DeepSeek Harness初步测试：工具属性优秀，反应极快，编程能力强，但是小BUG不少。总体上是非常优秀的产品，值得尝试！
-
测完DeepSeek V4 Pro我有点累了，不想做Harness的测试视频，因为我同时还在快速推进播放器的开发，晚上做事之前我还做了个十几分钟的英语视频，可是累成狗了。但是这个重磅产品晚点做，晚点发，确实就错过流量了。为了赚点生活费，我想还是拼一把吧，做完这个视频可以休息一天。
首先说下，DeepSeek harness这个名字真的很土，但表达了DeepSeek的重视程度。我在之前的视频里提到过和多次，OpenAI，Cluade长期把harness工程放入模型API内部，尤其是Anthrpopic，它的模型并不比其他AI强太多，但是通过提示词美化，过渡推理，消耗了巨量的上下文，得到了一个几个不错的结果，再用算法挑选最好的答案。这样做的好处就是模型看起来变聪明了，也很容易针对跑分进行针对性优化。
但是这样做的代价也很大，那就是模型响应速度很慢，而且推理成本很高。Fable5比DeepSeek V4 Flash贵100多倍，不过它在大部分任务中比V4 Flash慢很多，而V4 Flash可以完成90%以上的工作，只有到了少数高端任务中，AO两家的高端模型才会显示出优势。不过V4 Pro正式版，也就是0813版本发布之后，它的多项跑分也接近了Fable5这样的期间模型，更重要的是，它的响应速度并没有变慢，而且上一个视频里我说了，它执行复杂任务的成功率大大提升。Anthropioc和OpenAI的优势场景可能会从10% 压缩到5%甚至更少，这对两家企业扩大业务和营收而言，确实是个坏消息。
我不止一次说过，DeepSeek是个非常牛逼的公司，它的工作重点长期在框架改革，底层算子优化上，这是为了提升效率，降低成本，它的模型跑分不高，不带表生产力不强。优化效率，降低成本，提升模型性价比的难度，要远远高于harness工程，如果DeepSeek哪一天搞定了底层，发力Harness，那会再次震撼世界。但是我的观点很显然遭到了很多所谓高手的嘲讽，他们不断在我的评论区表达对国产模型的鄙夷，然而不到半年的时间，DeepSeek就用接二连三的好产品，打脸了这些人。
我使用Codex+DeepSeek V4 Flash/ Pro两个版本的编程体验都很好，但是问题就是，太慢了，比使用Hermes还慢，虽然挺省Tokens的，但真的挺耽误事的，你挂着让它跑，它做完了，在空等，你看着它跑，它又慢，迟迟看不到结果。对于不着急的项目来说，这样挺好的，对于着急看到效果的项目，这就是煎熬了。所以DeepSeek发布自家的Harness产品，那必须支持，
安装方法很简单，让Hermes或者Codex去安装就行了，我是Hermes+DeepSeek V4 Flash自己安装的，宿主机是Macbook，这个Agent代码质量极高，所以它的安装也简单，很快就搞定了。它是网页交互，说真的舒服多了，我厌倦了电报，也厌倦了Hermes那个屎黄色的CLI。Codex的界面也是简陋的一逼。有这个WEBUI，我甚至可以自己定制一个主题，看起来会舒服很多。
后来我又测试，给DeepSeek Harness接入V4 Flash API，让它在Ubuntu服务器上安装另一个实例，它也非常快就搞定了。就是这个Agent完成度很高，不是一个玩具，装上后立刻就能干活。对比下它和hermes，它响应极快，任务完成能力也很强，不会像Codex，执行配置任务时想半天。总体速度是DeepSeek Harness 快于Hermes快于Codex。
DeepSeek Harness有个问题，就是不能把思考模式调高，否则它会很容卡死，尤其是在接入DeepSeek V4 Pro的情况下。我都是把思考直接关掉的。另外就是V4 Pro的缓存效率比V4 Flash更好复杂任务时Flash并不省很多钱，没有价差那么夸张。需要注意的是，它也可以接入本地的Qwen或者其他OpenAI兼容格式API，但是它的大部分优化，比如Engram缓存体系，是为DeepSeek量身定制的，早期我们最好还是接Deepseek API使用，其他的API就等开源社区大神们迭代之后再用，或许也会有更完善的分支版本。因为这它的完成度相比于PI等极客Agent好太多了，值得二次开发。
接下来用老三样测试下它的编程能力，第一个例子，让它生成一个网页表达中国的传统八卦。由于我给思考直接关闭了，所以相比于Codex和Hermes的作品，它显得更加简单，也继承了V4 Pro一贯的审美，屎黄色配色。它画对了太极，也没有漏掉鱼眼，动画也对，卦象位次分布都对，这就是高级模型和初级模型的鸿沟。其他工具和模型生成的效果，大家可以看我过往的视频，或者访问论坛，我在视频描述栏放了帖子链接，里面放了HMTL和SVG图像，可以直接点击观看。
第二个任务是生成SVG表达钍基熔盐堆运行原理，它的审美稍为有所提升，作品完成的也比较简单清爽。还是因为思考关闭的原因，它的图只画了要点，不过我更喜欢这样。
第三个任务是生成SGV表达薛定谔的猫思想实验，它也很快完成了。审美完全碾压了Codex，实验的要点也get到了。代码的生成速度，这玩意基本和裸模型一样，速度极快。
可能需要负载长链任务才能测出这个Harness产品的极限。但是我的复杂任务已经被Codex+DeepSeek V4 Pro搞定了，就在我打字写稿子的时候，它完成了播放器的技术难点的开发，后面就是收尾工作了。有了这个玩意，我以后的英语视频剪辑效率会大大提升，我只需要专注于构思和写稿就好了。
总结下，DeepSeek涨价幅度不小，我再一次预测准确，评论区很多说涨价50%，我估计算在100%起步，很有可能会到以前的2.5甚至3倍。这才几天又验证了我的看法，我不是想装逼，我是想说，我很懂人性。地球上有小便宜占，但是没有天上掉馅饼的好事。这么好用的模型，一直白菜价，给你当老板，你愿意吗？我还是会用，但是会分流一些给HY3测试下。
