🧩 开源框架 · 商业分析
DeepSeek Harness 开源狂揽 15 万 Star，API 涨价 371% 的生态野望
8 月初，DeepSeek Harness 在 GitHub 开源，两周斩获 15.2 万 Star。几乎同一时间，DeepSeek API 官宣大幅涨价——V4-Pro 涨 355%，V4-Flash 涨 371%，并首次引入峰谷定价。涨价与开源并行，Harness 甚至主动兼容 OpenAI、Anthropic 等竞争对手的模型。这套组合拳背后，是梁文锋为 DeepSeek 划定的商业与技术边界。
综合公开信息整理•
2026-08-20•
全文约 4 分钟读完
#DeepSeek
#Harness
#开源
#Agent
#API定价
⭐ 15.2 万
GitHub Star · 开源两周
355%
V4-Pro 最高涨幅
50%
峰谷价差 · 低谷为高峰一半
⚡ 30 秒速览
- 开源两周获 15.2 万 Star，Harness 定位 Agent 组装底座，不绑定 DeepSeek 模型，OpenAI、Anthropic 均可接入
- API 首次大幅涨价：V4-Pro 涨 355%，V4-Flash 涨 371%，同时引入峰谷定价，低谷价格仅为高峰一半
- 与 OpenAI/Anthropic 的 Agent 产品相比，Harness 位置更靠下，开发者获得更大自由度，产品定义权交给用户
- 商业逻辑：先分发再变现，通过互补性投入做大模型调用池，而非锁死用户选择
- 梁文锋的 AI 世界观：中国应成为技术贡献者，Harness 是这一理念的延伸——官方包不天然比社区包更重要
01Harness 是什么 Agent 的组装底座
最熟悉的 ChatGPT、DeepSeek、豆包，早期核心形态都属于 Chat AI——用户问一句，模型思考并生成答案。AI 主要负责提供信息和建议，还不能独立替用户执行任务。
后来模型这个"大脑"开始接上 Tool Calling 这样的"手脚"。AI 可以搜索网页、调用软件、读写文件、执行代码，从回答问题进一步走向完成任务。但任务一旦变长，又出现新的问题：现在做到哪一步，下一步调用什么工具，失败后怎么继续，什么时候结束——都需要一套运行机制。
Harness 管的就是这套持续执行机制。
传统 Chat AI
用户问一句，模型答一句。AI 提供信息与建议，不独立执行任务。
Agent = Model + Harness
模型负责理解与推理，Harness 提供工作环境、工具和持续执行任务的机制。
23工作场景覆盖
100+内置工具与插件
5核心模块可替换
∞模型不锁定
Harness 将 Agent 拆解为模型、工具、Skill、Session、Sandbox、Agent Loop 等模块，每个均可独立替换。官方 Slogan：Everything is a Plugin。
一次任务里，AI 会反复经历这样的循环：
看资料→做决定→调用工具→拿结果→重新判断
可以把 Agent 想成一个生产车间。模型像工人的大脑，工人再聪明，也需要知道资料在哪、有什么工具可用、任务进行到哪一步。Harness 负责管理"工人"的操作环境和车间运行规则。
02它厉害在哪 产品位置的差异
Harness 并不是 DeepSeek 发明的新技术。OpenAI 有 Agents SDK，Codex 本身已是一套完整的 Coding Agent；Anthropic 有 Claude Code，也通过 Agent SDK 把大量能力交给开发者。
差异体现在产品的起点。
OpenAI / Anthropic
已经做出了相对完整的 Agent 产品，拥有清晰的默认形态。开发者可以继续加入工具、Skill、MCP、Sub-Agent，但产品定义权在很大程度上由平台方掌握。
DeepSeek Harness
位置更靠下，更接近 Agent 的组装层。模型、工具、工作方式和执行流程被拆成大量可替换模块，开发者拿到的成品更少，组合空间更大。
差异最终落在产品定义权上。DeepSeek Harness 连最基础的模型都没有锁死——Anthropic、OpenAI 都是现成选项；不同企业内部的模型网关、自建模型服务，也可以通过自定义 Provider 接进来。"一切皆插件"，搭积木一样的开发模式给了用户最大的自由，也把产品定义权留给了用户自己。
截至 8 月 18 日，Harness 在 GitHub 已获得约 15.2 万 Star，成为开发者社区最受关注的 Agent 基础设施项目之一。
03开放生态 把选择权交给开发者
过去几年，大模型开源主要发生在模型层。模型权重开放以后，开发者可以把这个"大脑"拿走，在自己的服务器上部署、微调。Agent 出现以后，模型变成整套系统的一部分——工具怎么连接，Skill 怎么调用，任务怎么循环，几个 Agent 如何协作，共同塑造了 Agent 最终的功能。
Harness 把 Agent 生态也开放了。
🔓
模型不锁定
OpenAI、Anthropic、自建模型均可接入，切换成本极低
🧩
一切皆插件
模型、工具、Skill、Session、Sandbox、Agent Loop 均可替换
🤝
Sub-Agent 中立
Codex 和 Claude Code 可直接作为 Sub-Agent 参与任务
🌱
社区优先
官方包不天然比社区包更重要，生态应沿自己的方向生长
其中有一层很容易被忽略：Harness 降低了更换模型的成本。今天可以用 DeepSeek，明天可以换 Claude；一个任务用 OpenAI，另一个任务调用企业内部的模型服务。开发者不需要因为更换模型重新搭一套新 Agent。传统软件平台很喜欢制造这种切换成本——一旦用户的业务、数据、工具都围绕自己的产品建立起来，离开的代价越来越高。DeepSeek 在模型这一层主动把锁定削弱了。
"我们并不认为官方仓库中的包天然就比社区开发的包更重要。你可以将本仓库看作一种理念、一份官方示例以及一处灵感来源，而不是我们要求社区遵循的方向。"
—— DeepSeek Harness 官方贡献文档
04免费的 Harness，可替换的模型，这笔账怎么算
DeepSeek Harness 放弃了对模型调用的强制绑定，看起来少赚了眼前的钱，却换来更大的分发入口：先分发，再变现。这和过去开源模型的思路有连续性——开发者也许不是为了 DeepSeek 模型而来，但只要开始使用 Harness，DeepSeek 就进入了他的模型选择范围。
从经济学的角度看，还有另一笔账。
Harness 和模型都属于运行 Agent 所需要的互补性投入。Harness 把 Agent 的开发成本和使用门槛压低，市场上的 Agent 越多，底层模型的总调用需求也会跟着增加。Agent 为了完成一个复杂任务，会反复搜索、分析、调用工具、检查结果，一次任务可能触发很多轮模型调用。DeepSeek 不需要保证每一个 Harness 用户最终都使用自己的 API——100% 锁死用户选择，未必比在一个大得多的市场里让用户自由选择更赚钱。
再看 V4 的 API 调价，这条商业链路会更清楚：
V4-Pro
$3.96 $0.87
+355%
高峰价格 · 每百万输出 token
V4-Flash
$1.32 $0.28
+371%
高峰价格 · 每百万输出 token
DeepSeek 首次采用峰谷定价，低谷价格仅为高峰的一半。官方给出的理由是更合理地分配资源，鼓励开发者根据实际需求安排任务。这个价格体系和 Agent 的使用方式恰好很合拍——很多 Agent 任务不需要立刻完成：批量搜索、数据整理、跑测试、生成定时报表，都可以安排在便宜的时间段。Harness 本身又支持 Scheduling。
峰谷定价的核心逻辑：聊天需求高度集中在即时响应，但 Agent 增加了大量可以延迟、可以批量执行的任务。一部分模型调用从"现在必须算"变成"今天什么时候算都可以"。对一家承担高额推理成本的模型公司，这个变化很重要。
此时 V4、Harness 和新的 API 价格体系已经可以拼出一条完整的产品商业链路：V4 提供能力，Harness 扩大使用场景，API 接住最后的收入。Flash 和 Pro 的能力、价格分层也可以放进这条链路里理解——简单任务优先调用 Flash，复杂推理再切换到 Pro，同一个 Agent 内部也可以按任务复杂度分配模型成本。
05梁文锋的野心 技术贡献者，而非搭便车者
回头看梁文锋过去几年的公开表达，DeepSeek 今天这一系列选择有一条相当稳定的主线。2024 年接受《暗涌》采访时，他谈过一个后来被反复引用的判断：中国过去几十年习惯别人完成技术创新，国内企业拿回来做应用和商业化。随着经济发展，中国也应该成为技术贡献者，而不是一直搭便车。
提到"护城河"，他的判断是，在颠覆性技术面前，靠闭源形成的护城河很短。能够长期留下来的，是团队在创新过程中积累的能力、经验和组织文化。
Harness 几乎把这种技术世界观写进了项目规则。
模型做出来，开源；Harness 做出来，继续开源；到了 Agent 这一层，竞争对手的模型也没有被挡在门外。DeepSeek 给自己划出了一条很鲜明的公司边界：应用层可以交给开发者、企业和软件公司，底层模型和通往 AGI 的技术能力继续由 DeepSeek 自己竞争。只要底层仍然需要模型，DeepSeek 就可以在市场里继续竞争。
大模型公司常见的扩张路径是：有模型以后做应用，有应用以后抢入口，再沿着入口进入更多场景和交易。DeepSeek 目前展示出来的路线更克制，也更野。克制在于，它没有急着把模型、Agent、应用入口全部抓进自己的体系。野在于 Harness 一旦形成规模，DeepSeek 参与的范围会从模型继续向外扩——除了模型性能和价格，它开始有机会影响第三方怎么搭 Agent、怎么组织工具和任务。
"中国 AI 不可能永远停在跟随的位置。能够长期留下来的，是团队在创新过程中积累的能力、经验和组织文化。"
—— 梁文锋，2024 年
当然，DeepSeek Harness 远远没有走到那一步。今天是 DeepSeek 主动兼容 OpenAI、Anthropic、Codex 和已经存在的开发生态。未来，如果越来越多公司开始反过来兼容 DeepSeek Harness，围绕它开发插件、工具和 Agent 产品，事情就会发生变化——大家开始沿着 DeepSeek 定义的接口和运行方式搭产品。到那时，一套免费的开源代码会逐渐变成另外一种资产。
编辑核心判断
Harness 的开放策略看似放弃了短期收入，实则在构建一种更深层的竞争壁垒——当越来越多的开发者和企业围绕 Harness 的接口搭建产品，DeepSeek 便从模型供应商升级为生态规则定义者。这套逻辑的成败，取决于 Agent 市场能否如预期般爆发，以及 DeepSeek 能否在模型能力上持续保持竞争力。
▶现在就能用
Harness 已在 GitHub 开源，前往搜索 "DeepSeek Harness" 即可获取源码与文档。API 新定价已生效，登录 DeepSeek 官网可查看峰谷价格详情。
GitHub 开源仓库 → 开始使用