8 月 1 日晚，崔添翼在 X 上发了一条规定格式的帖子：Agent Harness 相关开源项目的开发者，想参加 DeepSeek Harness 内测，回复或私信，附上 GitHub ID 和开源代表作。1
截至 8 月 5 日，这条帖子在社区非官方归档里长成了一份生态普查表：1,367 条回复入库，整理出 964 条开发者记录、877 个不重复项目链接，星标合计 1,364,878。3 37 评论区的项目从 coding agent 排到 MCP、记忆、编排、客户端、评测、安全。一条招募帖，意外变成了开源 Agent 生态的一次全栈摸底。
公开材料只确认招募
这件事有三条事实边界，划错了，后面所有解读都会跑偏。
第一，公开材料只能确认招募。崔添翼的帖子征集意向参与者，后续又面向 plugin、skill、MCP、orchestrator、aggregator、UI 等方向征集「发布时第一时间接入」的项目。截至 8 月 8 日，本文核对的招募帖、官方模型卡与官方 GitHub 组织都未提供内测已经启动或资格已经发放的公开信息。1 11 41
第二，官方 Harness 尚未公开。DeepSeek 官方模型卡写的是相关框架将在后续发布，官方 GitHub 组织截至 8 月 8 日也未见同名公开仓库。对归档 1,367 条回复的全文检索没有发现「fork 官方 DeepSeek Harness 并跑通」的明确记录；评论区里的适配与实测，指向公开 API、兼容端点或 Codex、OpenCode 等社区 harness，不是官方 Harness。3 11 14 41
第三，规模数字有两套口径，不能混用。8 月 4 日媒体报道引用的是早期快照：769 位报名者、712 个去重仓库、120 万+ 星。6 社区归档在 8 月 5 日生成的快照记录了 964 条开发者记录、877 个不重复项目链接和约 136.5 万星。发帖约 20 小时时，zensh 的汇总报告收录了 425 条可检索回复，是较早的一份结构化整理。5 37
DeepSeek 为什么现在做 Harness
量子位转述的招聘口径把这件事写成一个公式：Model + Harness = Agent。模型给出能力，harness 负责把工具、上下文、执行与恢复接成可用系统。9
这条线的铺垫从春天就开始了。媒体报道与公开履历显示，崔添翼 3 月加入 DeepSeek 组建 Harness 团队；此前在 Jane Street 香港和纽约办公室做过九年量化交易系统，2022 年又联合创立 TSY Capital。7 8 5 月，DeepSeek 研究员、R1 论文作者陈德里在 X 上表示，团队正从零开始做 DeepSeek Code Harness，并以 Claude Code 为参照。此后公开招聘持续覆盖研究、工程与产品岗位。7 9
7 月 31 日，V4-Flash 正式版 API 上线公测，三件事同时发生：10 11
- 兼容面形成三种协议。7 月 31 日的发布信息列出 Chat Completions、Anthropic 格式与 Responses API；DeepSeek 当前官方文档也分别列出三类接口。10 14 38 39
- Harness 此次被明确写进发布物。官方模型卡注明，公开 Code Agent 测试使用了尚未发布的 DeepSeek Harness minimal mode，相关框架「将在后续公布」。11 12
- 成绩反超自家旗舰预览版。按 DeepSeek 7 月 31 日发布口径，0731 与 Preview 架构、尺寸完全一致（284B 总参数、13B 激活），只重做了后训练；官方称 Agent 基准「远超 V4-Pro-Preview」。10 12
DeepSeek 官方模型卡自测口径：Agent 任务使用未发布的 DeepSeek Harness minimal mode、max reasoning effort、temperature=1.0、top_p=0.95；GLM-5.2 与 Opus 4.8 两行也是 DeepSeek 用自己的 harness 跑出的参照值，不是第三方独立重跑。
DeepSeek 官方文档注明，thinking mode 默认启用，reasoning effort 默认为 high，同时允许调用方设置 low、high 或 max。图 01 使用明确指定的 max 档，因此不能把这项成绩当作默认 high 档的日常体感。40 42
第三方口径能给一个交叉验证：Artificial Analysis 在 8 月 8 日的 v4.1.1 智能指数页面给 V4-Flash 0731 的 max effort 版本 52 分。34 这是九项评测的综合分，不等于图 01 的 Terminal-Bench 成绩。模型卡把 NL2Repo、DeepSWE、Cybergym 与 Toolathlon 列为公开基准，但表内结果仍由 DeepSeek 自测；DSBench-FullStack 与 DSBench-Hard 则明确是内部数据集。外部目前无法按同口径复现整张表。11 12 13
三层举手：摸底、抢跑、围观
964 条开发者记录不是一种行为。按归档内容拆开，评论区大致有三层。3 5
第一层，标准报名，占绝大多数。 按帖要求交出 GitHub ID 和代表作。归档按赛道粗分，coding agent 与 agent harness 两个赛道合计 287 仓，是项目最密集的两类：3
七项均取社区仓库 showcase/data/stats.json 在 2026-08-05 生成的同一份快照。这里只展示 18 类中的七类；分类按 README 与描述粗分，存在噪音，不能按互斥份额解读。仓库数不等于开发者数，提交高星仓库链接的人也未必是作者。
这一层的名单很能说明覆盖面：归档或报名者自述中出现了 LLaMA-Factory 作者 hiyouga 提交的 PenguinHarness、Understand-Anything、字节的 deer-flow、camel-ai 核心开发者、LobeHub，以及 Rust 写的 VTCode。金融量化、EDA/CAE、科研、工业供应链等垂直场景也有项目提交。3 5 这不是一场 coding agent 的独角戏，而是 MCP、SDK、编排、客户端与记忆项目的一次集中点名。
第二层，抢跑对接，人少但信号强。 这层人不说「求内测」，说的是「我已经接上了」或「发布第一天我就能接」。协议中间件 ds2api（约 4.7k 星）先把 DeepSeek 兼容面打通；astral-code 基于 Codex 二开，接 Chat Completions 与 Anthropic Messages 两种协议；deepseek-kit 直接挂「DeepSeek-native」标签；deepseek-v4-for-copilot 把 V4 塞进 IDE 的模型选择器。3 5 个人开发者 zicode 自述用 V4-Flash 跑通 4 个本地 Codex 任务，合计花费 0.044 元人民币；这是单一任务组、单一来源，不能外推平均成本。15 另一位报名者贴出 V4-Flash 高思考强度下 TerminalBench 2.1 跑到 70.8% 的成绩（自报，未见第三方复现）。5
这一层要读准确：他们对接的是公开 API 与兼容协议，不是官方 Harness。崔添翼随后又征集能在发布时第一时间接入的 plugin、skill、MCP 与前端项目；公开动作指向的是 day-1 兼容准备，不是已经完成的适配。1
第三层，评测与安全项目最少。 归档中的 research-evaluation 与 security-governance 两个赛道合计 53 仓，约为 coding-agent 一类的三分之一。另有 pulse、agentsight 等可观测项目，但归档没有独立的 observability 分类，不能把它们计入这 53 仓。案例还包括 micro-eval、OpenBench、skillsbench、benchflow，以及 sandbox、decision-gate 类安全项目。3 5
| 层 | 行为 | 量级观感 | 对 Harness 的含义 |
|---|---|---|---|
| 一 · 标准报名 | GitHub ID + 代表作 | 绝大多数有效回复 | 生态覆盖面摸底 |
| 二 · 抢跑对接 | 协议适配、二开、自报跑分、day-1 接入姿态 | 少数，信号强 | 发布接口与兼容性的压力测试 |
| 三 · 评测与安全 | research-evaluation + security-governance | 53 仓 | 生产就绪所需的验证与防护 |
元讨论也值得留一笔：一名报名者质疑流程为何索要身份证复印件，另有人询问闭源项目、纯用户、海外开发者能否报名；官方在公开线程里没有逐一回复。3 5
四类 Harness 已经各自站位
DeepSeek 要进入的不是空地。截至 8 月 9 日，市场上的代表产品可粗分为四种形态。32 33 35 36 43
| 产品 | 形态 | 模型策略 | 协议与生态面 | 计费口径 |
|---|---|---|---|---|
| Claude Code | CLI、IDE、桌面、Web 与移动端 | Claude 模型族 | MCP、skills、hooks、子 agent、Agent SDK | 随 Claude 订阅方案提供 |
| OpenAI Codex | 云任务 + CLI / IDE | GPT-5.6 模型族 | GitHub 集成；MCP 支持 stdio 与 Streamable HTTP | 随 ChatGPT 方案提供，可用 credits 扩展 |
| Qoder（阿里） | 独立开发桌面 + JetBrains + CLI | 自动路由，另支持 BYOK | Spec 驱动 Quest + Repo Wiki | credits 制，Pro $20/月起 |
| opencode 等 | 开源终端或 IDE agent | BYOK，多提供商 | MIT 许可，插件与提供商选择面广 | 软件免费，模型费用自付 |
评测要分轨看，混在一起会得出假结论。截至 8 月 9 日：11 25 26
| 轨道 | 榜单与来源 | 头部成绩 | 口径边界 |
|---|---|---|---|
| 第三方同 Harness 重跑 | Artificial Analysis 用 Terminus 2 跑 Terminal-Bench 2.1 | GPT-5.6 Sol xhigh 89.5 · Claude Opus 5 max 89.1 · GPT-5.6 Terra max / Sol max / Claude Opus 5 xhigh 并列 88.0 | 同一 Harness，模型与 effort 仍是联合变量 |
| Agent + 模型提交 | Terminal-Bench 官方榜单 | Claude Code + Fable 5 83.8 · Codex + GPT-5.5 83.1 | 与上一轨的 Harness、提交方式不同，不能直接排序 |
| DeepSeek 官方自测 | 模型卡，Harness minimal + max effort | Terminal-Bench 2.1：V4-Flash 0731 82.7（见 图 01） | 自家 harness 跑自家与友商模型，非独立轨 |
在 Artificial Analysis 的同一条轨道里，GPT-5.6 Sol xhigh 与 Claude Opus 5 max 只差 0.4 分。这个结果只能说明两套模型配置在 89 个终端任务上的通过率接近，不能外推为整体模型能力已经收敛。产品侧也不能靠一张榜单概括：Qoder 官方 1.0 页面称全球用户超过 500 万，并把 Quest、Repo Wiki 与多 agent 工程流程放在产品中心；这是厂商自报的采用规模，不是独立市场份额。33
生态厚度另有一张牌桌，星标只能看社区热度，不能替代能力评测。28 29 30 31
星标是社区热度，不是能力分。四个仓库的开放范围不同，不能把仓库星标直接等同于完整产品采用或产品能力。数据取 2026-08-08 北京时间 16:43 的 GitHub API 快照。
价格是 DeepSeek 已经占住的位置。图 04 只比较 8 月 8 日同一次 OpenRouter Models API 快照中的标准 prompt 单价；厂商直售价、其他版本和不同路由不在同一口径内。27
| 模型 | 输入价（$/M token） | 相对 V4 Flash 0731 |
|---|---|---|
| Fable 5 | $10.00 | 111.1× |
| Opus 4.8 | $5.00 | 55.6× |
| GPT-5.6 Sol | $5.00 | 55.6× |
| Kimi K3 | $3.00 | 33.3× |
| GLM-5.2 | $0.252 | 2.8× |
| V4 Flash 0731 | $0.09 | 1.0× |
六项均取 2026-08-08 北京时间 16:42 的 OpenRouter /api/v1/models 标准 prompt 单价，按价格从高到低排列。相对倍数以同渠道 V4 Flash 0731 的 $0.09/M 为 1×，直接用价格相除。未计缓存、输出、促销后的加权均价或具体 provider 路由差异，价格会变化。DeepSeek 官方直连接口同期为输入 $0.14/M、输出 $0.28/M，与表中的 OpenRouter 0731 路由价不是同一渠道。
DeepSeek 已经露出的打法
把这些公开材料放在一起，DeepSeek 的打法已经露出轮廓，尽管官方对 Harness 产品本身披露很少。
- 协议先行，前端后至。 V4-Flash 同时支持 Chat Completions、Anthropic 格式与 Responses API，先把模型接进兼容前端，再等自己的 Harness 发布。协议覆盖面和低 API 价格共同降低了接入门槛。38 39
- 招募帖同时在摸生态与接入意愿。 它收集了谁在做哪一层，也筛出了愿意在发布日接入的项目。归档中没有检出 fork 官方 Harness 的明确记录，说明公开样本还不能回答真实兼容性；压力测试要等产品和接口公开后才开始。
- Harness 已经进入评测口径。 DeepSeek 用 Harness minimal mode 跑 0731，也把友商模型放进同一张表，并写明框架将在后续发布。外界目前无法拆开模型与 Harness 各自贡献了多少。11 24
- 难点不只在 loop。 归档里 coding-agent 与 agent-harness 合计 287 仓，research-evaluation 与 security-governance 合计 53 仓。Harness 想成为生产级产品，验证、恢复、观测与安全这几层可能比再做一个执行循环更难。
- 信任成本是真实风险。 报名者对身份证复印件、海外参与和闭源项目资格提出疑问，官方没有在公开线程里逐一作答。一次招募帖攒下的社区好感，会在筛选不透明时快速折旧。
- 当前可核的官方载体包括招募帖、模型卡与 DeepSeek GitHub 组织；模型卡写明框架将在后续发布，官方 GitHub 组织尚无同名仓库。1 11 41
- V4-Flash 0731 官方自测 Terminal-Bench 2.1 得 82.7，使用未发布的 Harness minimal mode、max effort；DSBench 两项为内部数据集。11 12
- V4-Flash API 同时支持 Chat Completions、Anthropic 格式与 Responses API；缓存未命中的输入为 $0.14/M，输出为 $0.28/M。38 39
- Artificial Analysis 用 Terminus 2 独立重跑 Terminal-Bench 2.1，GPT-5.6 Sol xhigh 为 89.5、Claude Opus 5 max 为 89.1；GPT-5.6 Terra max、GPT-5.6 Sol max 与 Claude Opus 5 xhigh 并列 88.0。25
- DeepSeek 的顺序像是先用协议兼容把 V4 接进现有前端，再用 Harness 收自己的前端；招募帖是这个顺序里的生态侦察，不是产品发布。
- 单一榜单上的接近不能证明底模能力整体收敛；它提示读者把模型、Harness 与 effort 当作联合系统来比较。
模型与 Harness 轮流抬高上限
发布后的三项硬证据是：第三方能否复现官方成绩，失败能否稳定回流评测与后训练，兼容项目能否沉淀为长期采用。只有三项同时成立，1→10 的工程速度才会变成可靠产品。
- Q1DeepSeek Harness 正式发布时的形态是什么——终端 agent、桌面端，还是云沙箱？定价会不会延续 V4-Flash 的低价策略？
- Q2第三方用公开的 Harness 重跑 0731，能否复现官方模型卡里的 82.7？max 与默认 high 档的体感差距有多大？
- Q3Harness 暴露出来的失败，能不能被稳定送回评测、后训练与基础研究，形成下一轮模型改进？
- Q4用户侧表现接近时，有多少来自底模本身，有多少来自工具、上下文、验证与恢复的工程优化？
- Q5中国厂商在 1→10 工程化上的速度，能否转成可靠性、生态采用与可持续收入，而不只是更低价格？
参考资料
展开其余 40 条收起参考资料
- 崔添翼 — DeepSeek Harness 内测招募原帖（2026-08-01）
- 凤凰网科技 — DeepSeek Harness 启动内测，面向开源开发者开放招募（2026-08-02）
- Octo-o-o-o — deepseek-harness-applicants 社区归档仓库
- deepseek-harness-applicants 可读站点
- zensh — DeepSeek Harness 内测申请汇总与分析报告（2026-08-02）
- 智东西 — 开发者排队「投简历」，DeepSeek 一条内测帖变成 Agent 开源大摸底（2026-08-04）
- 钛媒体 — 梁文锋有了「隆中对」（2026-05-23）
- 智源社区 — DeepSeek 缺 Agent 人才缺疯了（2026-06-23）
- 腾讯云开发者 — DeepSeek 缺人缺疯了，崔添翼满世界贴小广告（2026-07-10）
- AIHub — DeepSeek-V4-Flash 正式版 API 开启公测（2026-07-31）
- DeepSeek 官方模型卡 — DeepSeek-V4-Flash-0731（Hugging Face）
- 36氪 — MiniMax H3、Seedance 2.5、DeepSeek V4 全来了（2026-08-03）
- alphalab — DeepSeek V4 Flash 0731：后训练把开放权重 Agent 性价比再推一步（2026-08-03）
- apidog — DeepSeek-V4-Flash Now Supports the Responses API and Codex（2026-07-31）
- zicode — DeepSeek V4-Flash 跑 Codex 实测：4 个任务全过，花费不到 5 分钱（2026-08-01）
- cnblogs · sing1ee — Qwen 3.8 Max vs GLM 5.2 vs Kimi K3 vs DeepSeek V4 Flash（2026-08-03）
- morphllm — Best AI Coding Agent 2026（2026-08-05 核验）
- CatDoes — Claude Code vs OpenAI Codex 2026（2026-07-31）
- CodingFleet — FrontierCode v1.1 Main Leaderboard 2026（2026-07-25）
- toolcenter.ai — Qoder Review 2026：Alibaba's Agentic Coding IDE Tested（2026-07-22）
- AI星球 — Qoder 深度评测：阿里 Agentic 编程平台的真实水平（2026-05-03）
- aitrendtool — Qoder 定价与用户口径（2026-07-15）
- Spectrum AI Lab — AI Coding Tools Pricing 2026（2026-07-23）
- einkcn — DeepSeek 下一张牌（2026-08-02）
- Artificial Analysis — Terminal-Bench v2.1 独立榜单（2026-08-09 核验）
- Terminal-Bench — terminal-bench@2.1 官方提交榜（2026-08-08 核验）
- OpenRouter — Models API 动态价格（2026-08-08 快照）
- GitHub API — anomalyco/opencode 星标
- GitHub API — anthropics/claude-code 星标
- GitHub API — google-gemini/gemini-cli 星标
- GitHub API — openai/codex 星标
- OpenAI Docs — Codex 的 MCP 支持
- Qoder — Qoder 1.0 与厂商自报用户口径
- Artificial Analysis — DeepSeek V4 Flash 0731 模型页
- Anthropic — Claude Code 平台与集成
- OpenAI Docs — ChatGPT Work 与 Codex 价格方案
- 社区归档 — 2026-08-05 stats.json 快照
- DeepSeek API Docs — Responses API
- DeepSeek API Docs — Models & Pricing
- DeepSeek API Docs — Chat Completions 与 reasoning effort
- DeepSeek — 官方 GitHub 组织（2026-08-08 核验）
- DeepSeek API Docs — Thinking Mode 与 effort 档位
- Qoder Docs — 官方个人方案定价
版本记录v1.0 首发 · v1.1 于 2026-08-09 更新 · 动态榜单、价格和星标均采用带时间的快照，官方来源边界已补齐。
数据核验截至 2026-08-09。公开材料只确认 DeepSeek Harness 正在招募意向参与者；本文核对的招募帖、官方模型卡与官方 GitHub 组织未提供内测已经启动、资格已经发放或 Harness 已开源的信息。评论区的协议适配、二开与跑分均不等于接入官方 Harness。生态规模取社区非官方归档在 8 月 5 日生成的同一份 stats 快照，媒体早期快照另行标注。DeepSeek 模型卡成绩属于厂商自测；Artificial Analysis 与 Terminal-Bench 官方榜单按各自 Harness 和 effort 口径单列，不直接互比。OpenRouter 价格与 GitHub 星标为 8 月 8 日动态快照，Artificial Analysis 榜单为 8 月 9 日快照。本文不构成投资建议。
本文包含前瞻性陈述与示意性估算，仅供研究与信息参考，不构成对任何证券的买卖要约或投资建议。所引数据可能与最终披露存在差异，读者应独立核实并自行判断。