DeepSeekHarness以154万日活和3.49万插件证明:Agent竞争已从模型能力转向运行时生态。本文对比Codex与WorkBuddy,拆解其“免费编排、付费推理”的商业模式,并指出94.7%插件存在高危权限暴露——开放度领先,安全治理的账还没开始还。
分析对象:DeepSeekHarness
对比竞品:WorkBuddy、Codex
核心结论:
Harness不是「又一个编程Agent」,而是把Agent运行时从模型公司的黑盒里剥离出来,做成可替换、可组装的中间层。截至2026年11月4日,它以154万日活、548万月活、约3.49万个第三方插件证明这条路线不只是叙事:它交付的不是Agent,而是「生产Agent的方式」。[1][4][5]
商业模式是「免费编排、付费推理」,且已开始为生态直接付费。框架MIT开源、模型无关,收益落在token上;11月5日官方宣布建设插件市场,并以Token激励插件作者,等于把「生态增长」明确记为推理成本。在日均92万亿token的规模下,决定毛利的是缓存命中率,而不是模型标价。[4][7][14]
与Codex同层不同路,但正在相向而行。Codex以500万周活、约20%的非开发者用户、六款角色插件与Sites从「编程工具」扩到「知识工作平台」;Harness以开源与插件从「框架」扩到「桌面工作台」。一个从完成度走向开放性,一个从开放性走向完成度。[25][26][28]
与WorkBuddy不在同一层,规模差距却已拉开一个量级。WorkBuddy以3235.3万月活、20万个Skills、90亿次任务占据办公入口;Harness的548万月活更偏开发者与技术型用户。短期互补,长期必在「个人Agent工作台」正面相遇。[20][22][23]
最大风险已从「不好用」变成「不敢用」。659个抽样插件中94.7%存在高危或严重权限暴露;2026年公开的Harness相关CVE至少5个,其中CVE-2026-82533(CVSS9.4)可关闭沙箱,CVE-2026-108789的披露方称厂商未作回应。开放度已经领先,安全与治理的账还没开始还。[34][36][37]
一、行业分析:从「模型能力」到「任务交付」
1.1产品价值:从「会说」到「能交付」的落差
Agent赛道的付费理由正在迁移:从「模型有多聪明」转向「任务能不能被完整交付」。真正的断点不在推理,而在执行链条——多步任务中途中断、上下文跨会话丢失、工具调用不可控、结果无法审计。harness这一层解决的正是这些不性感但致命的问题:它把工具、权限、会话记忆与执行循环打包成运行时,让模型能读写文件、执行命令、调用外部系统,并把每一步留下可回放的痕迹。[1][10]
客户群体一:专业开发者与技术团队。他们要的不是补全,而是把仓库级任务整段交出去——读代码、改代码、跑测试、提PR。企业AI编程Agent的年化支出已达百亿美元量级,说明这类需求完成了从「试用」到「预算科目」的跨越。[31][32]
客户群体二:非技术知识工作者。办公场景的诉求是「整件事做完」:整理资料、出报表、做演示。2026年9月国内AI办公应用月活已达1.42亿、同比增长50.6%,验证了这批用户的真实存在。[43]
客户群体三:平台型团队。他们要的是「可自建的底座」:模型可换、工具可接、数据不出域、行为可审计。这类客户单客价值最高,但决策链最长,也最挑剔。[33][44]
付费意愿分层明显。个人开发者对每月20美元级别的订阅高度敏感,愿意为「省下的时间」付费;企业愿意为治理、审计与合规支付溢价,但对「未经安全审计的预览版」容忍度极低。这决定了同一款Agent产品在C端与B端往往需要两套交付形态。[29][33]
一个容易被忽略的产品事实是:客户买的从来不是Agent,而是「可验收的结果」。这也是为什么轨迹回放、权限审批、产物预览这些「配套功能」,在实际使用中的权重往往高于模型跑分——它们决定了人敢不敢把活交出去。[10][27]
1.2市场规模与趋势
不同机构对市场规模的测算差异很大,根源在统计边界:算「AI编程工具」、算「企业编程Agent」、还是算「办公智能体」,量级能差一个数量级。但方向一致——这是企业软件支出中增长最快的科目之一。[31][32]
表12026年相关市场规模的不同口径[22][31][32][43]
渗透率的数据更值得警惕:JetBrains对1.5万名以上专业开发者的调查显示,90%每周使用编码智能体、68%每天使用;但阿里云对1906名开发者的调研显示,Agent项目「已建或在建」合计46%,真正部署到生产环节的只有18%。在同一份调研中,ClaudeCode的工作场所使用率已达39%,Codex为16%,GitHubCopilot为21%,Cursor为12%。用得广,不等于用得住——这正是「运行时」这一层的机会所在。[31]
从「补全下一行」到「编排一支团队」。单Agent架构占40%、多Agent架构占42%、以人在回环为主要架构的企业占15%,三种形态长期共存,自主度成为可调参数,而不是产品卖点。[31]
从「订阅」到「订阅+按量」混合。Codex在Business席位之外开放按token计费,Pro拆成100、200、500美元三档;OpenAI自报一个开发者一个月的额度消耗约100–200美元,单任务约0.08–0.60美元。厂商正在把「不可预测的推理成本」从固定套餐里拆出来单独定价。[29][30]
开源运行时成为第三条路。在闭源整合产品与场景入口之外,出现了以Harness为代表的「开放运行时+插件生态」路线,用MIT协议换生态速度,用模型无关换中立性。[1][2]
1.3竞争态势:三条路线同时开跑
这个赛道目前不是一条赛道的竞争,而是三条路线的竞争:闭源整合产品(Codex等)以完成度和分发取胜;场景入口(WorkBuddy、豆包工作、千问办公)以工作流绑定与生态取胜;开放运行时(Harness、OpenCode)以可改造性与生态速度取胜。三条路线在「谁来承接用户的完整任务」这一点上交汇。[1][21][28]
Codex(OpenAI):周活已超500万,较2月桌面端上线时增长6倍以上;非开发者约占20%,增速是开发者的3倍多。6月上线六款角色插件,合计覆盖62个应用与110项技能,并向企业客户预览Sites;4月进入Gartner企业级编程智能体领导者象限。[25][26][27]
ClaudeCode(Anthropic):JetBrains2026年5—7月调研中工作场所使用率39%,是当前开发者心智最强的编程Agent。[31]
WorkBuddy(腾讯):2026年9月多端月活3235.3万,居办公Agent首位,季度环比增长647.1%;上线至今迭代100多个版本、累计90亿次任务请求,企业版覆盖50多个行业、50%的中国企业500强。[20][22][23]
DeepSeekHarness:以官方API用户口径统计,日活154万、月活548万、人均日请求261次,第三方插件约3.49万个;在开发者侧的增速是三条路线中最快的,但绝对用户规模仍小于办公入口型产品。[4][5][7]
其他玩家:豆包工作、千问办公在国内办公场景分食份额,2026年9月月活分别为977万与790.5万,与WorkBuddy合计构成办公Agent第一梯队。[43]
竞争焦点已经从「模型能力」转向「运行时+生态+治理」的组合。模型能力会因代际追赶被抹平,但运行时决定的工具接入成本、生态决定的场景覆盖速度、治理决定的企业准入门槛,都会沉淀为结构性优势。市场尚未定局,但留给「只有功能、没有生态」的产品的窗口正在关闭。[31][32][44]
1.4标准化程度:事实标准仍在争夺中
Agent运行时这一层目前的事实标准是拼出来的:工具调用沿用各家API的functioncalling,上下文约定借用AGENTS.md这类仓库级规则文件,外部能力接入靠MCP,技能封装靠Skills,插件形态则各产品一套。Harness同时兼容OpenAI与Anthropic的API格式,并加入实验性的ClaudeCode兼容层,本质上是在承认「标准不在自己手里」的前提下,先把迁移成本降到最低。[1][14]
标准化程度低带来两个后果。一是生态繁荣但脆弱:插件写起来容易,跨版本活下去难。Harness在0.2.x预发布线上连续调整插件API,10月中旬到11月初的多个版本才补齐插件索引、版本兼容检查、依赖同步与热重载;官方仓库README至今保留「会有破坏兼容性的改动」的全大写警告。二是标准即租金:谁定义插件契约、谁掌握兼容性判定权,谁就拥有生态的分发权。[2][7]
判断:开源不等于标准。开源解决的是「能不能改」,标准解决的是「改了还算不算数」。11月5日官方宣布建设插件市场,说明它已意识到这一层,但市场目前只校验文件格式、不校验作者与下载量等声明。拿到了开放度,还没拿到「兼容性承诺+认证体系」这两张标准的入场券。[4][38]
二、产品拆解:DeepSeekHarness
2.1定位:卖的不是Agent,是生产Agent的方式
官方给Harness的定义只有一行公式:Agent=Model+Harness。模型负责推理,Harness负责其余一切——工具、权限、会话记忆、执行循环、界面。这行公式的产品含义是:Harness不试图成为「最好的Agent」,而是成为「组装Agent的那块主板」,谁都能插上来,谁都能换下去。[1][10]
目标群体:从专业开发者起步,经桌面端延伸至非技术办公人群,再向上争取有平台团队的企业客户。三次扩圈共用同一套运行时,这是它区别于垂直工具的关键。[3][41]
核心产品:一个开源运行时(Cordis微内核+插件树),配四种预设(标准、PTC、极简、创造),交付形态包括WebUI、桌面端、命令行与SDK。[1][9][10]
一句话定位:给愿意自己动手的人,一套能改到骨子里的Agent基础设施;给不愿动手的人,一个「先能用、再慢慢改」的桌面入口。[1][41]
定位演变:五个月完成三级跳
表2产品演进时间线(2026年,含上游事件,用于解释节奏而非竞争数据)[3][4][5][7][8][16][41]
这条演进路线可以概括为三级跳:框架→产品→平台。第一步用MIT协议和「一切皆插件」拿下开发者心智;第二步用桌面端把安装门槛从「装Node、敲命令」降到「双击安装」;第三步用CreatorMode、插件市场与作者激励把用户变成供给者。三级跳的顺序很讲究——先有生态再降门槛,比先降门槛再求生态,冷启动成本低得多。[3][5][41]
核心竞争策略
微内核+开源,用最小内核换最大扩展面。Cordis内核只负责插件的加载、卸载与依赖解析,模型、工具、会话、沙箱、Agent循环乃至UI全部是插件;内核里没有特权模块,也就没有「必须等官方发版」的瓶颈。[10][12]
模型无关,把选择权还给用户。支持近40家模型提供方,兼容OpenAI与Anthropic两种API格式,甚至可以把外部Agent挂成子Agent调用。表面上是中立,实质上是把「换模型的成本」降到零,从而把竞争从「模型谁强」转移到「生态谁厚」。[1][10][11]
免费编排、付费推理。框架永久免费、可商用,收益全部落在模型API消耗上。Flash谷时缓存命中输入02元、未命中1元、输出4元(每百万token),峰时为谷时的两倍。这是「剃刀—刀片」的逆向用法:送刀架(Harness),卖刀片(token),刀片还是自家产的。[1][14]
预设即产品。标准、PTC、极简、创造四种模式,本质是四份不同的插件装配清单——同一个模型,换一套harness配置就换一种能力边界。极简模式(仅bash与文件编辑)甚至被用来做模型裸能力基准测试,这是把「配置」做成了「产品SKU」。[9][10][11]
以兼容代替替代。不要求用户弃用现有工具,而是把它们变成自己的子Agent。社区已有插件把多款编码Agent接入统一界面,迁移成本被压到最低,代价是「替代关系」被延后——用户可能长期把它当调度层,而不是主工作台。[7][11]
优势与挑战
优势一:生态速度。开源30分钟破万星、42小时破10万星,9月底逾24万星;上线不到三个月,公开第三方插件约3.49万个(GitHub渠道2.94万、npm渠道1.85万,去重后)。[3][4][42]
优势二:开放度的真实性。多数产品的「可扩展」只到API与主题层,Harness连Agent主循环和界面都能替换,且插件卸载时副作用可完整撤销。对需要深度定制的团队,这是不可替代的价值。[10][12]
优势三:成本结构与用量规模。Flash谷时缓存命中输入仅0.02元/百万token,配合KVCache前缀契约,长会话的边际成本被压到极低;官方口径人均日请求261次、日耗约92万亿token,说明重度使用已具规模。[4][13][14]
挑战一:产品完成度。桌面端首版仍被评价为「界面极简、文档待补、长任务偶发超时」;对习惯精装产品的用户,默认体验的说服力不足。[41]
挑战二:治理赤字。官方安全说明写明沙箱只做「围堵」而非安全边界(containment,notasecurityboundary),Windows上的强制仅为「部分生效」;官方协议亦明示沙箱与审批不保证隔离。CreatorMode让「生成即安装」成为默认路径,等于把这一风险前移到第一次使用。对政企客户,这是一票否决项。[33][38][39]
挑战三:成本口径不透明。92万亿token的真实成本几乎完全由缓存命中率决定——命中与未命中的输入价差达50倍(谷时0.02元对1元),但官方未披露命中率,外部无法据此推算其单位经济模型。[4][14]
竞品对比:与Codex、WorkBuddy的差异化
与Codex比,是同层不同路。Codex已经把产品做成了「六个入口+一套治理」:桌面端、命令行、IDE扩展、云端、移动端、浏览器,共用ChatGPT订阅与企业控制台;沙箱三档、网络默认关闭、四档审批,4月进入Gartner领导者象限。2026年下半年它做了两件关键的事:一是用六款角色插件把「知识工作」产品化,二是通过收购补上代码存储与评审(Pierre)与自有源码管理(Pando)。Harness走的是相反方向:把运行时开放出去,把治理交给用户。前者的护城河是分发与合规,后者的护城河是开放度与生态速度。真正的差距不在功能,而在「默认就好用」的完成度,以及「出事有人兜底」的信任。[25][27][28][33]
与WorkBuddy比,是不同层,但正在靠近。WorkBuddy是场景入口:办公工作台形态,打通腾讯文档、腾讯会议、企业微信、腾讯网盘与知识库,用积分与席位收费。10月14日与企业微信双向互通,10月29日发布BuddyOne跨应用协同体系,统一账号与积分池;企业旗舰版权益已打包腾讯文档、乐享知识库、腾讯网盘与Ardot,按席位计价。它的扩展侧是20万个Skills与5万家伙伴,但改造深度止于厂商提供的接口。Harness是能力底座:没有原生办公套件,办公能力靠插件拼装,改造深度可以到Agent主循环。前者卖结果与场景闭环,后者卖可能性与自由度。[19][21][23][24][45]
洞察:Harness最大的竞争对手其实不是Codex,也不是WorkBuddy,而是「用户对开箱即用的耐心」。开放度是一种延迟兑现的价值:它要求用户先投入学习与配置,才拿到超额回报。能否把「第一小时的体验」做到不需要耐心,决定了它能不能从开发者市场走进大众市场。[41][44]
2.2能力与资源:三项能力与两项资源
支撑这套定位的,不是功能数量,而是五项难以复制的东西:三项内部生长的能力,两项外部获取的资源。选取标准只有一个——与同等竞对相比,是否足够独特、稀缺、难以复制。[10][12]
能力一:Cordis微内核与可逆插件生命周期
机制:内核只做三件事——加载插件、卸载插件、解析依赖。每个插件注册时同时登记「如何撤销」,卸载时逆序执行,像一摞盘子后放先取。这套「时空可组合性」有北大与DeepSeek的合作论文作理论支撑。[10][12]
独特性:业界多数「插件化」只能插、不能干净地拔——VSCode大量扩展激活后必须重启才能卸载。Harness做到运行时热插拔与副作用回滚,这是CreatorMode能成立的物理前提:Agent可以边跑边给自己装新能力。[3][12]
代价:复杂度被转移给了用户。理解IoC、依赖注入与生命周期管理有门槛,插件之间的隐式依赖会形成「装得越多、越难排障」的黑箱。[7][12]
建议:把插件API版本化,提供兼容层与「降级运行」能力;同时给插件加签名与权限清单,让「装了什么、能碰什么」在安装前就可见。[7][38]
能力二:Trajectory事件日志与KVCache前缀契约
机制:所有抵达模型的内容都写入仅追加的事件日志——系统提示、思维链、工具调用与结果、子Agent调度、每一次上下文注入;恢复、分叉、回放、检索共用同一条事件流,并有一条运行时不变式:凡是模型见过的,必须能从日志重建。[10]
机制二:KVCache前缀契约要求静态前缀冻结、动态内容只追加、压缩使用固定锚点。这看似工程细节,实则直接决定成本——前缀稳定则缓存命中,命中价与未命中价相差50倍。[13][14]
独特性:把「可观测性」和「成本控制」做成了运行时不变式,而不是事后补的日志功能。副产品是Harness成了DeepSeek自家模型的评测环境:V4系列在Terminal-Bench2.1上的82.7分,就是在极简模式下跑出来的,外部可复现也可质疑。[11]
不足:给的是「过程」,不是「结论」。轨迹面板对工程师是资产,对普通用户是噪音;脚手架本身有固定开销,而界面上看不到这笔钱花在哪。[11][40]
建议:把「上下文预算」做成产品界面——每个插件占多少token、缓存命中率多少、单个任务的预估成本是多少。11月新增的实验性统计插件已能看上下文、缓存与工具耗时,但仍是开发者视角。[7][11]
能力三:插件生产与分发能力
机制:CreatorMode让Agent读取插件SDK文档、编写代码、打包安装、自检运行,官方演示中一个浮动番茄钟从提出需求到验证完成约5分24秒。这是从「装插件」到「造插件」的质变。[4][6]
独特性:把扩展的门槛降到对话级,插件供给从「开发者生产」变成「用户自给」。58.94%的活跃用户创建或使用过自定义插件,说明这条路径被真实采纳,而不只是演示效果。[7]
不足:单轮成功率有限,官方自己也说明部分演示插件经过多轮对话调优;插件质量参差,同名重复严重——1.6万多个插件名里有1705个被多人使用,个别名字对应数十个仓库,发现与筛选成本高。[6][7]
进展:11月5日官方宣布建设插件市场,并把「提升API稳定性与兼容性、完善安全机制」并列为前置条件;11月8日开启作者Token激励意向收集,方向确定为Token资助、技术交流与作品推荐,额度与规则未定。[4][7]
资源一:DeepSeek的模型、算力与资本
稀缺性:自有V4.1-Flash/V4-Pro双模型、1M上下文、384K最大输出,价格处于全球最低区间;Flash谷时输出4元/百万token,约为同级海外模型的十分之一量级。[14]
战略含义:模型、算力、运行时三位一体,意味着它可以用「框架免费」换「推理消耗」,再用推理规模反哺模型迭代。这套闭环是纯应用层公司难以复制的。[1][14]
价格并非单向下行:8月17日Pro系列上调(峰时缓存命中输入涨幅最高1100%、输出涨350%),9月10日随V4.1-Flash上线又下调Flash价格并引入峰谷两档。这说明定价权仍在模型侧,而非框架侧。[14][15][16]
建议:把成本优势从「便宜」转成「可预期」——预算上限、配额管理、峰谷调度、团队共享额度。企业买的不是最低价,而是不超支。[14][33]
资源二:开源社区与分发渠道
稀缺性:在中国开发者群体中,「DeepSeek+开源+MIT」几乎是获客成本最低的组合;上线42小时破10万星、两个月逾24万星,形成自我强化的传播飞轮。[41][42]
渠道:一条命令即可启动WebUI,桌面端提供经公证的安装包并内置运行时;同时被国家超算互联网上线、被QQBot作为官方插件接入,说明「被集成」的路径已经跑通。[1][3][41]
不足:星标与插件数不等于留存与付费。官方未公开企业客户名单与续费数据,主仓库暂不接收外部PR,社区治理高度依赖第三方市场——生态的「量」已经足够,「序」还没有建立。[4][40]
建议:把社区势能转成三层结构——官方市场(分发与兼容)、认证体系(质量与安全)、企业版(治理与支持)。没有后两层,前一层越大越难管。[40][44]
2.3场景与体验:开放度如何落到工作里
场景一:开发者的长任务编码与仓库改造
场景与痛点:把仓库级任务整段交出去,最怕三件事——跑一半断掉、改了哪里说不清、跑飞了烧钱。[10][11]
方案与功能:标准模式提供全工具栈(文件编辑、Shell、文件与网页搜索、技能、计划与目标、子Agent、工作流);配合/plan先出方案、/goal锁定长任务目标、/compact压缩历史,以及三档权限与审批弹窗。[10][11]
差异化:可回放、可分叉、可换模型,还能把外部Agent挂成子Agent调度。同类产品里,愿意把「执行过程」完整暴露给用户的并不多。[7][10]
价值证据:V4系列在极简模式下取得Terminal-Bench2.1的82.7分,属于可复现的自测口径;但这是「自家模型+自家harness」的组合成绩,仍需第三方独立验证。[11]
不足与建议:长任务的稳定性与成本仍是短板:社区实测中有小型项目token消耗达OpenCode的20倍、单任务耗时30–40分钟而对照组约30秒的案例,虽属个别体验,但指向同一个问题——脚手架开销与循环检测还不够克制。建议把「循环检测+单任务预算上限」做成默认开启的安全网,而不是留给用户自己发现。[7][11]
场景二:非技术办公人群的文档、表格与演示交付
场景与痛点:办公人群的痛点是工具切换与格式返工,不是不会写提示词。他们要的是「交进去一堆材料,拿出来一个能用的文件」。[43]
方案与功能:桌面端开箱即用,约1GB安装包内置Node、pnpm、Python与LibreOffice;直接处理文档、表格、PDF,生成图表与演示文稿;支持Office/PDF/HTML预览、文件与改动集中在侧栏、自动化定时任务、账号直登并显示余额。[41][42]
差异化:与WorkBuddy的原生办公套件相比,Harness的办公能力是「插件拼出来的」——优势是自由与可改造,劣势是默认体验的打磨程度。[17][41]
价值证据:官方统计约六成活跃用户使用第三方插件,说明「按需拼装」的办公路径被接受;但这也意味着产品质量高度依赖用户选了哪些插件。[4]
不足与建议:对非技术用户,最大的门槛不是安装,而是「出错之后怎么办」:插件冲突、配置丢失、版本不兼容,都需要自助排障。建议为这条人群提供一套「官方推荐装配」——固定插件组合、固定权限、固定模型,把可选项收起来,只在需要时展开。[4][41]
场景三:团队与企业自建Agent平台
场景与痛点:企业要的是模型可换、工具可接、数据不出域、行为可审计;而多数商业Agent把这四件事锁在厂商侧。[33][44]
方案与功能:模型无关(近40家提供方)、沙箱隔离、插件接入内部API与MCP、profile/patch分层配置并可dump出实际启动的配置树,便于版本管理与审计。[1][10][11]
差异化:相比Codex的「托管式治理」,Harness提供的是「可自建的治理」,适合有平台团队、愿意自己承担运维的组织。[28][44]
价值证据:被国家超算互联网上线、被QQBot接入,说明它作为「被集成的底座」具备可行性;但企业客户名单与规模化案例尚未公开。[3]
风险与建议:企业级能力仍是明显短板,且风险已被量化:659个抽样插件中94.7%因权限暴露过宽被判高危或严重,91%可读本地文件、63%具备Shell执行权;2026年公开的Harness相关CVE至少5个,CVE-2026-82533(CVSS9.4)可关闭沙箱,CVE-2026-108789(CVSS5.5)可操纵工作流约束且披露方称厂商未回应。建议企业采取「限定试点+一次性环境+最小权限+只装签名插件」的保守路径,不要把它当作生产级企业软件采购。[34][35][36][37][38]
用户体验:做得好的与需要改进的
做得好的地方1:轨迹面板把每一步读了什么、跑了什么、花了多少token摊开给人看;三档权限加审批弹窗,让「先看着它干、再逐步放权」成为可行路径;改动以diff呈现,产物可直接预览。对愿意学习的人,这套透明度是稀缺价值。[10][11]
做得好的地方2:斜杠命令把高频操作收成入口——/plan先规划、/goal长任务定目标、/compact压缩上下文、/permission调权限、/model换模型;10月下旬起长对话可自动压缩,切换小上下文模型前会先用原模型压缩历史。[7][11]
需要改进的地方1:插件越多越「笨」。有用户装到15个以上插件后出现无限循环与上下文溢出,因为每个插件的说明与规则都要占上下文,模型注意力被工具本身消耗。[7]
需要改进的地方2:升级会丢工作环境。有Windows用户从v0.2.1-rc.5升到v0.2.2-rc.1后,插件配置从34项缩减为2项,又因本地化插件不兼容导致首次启动失败;缺少自动备份与回滚,手动恢复耗时约5小时。[7]
需要改进的地方3:成本与体积不透明。除上下文开销外,命令行安装涉及数百个依赖包、约占300MB,对「只想试试」的用户是一道心理门槛;版本号在0.2.1与0.2.2的多个预发布号之间快速滚动,普通用户难以判断该用哪个版本。[7][11]
优先级最高的四件事:一是「上下文预算面板」,让每个插件与每次注入的成本可见;二是「配置版本化+一键回滚」,把用户的工作环境当作资产来保护;三是插件签名、权限清单与安装前风险提示;四是提供LTS通道,把「追新」与「稳定」分开。这四件事做完,开放度才会从负担变成优势。[7][11][40]
2.4竞品对比矩阵
表3DeepSeekHarness、WorkBuddy、Codex九维对比[1][11][17][18][19][25][29][33][36]
三、总结:借鉴、机会与建议
3.1可以借鉴什么
用「运行时不变式」解决成本与可复现,而不是靠事后优化。把「模型见过的必须能从日志重建」写成约束,把「前缀冻结、只追加」写成契约,成本和可解释性就从「优化项」变成了「默认行为」。这是本次分析中最值得抄的一条工程方法论。[10][13]
用「预设」降低理解成本。同一个模型配四套插件清单,就得到四种能力边界与四种成本曲线;用户不需要懂架构,只需要选模式。把复杂度封装成SKU,是开源产品走向大众的通用手法。[9][10]
用「可逆副作用」换取生态安全。插件能干净卸载,才敢让Agent自己装插件;否则每一次自我扩展都是一次不可逆的系统污染。这条设计直接支撑了CreatorMode的产品想象。[4][12]
用「兼容」代替「替代」。把外部Agent挂成子Agent,短期看是示弱,长期看是把迁移成本降到零、把用户先留在自己的调度层。对后发产品,这是比「正面硬刚」更有效的入口策略。[7][10]
3.2机会窗口在哪里
企业级治理层仍是空白,且已被安全事件定价。3.49万个插件、94.7%的高危权限暴露、至少5个CVE,说明「开放」还没有变成「可控」。谁先把审核、评级、兼容矩阵、权限清单做成基础设施,谁就能拿到付费意愿最强的客户。[4][36][37]
上下文经济学是下一个差异化点。当前竞争集中在模型能力与工具数量,但真正的分水岭是「单位任务成本」。能把token花在哪里、省在哪里讲清楚的产品,会获得企业采购的信任票;而在92万亿日token的规模下,缓存命中率就是毛利本身。[4][14]
需要提醒的是口径风险。154万日活、548万月活、日均约92万亿token、3.49万插件均来自官方披露,且日活仅统计使用官方API的用户;统计方法未公开、未经独立测量,留存率、付费转化、企业客户数等更能说明商业健康度的指标尚未披露。本报告将这些数字作为「规模信号」使用,不据此推断产品质量或商业成功。[4][5][7]
多任务调度是通向「同事」的门票。Super-agent的router/worker设计把「一个人只能同时跟进3到5个会话」当作起点,若产品化成功,Agent会从「工具」变成「同事」——那是另一个量级的市场。[8]
3.3建议
对DeepSeekHarness:把官方插件市场做成「兼容性契约」而非「应用商店」。市场已在筹备,核心交付不应是流量位,而是版本兼容矩阵、自动回滚、安全评级与责任边界。这是它从「框架」变成「平台」的唯一通道。[4][7]
对DeepSeekHarness:把上下文预算产品化。让用户看见每个插件、每次注入、每个任务的成本,并提供预算上限与超支熔断。开放度带来的焦虑,本质是成本焦虑。[11][13]
对DeepSeekHarness:先补沙箱,再谈企业。把「containment,notasecurityboundary」改写成可验证的隔离承诺,补齐RBAC、审计日志、数据驻留、插件签名与一次性环境模板——在这些完成之前,进政企采购清单只是愿望。[33][36][38]
对DeepSeekHarness:收敛版本节奏,建立LTS通道。在0.2.x预发布线上快速滚动,对开发者是活力,对把工作环境建在其上的用户是风险。稳定版与尝鲜版必须分流。[7][40]
对观察者与同行:不要用星标数判断产品成熟度,也不要用「开源」替代「治理」。Harness的星标速度证明了叙事的成功,但升级丢配置、插件互相踩踏、控制面漏洞这些「脏活」,才是产品能否长期存在的分水岭。[34][37][40]
3.4总结
结论:DeepSeekHarness已经赢下「Agent运行时定义权」的第一回合:它用微内核与开源把生态速度拉到同类产品一年以上的量级,用「免费编排、付费推理」验证了商业模式,并在11月把插件市场与作者激励提上日程。但它还没有赢下「用户信任」。它的天花板不取决于模型有多强,而取决于能否把「开放」变成「可控」——谁能先解决插件的秩序、上下文的成本与安全的边界,谁就能把这块主板变成真正的操作系统。[1][4][33][36]
参考来源
[1][官网]DeepSeekHarness官网首页,DeepSeek,2026-11https://www.deepseek.com/en/harness/
[2][其他]deepseek-ai/deepseek-harness开源仓库,GitHub,2026-11https://github.com/deepseek-ai/deepseek-harness
[3][媒体]强化「一切皆插件」,DeepSeek再落关键一子,上海证券报·中国证券网,2026-09-29https://m.cnstock.com/commonDetail/797415
[4][媒体]DeepSeekHarness日活突破154万,将建立官方插件市场,环球网,2026-11-06https://www.huanqiu.com/article/4TufdgophQL
[5][媒体]DeepSeekHarness官宣日活达154万,日消耗92万亿Token,第一财经,2026-11-06https://www.163.com/dy/article/LB123FQK0519DDQ2.html
[6][媒体]DeepSeekHarness日活达154万,第三方插件增至3.5万个,凤凰网科技,2026-11-06https://i.ifeng.com/c/8xp20MhJRe4
[7][媒体]DeepSeekHarness日活154万,官方开始给插件作者发Token,InfoQ,2026-11-06http://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651296725&idx=1&sn=de299b4c3e493cf3b625ccfa52a4174d
[8][媒体]DeepSeekHarness首次披露:日活用户超150万,一个月增超百万,澎湃新闻,2026-11-06https://www.163.com/dy/article/LB1U6VG10514R9P4.html
[9][媒体]DeepSeekHarness四个模式怎么选:标准、PTC、极简、创造模式区别一次讲清,七牛云开发者博客,2026-11-04https://news.qiniu.com/archives/1793756121984
[10][媒体]DeepSeekHarness技术百科:运行模式、会话日志与上下文机制,腾讯云开发者社区,2026-10https://cloud.tencent.com.cn/developer/techpedia/2698
[11][其他]DeepSeekHarness(产品档案与实测数据),PRIMO.ai,2026-10https://primo.ai/wiki/DeepSeek_Harness
[12][媒体]拆解DeepSeekHarness:不止是编程助手,更是Agent的安卓,CSDNDeepSeek技术社区,2026-09https://deepseek.csdn.net/6a82fdfa10ee7a33f29c272f.html
[14][官网]模型&价格(DeepSeekAPI文档),DeepSeek,2026-11https://api-docs.deepseek.com/zh-cn/quick_start/pricing/
[15][媒体]涨幅最高达1100%!今天生效!DeepSeek正式调价,中国经济网,2026-08-17http://m.ce.cn/bwzg/202608/t20260817_3152123.shtml
[16][媒体]DeepSeek新模型将正式上线:V4.1Flash与Flash系列新定价,上海证券报,2026-09-09https://www.cnstock.com/commonDetail/787872
[17][官网]WorkBuddy官网:AIAgent办公新范式,腾讯,2026-11https://www.workbuddy.cn/
[18][官网]WorkBuddy定价详情(个人版),腾讯,2026-07https://www.workbuddy.cn/docs/workbuddy/Pricing
[19][官网]WorkBuddyEnterprise计费概述,腾讯云,2026-09-29https://cloud.tencent.com/document/product/1831/134333
[20][媒体]「命运转折」的WorkBuddy给腾讯带来了什么,证券时报,2026-10-31https://www.stcn.com/article/detail/4316725.html
[21][媒体]如何保持AI生产力领先身位?腾讯打出两张牌:激活上下文、开放生态,21世纪经济报道,2026-11-03https://www.21jingji.com/article/20261103/herald/8f1dc2fd1cbba45c78b93afd60c023dd.html
[22][媒体]WorkBuddy的领先身位:月活、行业覆盖与ROI账本,时代周报,2026-11-03https://finance.sina.com.cn/jjxw/2026-11-03/doc-inixncmw2222529.shtml
[23][媒体]月活3235万、90亿次任务:QuestMobile数据里的WorkBuddy到底强在哪,腾讯云开发者社区,2026-11https://cloud.tencent.com/developer/article/2775864
[24][媒体]腾讯摊牌了:WorkBuddy与企业微信正式联手,钛媒体,2026-10-14https://www.tmtpost.com/8170784.html
[25][官网]Codexforeveryrole,tool,andworkflow,OpenAI,2026-06-02https://openai.com/index/codex-for-every-role-tool-workflow/
[26][官网]Codexisbecomingaproductivitytoolforeveryone,OpenAI,2026-06-02https://openai.com/index/codex-for-knowledge-work
[27][官网]OpenAI被Gartner评为企业级编程智能体领导者,OpenAI,2026-04https://www.openai.com/index/gartner-2026-agentic-coding-leader
[28][媒体]OpenAICodexGuide(November2026):AppvsCLIvsIDE,PricingandthePierreDeal,FreakyJolly,2026-11https://freakyjolly.com/openai-codex-guide-cli-app-pricing
[29][媒体]CodexPricing:WhatEachChatGPTPlanGets,AIForMortals,2026-11-05https://www.aiformortals.co/blog/codex-pricing
[30][媒体]Codexpricing:plans,creditsandper-taskAPIcost,Whizi,2026-11https://whizi.io/resources/codex-pricing
[31][研报]2026年AICoding市场数据汇编(Gartner、Mordor、JetBrains、IDC、阿里云),三个皮匠报告,2026-09https://m.sgpjbg.com/news/7222291.html
[32][研报]TheStateofAICodingAgents—2026,SourceryIntelligence,2026-08https://sourceryintel.com/reports/the-state-of-ai-coding-agents-2026.html
[33][官网]DeepSeekHarnessTermsofUse,DeepSeek,2026-08https://www.deepseek.com/en/harness/terms-of-use/
[34][媒体]一条本地命令关掉沙箱:DeepSeekHarness漏洞暴露控制面身份缺口,AGIDaily,2026-09-08http://agidaily.cc/articles/deepseek-harness-cve-2026-82533-control-plane-auth
[35][媒体]DeepSeekHarnessVulnerabilityAllowedAICodingAgentstoDisableTheirSandbox,CyberSecureToday,2026-09https://cybersecuretoday.com/topics/cve-2026-82533
[36][媒体]开源DeepSeekHarness登场:1M窗口微内核背后94.7%插件存在高危权限,IC.work,2026-09https://www.ic.work/article/deepseek-harness-open-source-microkernel-plugin-security-ris
[37][媒体]CVE-2026-108789:DeepSeek’sHarnessBugIsaWarningAboutAgentSupplyChains,TesseraPress,2026-10https://thetesserapress.com/articles/cve-2026-108789-cvss-55-medium
[38][媒体]装了3万个插件之后:DeepSeekHarness的安全边界到底在哪,华军软件园,2026-11https://www.onlinedown.net/article/10048255.htm
[39][媒体]实测DeepSeek「创造模式」,插件门槛被干碎了,夜雨聆风,2026-11https://www.yeyulingfeng.com/a/1305991.html
[40][媒体]3.5万个插件没人兜底,DeepSeekHarness这次被吐槽到了痛处,今日头条,2026-11-07https://www.toutiao.com/article/7705341443140747812/
[41][媒体]DeepSeekHarness桌面版实测:更像个人助理,AI产品库,2026-09-29https://aiproducthub.cn/?p=61984
[42][媒体]DeepSeekHarness桌面端正式发布:Mac、Windows开箱即用,BlockBeats,2026-09-29https://www.theblockbeats.info/flash/369577
[43][媒体]腾讯AI转向B端,WorkBuddy月活3200万(含QuestMobile2026年三季度数据),AI产品库,2026-11-01https://aiproducthub.cn/newsflash/tencent-pivots-ai-to-enterprise-workbuddy-32-million-monthly-users
[44][其他]DeepSeekHarnessvsChatGPT:AnEnterpriseDecisionGuide,Teamvoy,2026-11https://teamvoy.com/blog/deepseek-harness-vs-chatgpt-an-enterprise-decision-guide
[45][官网]WorkBuddyEnterprise版本说明与旗舰版权益,腾讯云,2026-10https://cloud.tencent.cn/document/api/1387/109769