花了5块9，用Harness+DeepSeek V4 Pro搭官网，能用吗？

研究员｜卢杨

DeepSeek最近动作有点多。

DeepSeek-V4-Pro正式版上线，同时发布开源的DeepSeek Harness（DSH，Developer Preview阶段），还一并调了API价格。

三件事叠加，引发一个核心问题：涨价、Harness发了、v4 pro正式版亮相之后，它到底能不能真正替人干活？

我们决定不看Benchmark，直接做一次实测：用Harness + DeepSeek V4 Pro做一个能运行的我司官网。

任务分两部分。一是资讯采集插件：从RSS抓取科技资讯，由V4 Pro做中文摘要、议题分类和重要度评分，保存结果；二是可用的网站：编辑后台审核资讯（通过/驳回），通过后发布到前台。

01 先做咨询采集插件

项目取名FourthWave News Collector。数据链路：RSS →过滤→去重→ DeepSeek V4 Pro →中文标题/摘要→议题分类→重要度评分→数据落盘→人工审核→官网发布。网站对应两个入口：编辑后台（/admin）和读者前台（/brief）。

我们没一次性写全所有需求，而是让Harness先检查项目和环境，根据运行结果持续修改。第一阶段，Harness创建了独立插件fourth-wave-plugin并安装到DSH的web profile。

首次真实运行：RSS抓取10条资讯，过滤剩9条，去重跳过1条，最终调用V4 Pro处理8条，全部失败——原因不明，因为缺少持久化运行日志。

让Harness检查代码和配置，定位到LLM调用部分：当时`maxTokens: 1000`，而使用V4 Pro + `reasoningEffort=high`，8次调用均以`llm finish=max-tokens`结束。问题不是模型不会处理，而是Token预算不足，高强度推理未完成就触发上限。

这暴露了典型工程问题：代码写出来和真正跑起来是两回事，真正测试刚刚开始。

我们让Harness不仅修改参数（调大maxTokens），还要求记录运行状态。插件增加`run-state.json`，记录fetched、filtered、candidates、llmAttempted、llmSucceeded等；同时改为每成功处理一条资讯立即写入`collected.json`。这样就算中途失败，之前成功的数据也不会丢失。

第二次运行结果倒是不同：8次调用全部成功，耗时约3分43秒，`collected.json`逐条写入（5→6→7→8→9）。

到这里，数据链路初步跑通，不过采集器还不是生产系统。

02 从插件延伸到完整网站

我们把官网项目交给Harness，要求接入资讯采集系统。Harness先做只读检查，再分阶段实施：

建立后台审核体系：增加`/admin`和`/admin/login`，管理员密码通过环境变量配置，不写死。后台显示AI采集的资讯（中文标题、摘要、topic、content_type、importance、reason、source_url、published_at），编辑可点“通过”或“驳回”。

我们进一步要求驳回时可填备注，Harness增加可选驳回备注字段，与审核状态一同写入`review.json`。

对接前台发布：原来“科技动态”页面是静态内容，让审核通过的资讯自动出现。Harness增加了发布逻辑：审核状态存于`review.json`，资讯内容存于`pending-news.json`，通过`source_url`关联，只有`approved`状态的资讯进入前台。

另外，采集器设计了7类议题，但官网一期只支持“AI模型、具身智能、脑机接口”，因此只发布能映射到现有Topic的已审核资讯，分类结果需被下游系统正确消费，这是典型集成问题。

我们实际测试：后台找到一条资讯，点击“通过”，刷新`/brief`页面，完整的资讯出现了，闭环跑通：从RSS抓取→V4 Pro处理→数据保存→人工审核→网站发布。

03 能运行，不等于能上线

我们又从真正上线角度检查了一遍，发现了一些问题：

前台：页面结构完整，但缺少品牌素材、正式内容、隐私政策、用户协议等法律文本。

后台：登录、审核、驳回备注可用，但若多人协作，需账号体系、权限管理和操作日志。

数据层：资讯和审核状态存于JSON文件，适合验证链路，但长期运行会面临可靠性、并发写入、查询、备份等挑战，数据库是最大短板。

采集任务：需要数据库、稳定定时任务、失败重试、监控和异常通知，当前仅能手工触发。

因此，本次测试证明的是“Harness + DeepSeek V4 Pro可以把网站和资讯处理系统做出来并跑通”，而非“AI已完成可直接上线的商业网站”。从“能运行”到“能上线”，中间还有大量工程工作。

04 Harness自我验收与成本

项目完成后，我们让Harness做只读验收：DSH插件正常、RSS采集正常、V4 Pro调用正常、去重正常、运行状态记录正常、后台登录正常、审核正常、驳回备注正常、前台/brief正常。这已不是聊天窗口里的Demo，而是可运行、可修改的项目文件。

成本方面，在未涨价前，整个实测仅花费5.91元：极低成本验证了完整链路。

过去我们常问“AI能不能写出这段代码？”，如今这个问题越来越容易回答。真正值得测试的是：给它一个目标，它能不能把系统真正跑起来？

本次测试中，部分操作我们明确要求，而是Harness为解决具体工程问题主动添加，这种能力比生成漂亮代码更值得关注，真实开发本也就是“写→跑→错→改→再跑→验证”的循环。

但这次我们还是全程扮演着产品经理+测试工程师+代码审查者的混合角色，不断告诉它做什么、不做什么、哪些数据不能覆盖、哪些页面不能动。AI可快速执行大量操作，但目标、边界、取舍和验收仍需人判断。

整体来说，Harness离“完全自主开发”还有距离……

编辑｜邱慧 张猛