黑鲸出水：DeepSeek Harness 独立公众号上线，712 个开源项目冲进内测

一个黑色鲸鱼头像的微信公众号在 7 月 6 日完成注册，第二天通过认证，名称是「DeepSeek Harness 团队」，认证主体为北京深度求索人工智能基础技术研究有限公司，IP 归属地显示北京。8 月 11 日，披露了上述账号信息，DeepSeek 为 Harness 业务线单独开设官方发布阵地的事实进入公众视野。

该账号独立于 DeepSeek 集团主号运营，是 DeepSeek 首次为旗下单一业务线单独开设的官方发布阵地。此前该公司的模型发布与招聘公告全部通过 DeepSeek 主公众号对外。

一条内测帖，炸出了整个开源 Agent 生态

公众号曝光之前，Harness 团队已经用一条推特点燃了开发者社区。

8 月 1 日晚间，Harness 团队负责人：「如果你是 Agent Harness 相关开源项目的开发者，希望参加 DeepSeek Harness 的内测，可以回复或私信联系我。请附上 GitHub id 以及开源代表作。」截至 8 月 2 日上午，这条帖子获得 47.6 万次查看、697 条回复、1986 次点赞和 873 次收藏。根据开发者 zensh 对全部回复的，425 条可检索回复中，291 条为有效内测申请，其中 61 个是自研 Agent Harness 或 Coding Agent 项目。

到 8 月 4 日，，覆盖智能体框架（135 个）、编程智能体（107 个）、记忆与上下文（56 个）等赛道。报名者中出现了 LLaMA-Factory（7 万星）作者 Yaowei Zheng、Understand-Anything（7.7 万星）作者 Yuxiang Lin、知名技术作家 phodal、字节跳动 deer-flow 团队、以及来自 elizaOS 的核心开发者 odi 等名字。

被问到有没有报名时，对 712 个项目做了统合分析的开发者 baboonAI4S 回了一句：「没有 agent 作品啊所以我围观，因为围观也是一种力量。」

五个月，从一条招聘帖到一个独立部门

Harness 团队此前的所有信号都散落在招聘帖和个人账号里，直到公众号上线才被串成一条完整线索。

今年 3 月，崔添翼加入 DeepSeek。他本科毕业于浙江大学计算机系，在校期间六次获得 ACM 亚洲区域赛金牌，2013 年起在量化交易机构 Jane Street 工作九年，业务覆盖交易系统、固定收益和股票，2022 年联合创办量化交易公司 TSY Capital。他不是从语言模型论文或对齐算法实验室进入 AI 领域的——此前九年的工作全在真实的高频交易系统里。

5 月 20 日， DeepSeek 正在内部组建 Harness 团队，方向是代码智能体产品，内部对标 Anthropic 的 Claude Code。DeepSeek 资深研究员陈德里随后在社交媒体发帖招人，标题直接写「来 DeepSeek 从零做 Code Harness」，正文称「简单来说就是对标 Claude Code，做 DeepSeek Code Harness」。同期，DeepSeek 在招聘平台 Moka 上放出 Agent Harness 产品经理和研发工程师两个岗位，工作地点均为北京。

官方招聘信息里给出了一个公式：Model + Harness = Agent。对此的解释是：「我们正在把 DeepSeek 的前沿模型能力，转化为领先的 Agent 产品。这其中除模型本身以外的所有工作，都属于 Harness 的范畴。」

6 月，自己「每天都在面试、在各个渠道发布招聘小广告」，部门目标「非常远大」，但人手仍然紧缺。

紧接着，7 月 31 日 DeepSeek-V4-Flash 正式版 API 开启公测。在官方发布的中，DeepSeek 明确写道：公开基准测试中的 Code Agent 任务，使用 DeepSeek Harness 极简模式作为测试框架——这个 Harness 被标注为「即将发布」。V4-Flash 正式版在 Terminal Bench 2.1 上跑出 82.7 分、DeepSWE 上跑出 54.4 分，两项均超过了 V4-Pro 预览版。

模型负责想，Harness 负责做

Harness 是一套环绕在大模型周围的完整控制与编排系统。模型负责理解需求、推理和生成方案；Harness 负责在模型之外调度上下文、调用工具、管理任务状态、处理错误反馈，把模型能力落到真实环境中，完成从理解需求到交付代码的完整闭环。

新加坡无限对齐创始人、Codex 生态合作伙伴宋斐向指出，Harness 对外开放意味着第三方进入同一环境后，官方分数与外部复现之间的落差可以直接核对。如果第三方真的用起这套脚手架，官方分数就会变成可迁移的指标。他补充：「再往前一步，如果 Harness 真的开源，行业统一脚手架这个位置，它就有机会先占住。」

V4-Flash 的定价——输入每百万 token 0.14 美元、缓存命中 0.0028 美元、输出 0.28 美元——意味着如果 DeepSeek 自研的 Harness 落地，市场上最便宜的模型将不再只是别人产品里的一层。X 平台用户，V4-Flash 已是 OpenRouter 上排名第一的模型，大量开发者正通过 Codex CLI、OpenCode 和 Claude Code 这些竞品 Harness 来调用它。

Claude Code 惹了众怒，DeepSeek 选了另一条路

在 Harness 赛道上，最为知名的两款产品是 OpenAI 的 Codex 和 Anthropic 的 Claude Code。Anthropic 在今年 2 月完成 300 亿美元 G 轮融资时透露，Claude Code 年化收入已达 25 亿美元，占公司当时整体年化收入 140 亿美元的约 18%。海外分析机构 TickerTrends 估计，Anthropic 的整体年化收入到 7 月底已来到 741 亿美元。

但 Claude Code 的封闭策略引发了连锁反弹。该工具一般情况下只允许接入 Anthropic 官方模型。当逆向工程师通过修改令牌的方式使 Claude Code 能够调用其他模型后，Anthropic 开始对相关行为集中限制——今年 6 月，部分 AI 社区用户发现，当用户指向非官方端点时，客户端会把代理域名、系统时区等信息通过修改系统提示词中的日期字符串隐写回传给 Anthropic 服务器，并对相关账号的使用权限予以限制。

随后，，确定 Claude Code 2.1.91 至 2.1.196 版本存在安全后门隐患，危害严重。阿里、腾讯、美团、京东等企业纷纷对 Claude Code 的使用进行排查管控，并逐渐要求团队转向自研 Harness 工具。

DeepSeek 的选择相反。崔添翼在招募中明确将组建多个模型接口方向的工程师团队，Harness 大概率不限于接入自家模型。深度求索将模型团队与 Harness 团队做组织切割，也意味着 Harness 可能以独立于大模型的业务形态运作。

中信证券在研报中指出，具备成熟 Harness 的厂商同时握有两项稀缺资产：从统一入口、任务执行到结果交付的商业模式闭环，以及长程任务轨迹与纠错反馈这类难以从外部获取的高质量数据，且二者互为强化。

这是两条产品线，不再是一个模型

Harness 独立公众号的落地，确认了一件比「DeepSeek 也要做代码智能体」更重要的事：DeepSeek 正在把模型和 Agent 拆成两条产品线。

这个拆分在招聘阶段已经埋下伏笔——崔添翼要的不是模型研究员，而是做过真实系统、有开源 Agent 工程经验的开发者。V4-Flash 发布时，API 文档将 Harness 标注为独立模块而非模型附属功能。如今独立公众号上线，组织的边界被公开钉死。

判断，模型竞争正从参数规模转向后训练与系统工程，未来模型实际效果将越来越取决于「模型＋Harness＋工具＋数据」的整体组合，单纯依靠基础模型能力建立壁垒的难度继续上升。开源证券则在点评报告中将 Harness 框架的亮相定义为「承载 Agent 运行时与持续学习能力，推动 Agent 应用从原型验证阶段走向规模化商用落地」。

712 个项目的报名名单已经给出了比任何研报都具体的信号：内测尚未开始，门槛最高的那批开源开发者已经在排队了。崔添翼在 6 月说自己「人手仍然紧缺」——现在他要筛的不是简历，是七百多个已经跑起来的 Agent 项目。