什么算盘?
📌 从“价格屠夫”到“生态玩家”
- 重点: DeepSeek Harness 可能压根没把普通用户当第一批用户。
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
过去两年,DeepSeek 凭借 V3、R1 等模型, 以极低的价格震撼行业, 树立了“顶级模型不一定昂贵”的形象。然而,V4 Pro 的涨价和 Harness 的发布, 标志着其战略重心的转移。
如果说过去 DeepSeek 争夺的是模型调用量, 那么现在它更关注调用发生的环境。模型的价值需要通过运行环境 (如工具调用、文件管理、权限控制等) 来实现, 而 Harness 正是 DeepSeek 首次将这一层单独开放出来。
🔍 把 Agent“拆开”的颠覆性设计
传统 Agent 产品 (如 Claude Code、Codex) 追求“开箱即用”, 将复杂性封装在内部。而 DeepSeek Harness 反其道而行之, 将模型、工具、Skills、工作流、UI 等组件全部解耦, 允许用户自由替换和组合。
更关键的是,Harness 底层基于 Cordis 内核, 支持插件的动态加载、卸载和管理, 甚至实现了“时间可组合性”和“空间可组合性”。这意味着 Agent 在运行过程中可以自我调整能力边界, 甚至“现场造工具”来完成任务。
💡 不绑定自家模型的“反常”逻辑
作为一家模型公司,DeepSeek Harness 却允许用户接入其他模型(如 GPT、Claude), 这看似“资敌”, 实则暗藏深意。它真正想控制的, 不是模型本身, 而是 Agent 的运行时环境。
这就像操作系统之争: 谁掌握了开发者生态,谁就能定义规则。DeepSeek 的野心, 是成为 Agent 时代的“Windows”或“Android”, 让所有 Agent 都跑在它的“运行时”上。
📊 难用, 或许是故意的
Harness 的“难用”可能并非缺陷, 而是有意为之。它瞄准的不是普通消费者, 而是开发者——那些能构建平台生态的“建设者”。正如 Windows 和 Linux 的崛起, 都离不开早期开发者的贡献。
因此, 判断 Harness 的成功与否, 不应看下载量, 而应看有多少开发者在其上构建 Agent, 有多少第三方插件涌现。
🚀 行业观察:Agent 形态的转折点
DeepSeek Harness 的出现, 可能预示着 Agent 从“产品”向“平台”的转变。如果 Agent 能像软件一样被自由搭建、修改、组合, 甚至由 Agent 自己继续搭建, 那么当前我们对 Agent 的理解将彻底改变。
对于开发者而言, 这意味着更大的灵活性和控制权; 对于行业而言, 这可能开启一场新的生态竞争。
DeepSeek 没有把 Agent 做成完成品, 而是将“未完成”交到开发者手中——这恰恰是基础设施公司的典型打法。
🧭 总结
DeepSeek Harness 的“难用”背后, 是其从模型提供商向 Agent 基础设施提供商的战略转型。通过开放运行时环境, 它试图复制操作系统的生态模式, 让模型成为“发动机”, 而 Harness 成为“底盘”。这一布局能否成功, 还需时间检验, 但无疑为 AI 行业带来了新的变量。
