深度求索在同一天同时抛出两个“重器”——开源 Agent 框架 DeepSeek Harness 与最新 GA 版本模型 DeepSeek-V4-Pro-0813，并配套推出峰谷定价。这组组合拳，既在工程层面给出一条“如何把模型变成可靠 Agent”的落地路径，也在产品与商业层面传递出清晰信号：开放生态要走向可持续，同时比拼的不再只是模型分数，而是整套“模型+运行时”的系统能力。

一切皆插件：DeepSeek Harness 的工程取向

DeepSeek Harness 基于 Cordis 插件系统，采用 MIT 许可证开源，核心理念是“一切皆插件”。模型、工具、Skills、会话、沙箱、存储、运行循环、调度与 UI 都以插件形式装配，开发者可以按需替换与扩展，而无需动核心代码。这种解耦带来三点直接价值：
- 组合灵活：不同任务可快速拼装差异化的 Agent 能力栈，减少“为功能改框架”的成本。
- 可观测与可控：插件边界天然便于加入权限、审计与资源隔离，为企业级落地铺路。
- 演化友好：框架更新和插件升级相互独立，生态迭代更快。

Harness 目前提供四种模式，覆盖从验证到生产的完整闭环：
- Standard：面向通用编程 Agent 的完整工具链。
- Code：允许模型生成 TypeScript 程序，显式编排多步工具调用，便于复现与审核。
- Minimal：仅保留 Bash 与文件编辑，适合最小化环境验证与基准测试。
- Creator：在完整工具集上加入运行时检查与插件实验能力，面向预设构建与调试。

值得留意的是“轨迹功能”：以可视化方式呈现调用链与中间状态，等同为 Agent 加上“黑盒内窥镜”。对多步推理、工具编排与错误定位尤为关键。在许多同类框架中，调度逻辑和中间产物常被“藏”在日志里，Harness 则把过程透明化，提高了可调试性与合规可审计性。开发者安装 Node.js 后可通过简单命令启动本地 Web UI，降低上手门槛，后续若补齐桌面端与插件市集，生态活力会更进一步。

“Agent = Model + Harness”：V4-Pro-0813 的能力侧

DeepSeek 同步开源了 V4-Pro-0813 权重（MIT 许可证）。这是一个基于 MoE 的大模型，总参约 1.6 万亿，单 token 激活约 490 亿，支持最高 100 万 token 上下文，API 最大输出长度可到 38.4 万 token。配套能力包括 JSON 输出、Tool Calls、Responses API，以及与 Anthropic API 兼容的调用方式，并提供从“不思考”到不同强度的 thinking 模式。

这些指标对 Agent 场景的意义在于：
- 超长上下文让“项目级记忆”成为可能。代码库、长合约、多文档检索与连续决策不再被 8k/32k 限制牵制。
- 结构化输出与工具调用合拍，减少解析不确定性，提升稳态执行。
- 思维强度可控，允许在“快速直出”与“稳健思考”之间按任务切换，兼顾成本与质量。
- 开源权重与本地化部署选项，降低数据合规门槛，为隐私敏感型应用释放空间。

与 Harness 的插件化运行时相叠加，确立了一个清晰的范式：模型负责理解与决策，Harness 负责环境感知、工具编排与持续执行，二者合体才是可运营的 Agent。

峰谷定价：便宜仍便宜，但开始“像生意”

8 月 17 日起，DeepSeek 采用峰谷定价：北京时间 9:00–12:00、14:00–18:00 为高峰，其余为空闲，空闲价为高峰的一半。价格细节显示 V4-Flash 与 V4-Pro 均有明显涨幅，社区体感约上调 2-3 倍，但在同档位仍具有价格优势。

对应用侧的影响与应对：
- 任务调度策略需要升级。将大批量推理、文档索引、代码审查等非实时任务迁移至空闲时段，直接“砍半”成本。
- 选择分层模型。将探索性对话、轻量工具调用切到 Flash，把严肃生成、长上下文思考留给 Pro，实现“质价比均衡”。
- 善用缓存与增量更新。对长文档、代码库的重复推理，命中缓存的输入可显著降本。
- 混部与本地化成为选项。在峰值时无需强依赖云端 API，本地权重搭配 Harness 可承接一部分工作负载。

价格回调带来的正向效应在于：推动开发者更精细化地管理推理资源，也倒逼框架提供更完善的配额、队列与审计工具。长期看，这是从“补贴式试验期”进入“工程化生产期”的标志。

产业速览：Agent 正在走向场景深水区

• 千问“菜鸟智能体”：以对话取代表单的寄件流程，体现 Agent 向垂直场景渗透的典型路径——模型对业务参数的结构化抽取与策略匹配，减少用户决策负担。
• Brave/Firefox 支持 uBlock Origin：在 AI 内容泛滥与广告追踪愈复杂的背景下，浏览器层面的可控性与用户代理能力重要性上升，和“智能体”概念在入口侧形成呼应。
• Dyna Robotics 发布 DYNA-2：机器人基础模型竞速持续，具身智能需要从“会说”到“会做”，工具调用与时空规划将与语言模型更加耦合。
• 新版 Copilot、苹果外链收费方案与“红灯停表”规则：一个是超级入口争夺，一个是平台经济的交易规则重构，一个是即时配送的算法治理。它们共同折射出 AI 与平台、监管、商业模式的三角关系正在重新平衡。

影响与展望

DeepSeek 此次的“模型+Harness+定价”组合，指向一个明确趋势：Agent 的竞争不再是单点能力，而是端到端系统工程。插件化让生态滚雪球，轨迹与运行时检查补齐了可观测性，长上下文把任务复杂度的天花板抬高，峰谷定价则把资源调度纳入工程约束。这些环节彼此咬合，才可能在真实生产环境稳定运行。

下一步值得关注的方向包括：
- 生态层：插件市场与安全沙箱，标准化工具协议，跨框架互操作。
- 工程层：更强的回放与审计工具、自动化对齐与测试集成、故障自愈与配额治理。
- 模型层：更高效的思维模式控制、低延迟长上下文、对代码与多模态的原生增强。
- 形态层：从 Web UI 走向桌面与边缘端的本地代理，离线与在线混合编排。

对开发与产品团队而言，建议尽早把“Agent 观测与成本治理”纳入设计基线；在 Harness 侧积累可复用的流程模块；根据峰谷价和任务 SLA 设计调度策略。谁能把模型能力固化为可持续、可审计的生产系统，谁就更接近下一波红利。

标签： DeepSeek Agent框架 大语言模型 开源生态 AI成本