北京
AI模型正在以惊人的速度进化。它们如今在推理、编程和解决长程问题方面的能力都超越了以往任何时候。
然而，一个智能体（agent）需要的不仅仅是一个优秀的大脑。它必须记得五步之前发生了什么。它必须调用正确的工具、处理文件并与外部系统协作，并且真正地将答案付诸行动。然后，它还必须将所有这些过程记录下来。
深度求索（DeepSeek）一直在研究这个问题，上周，它开源了其中的部分技术架构。
Harness是该公司推出的全新开源框架，专为构建智能体而设计。有意思的是，DeepSeek几乎没有坚持要掌控多少东西——模型可以替换，工具是插件式的，存储和沙箱也是如此，开发者可能想要替换或修改的其他组件同样如此。
它更像是一套智能体构建工具包，而非一个成品智能体。
如果你对去年初的DeepSeek还有印象，就会知道这并非这家中国AI实验室第一次突然站到AI话题的中心。去年初，DeepSeek的模型一出场，其性能就令业内大跌眼镜——尤其是考虑到其背后的经济学水平。
当时的反响远远超出了AI圈。诚然，也存在一些质疑声，但炒作热度丝毫不减。市场震荡，芯片股受挫，行业观察家开始怀疑，源源不断投入AI模型的资金是否真的物有所值。几乎一夜之间，DeepSeek从一家相对陌生的中国实验室，变成了整个行业都在关注的公司。
如今，DeepSeek带着一个截然不同的命题回来了。这一次，Harness的核心不再是夺人眼球的新型基础模型。事实上，模型被刻意设定为只是其中的一部分。DeepSeek推出的，是模型周围的那一层——一套决定AI智能体能否真正完成任务的软件集合。
背后的硬数据
这次发布也有一些实打实的数据支撑。与Harness一同亮相的还有DeepSeek V4-Pro-0813，这是该公司旗舰模型的最新版本，本次的关注点很大程度上落在了其智能体能力上。
DeepSeek给出的V4-Pro-0813成绩如下：
- Terminal Bench 2.1：87.9分
- Toolathlon-Verified：74.1分
- DSBench-FullStack：71.1分
- DSBench-Hard：67.2分
当然，这些都是DeepSeek自己的基准测试结果。但有一个细节让它们在此处尤为重要：在一些公开的编程智能体测试中，V4-Pro正是在Harness的最小模式下运行的。
所以，Harness不只是DeepSeek随模型一起发布的附属品——它已经是该公司测试模型智能体能力的一部分。
仍在早期，但已可上手
Harness还相当粗糙。DeepSeek称之为"开发者预览版"。值得注意的是，该公司以MIT许可证发布了代码——这赋予了企业相当大的自由度，可以修改Harness并将其用于商业产品中，而无需开放自己的代码。
该公司也相当直白地警告开发者：未来将会出现破坏兼容性的变更。具体何时发生，目前尚未透露细节。
不过，就目前而言，已经有不少功能可以探索：
- Harness可以打开代码仓库、编辑文件、执行Shell命令；
支持网络搜索、制定可执行计划、将任务的不同部分分发给其他智能体；
具备步骤记录能力：工具调用、结果和模型交互都会随会话一起保存，开发者可以事后回溯发生了什么；
旧会话可以重新拾起，也可以从更早的节点拆分出去 —— 当智能体运行了一段时间后突然走偏时，这个功能非常有用；
不绑定自家模型
你其实不需要搭配DeepSeek的模型来使用Harness。模型也是插件。这让DeepSeek处于一个略显不同寻常的位置：它发布的智能体框架，里面可以轻松装上竞争对手的模型。
对于一家以模型引发轰动而闻名的公司来说，这是一次相当大的方向转变。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
