DeepSeek 发布成立以来首个 Agent 产品 DeepSeek Harness。它没有端出一个面向大众的成品，而是把模型、工具、界面与运行循环拆成可替换插件，交给开发者自行组装。
仓库在正式公布前约半小时悄然公开。随后，star 数在几个小时内连续跳升：它的传播速度远超一个普通开发者工具，更像一次大型开发者集结。
先看这条增长曲线。
记录到 7,283 个 star，仓库公开后热度已经快速聚集。
46 分钟后升至 15,530，新增超过 8,000 个 star。
早间记录达到 44,514，从夜间发布进入开发者工作日。
仓库突破 5 万 star，成为 DeepSeek 成立以来最受瞩目的 Agent 产品发布。
注：时间点来自发布当晚及次日的人工记录；star 会持续变化，曲线用于呈现增长节奏，不代表实时排名。
作为参照，OpenClaw 用 84 天累计约 20 万 star，平均每小时约 99 个。原报道按头两个小时的统计窗口估算，DeepSeek Harness 的增速约为其 80 倍；但两者统计口径并不完全一致，更适合用来感受热度，而不是当作严格竞速结果。
DeepSeek Harness 当前不是一个登录即用的云端产品。安装 Node.js 后，开发者在本地执行 npx @deepseek-ai/dsh web，浏览器打开本地 3080 端口；会话、日志和数据都留在自己的电脑里，浏览器只是外壳。
本地运行意味着什么？
它更像一套可调试的开发环境，而不是一个把复杂过程藏在后台的聊天窗口。对开发者而言，这带来更强的控制力；对普通用户而言，也意味着更多安装和配置成本。
负责理解、规划与生成，可按需替换。
接入浏览器、代码、文件和外部 API。
连 Web 前端都能换成自定义样式。
驱动 Agent 运转的核心机制也可拆换。
注：这里展示的是产品设计的可替换层级，不代表每个插件都能在不改配置的情况下即插即用。
发布前后的内测阶段，开发者已经做出约 300 个插件：复古 Windows XP 皮肤、表情包插件，以及用于实时预览交互设计的 DSH-OpenPencil。它们未必都是生产级工具，却证明了一点：这里没有太多被焊死的组件。
更有说服力的是“轨迹”页。系统提示、模型看到的内容、每一次工具调用与返回结果，都能在会话里被追溯。它回答的不只是“结果是什么”，还允许开发者追问“到底看了什么、调用了什么、在哪一步出了问题”。
我们没有只让它写一段文字，而是给了两个需要检索、调用工具并交付文件的任务。结果并不完美，但已经能看出 Harness 和普通聊天机器人的分界线。
注：两项任务均来自发布当晚的实机体验；“完成”指交付了可用初版，不代表结果无需人工复核。
Harness 的价值并不只体现在界面。不同 Harness 会重新组织上下文、安排工具调用、决定何时重试，因此同一个底座模型，最后能完成多少任务，可能出现明显差距。
注：对照测试使用同一个 V4-Flash 完成 30 项任务；条形长度按 30 项满分缩放，重点是展示 Harness 带来的完成度差异。
成本则是另一面。每个会话底部都会显示耗时、输入输出 Token、缓存命中率和本轮累计用量，账单被直接摊在桌面上。
注：成本数据基于 8 月 13 日涨价前的模型价格；第三方消耗对比未在同一环境独立复测，只适合作为效率警示。
这也是目前不能回避的缺口：DeepSeek Harness 的 V4 Flash 体感速度较快，内容准确率没有明显下降，但同款模型接入不同 Harness 后，Token 消耗可能相差数倍。它能把过程公开，却还没有证明自己已经把过程做到了最优。
模型像大脑，Harness 像手脚。模型决定能力上限，Harness 决定这份能力能否被稳定地调用、验证并交付。过去的聊天机器人主要交付一段话，而 Agent 要交付一件做完的事。
注：这条链路展示的是 Agent 的执行闭环；模型能力贯穿其中，但每一步是否发生，取决于 Harness 的编排。
对 DeepSeek 来说，这层“壳”至少对应三笔现实账：
上下文如何组织、缓存是否命中、失败后重试几次，都会改变单个任务的 Token 消耗。
任务失败的完整过程是改进模型的重要材料，而这些过程数据掌握在 Harness 一侧。
插件开发者越多，模型、工具与工作流之间的绑定越深，平台就越容易形成自己的开发生态。
它和传统成品 Agent 的差别也由此出现：别家更倾向于把复杂度藏起来，DeepSeek 则把零件全部摊开，赌开发者会在这些零件之上拼出新的工作方式。开放带来速度，也把稳定性、易用性和维护责任一并交给了使用者。
所以，“像框架、不像成品”既是今天最大的批评，也可能是它最核心的路线选择。
DeepSeek Harness 目前不是一个更好用的聊天框，而是一场对 Agent 基础设施形态的押注：可替换的 Harness 加插件生态，可能比单一模型更接近真实生产环境；但在开发者预览阶段，复杂度、成本效率和非编程用户门槛仍是三道硬伤。行业层面的判断是：Agent 竞争正在从“谁的模型更强”转向“谁能把模型稳定、低成本地接入真实工作流”。
它适合愿意动手的开发者：准备好 Node.js，在本地终端运行下面的命令，再用浏览器打开本地 3080 端口。
预览版提示：界面、插件接口与核心能力仍会快速演化；重要结果请保留人工复核。