AIDiveDeepSeek 同一天出手兩次
2026 年 8 月 13 日，DeepSeek 一次推出兩項產品。DeepSeek Harness 是一個 MIT 授權的開源程式代理，直接瞄準 Claude Code — Bloomberg 直白地形容為對 Anthropic 的挑戰。同一天，DeepSeek V4 Pro（build 0813）進入正式供應，具備一百萬 token 的 context window，輸入每百萬 token 不到半美元。
市場立刻注意到了。模型的 Hacker News 貼文一天內衝破 990 分，Harness 的 repository 已經超過 21,000 顆 GitHub 星。一個工具加一個模型、同一天發布 — 這正是造就 Claude Code 的公式。
我們用一行 npx 指令裝上 DeepSeek Harness，讀完文件，把 DeepSeek 公布的每個數字都走過一遍。這篇文章談「一切皆外掛」的架構、在基準測試與價格上 V4 Pro 對 Claude 的成色，以及誰該搬家、誰該再等。
代理 harness 到底是什麼
harness 就是包住模型的整套機制，讓它真的能在你的電腦上工作：串起呼叫的迴圈、模型被允許使用的工具、情境管理、權限，以及介面。模型決定，harness 執行 — 這句短短的話就是全部的分工。
當你在 Claude Code 打下指令，模型從不自己碰你的磁碟。它請 harness 讀檔案、跑指令，或啟動測試；harness 檢查是否允許，執行之後把結果交回去。每個程式代理都是這樣運作的。
Claude Code 是 Anthropic 接上 Claude 模型的 harness，Codex 是 OpenAI 接上 GPT 的 harness。DeepSeek 從沒有官方版 — 模型跑在別人的工具裡。這就是 8 月 13 日改變的事：DeepSeek 不再只賣引擎，現在賣整輛車。
一切皆外掛：dsh 內部
DeepSeek Harness — 文件簡稱它 dsh — 建立在一個核心想法上：一切皆外掛。這不是行銷口號，是真正的架構。模型是外掛。工具是外掛。技能、工作階段、沙箱、儲存、迴圈、排程，連介面都是外掛。官方文件說明，你可以在設定裡挑選、替換或擴充任何能力，不必動 harness 的原始碼。
底層全部立在 Cordis 上，那是 DeepSeek 在一篇可組合性論文裡描述的核心。專案有真正的份量：超過 12,000 次提交、一個 Discord 伺服器，以及 GitHub 上專屬的 dsh-plugin 標籤，社群外掛已經開始出現。實際結果是 harness 沒有凍住的核心 — 你想換沙箱、換工作階段儲存或換模型，就改設定，不是改程式碼。
安裝只要一行指令：npx @deepseek-ai/dsh web 會在本機 3080 埠打開網頁介面。開始不用帳號、不用安裝程式 — npm 套件就夠了。如果你偏好從原始碼建置，整個 repo 可以 clone，用 pnpm 四行指令編譯。
dsh 內建四種執行模式，架構上的賭注就在這裡顯現：
- Standard 模式是完整程式代理：檔案編輯、shell、搜尋與規劃 — 直接對應 Claude Code。
- Code 模式讓模型產生 TypeScript 來自行編排多步驟操作，而不是一個一個串工具呼叫，在長任務上省下往返、延遲與 token。
- Minimal 模式把代理縮到 bash 加一個檔案編輯器，主要用來測純模型。
- Creator 模式用來打造自己的預設組合，可以檢視執行期，即時做外掛實驗。
最後一塊是可追溯性。模型看到的一切都寫進一份只可追加的工作階段日誌 — 只能往後加，永遠不能改寫歷史。那份日誌是 harness 的事實來源，你可以從中續跑、分支、搜尋，或重播任何一次工作階段。當你的代理在第 42 次工具呼叫翻車，你不用翻逐字稿；你把工作階段重播到轉折點，精準看到模型看到了什麼。這是作業系統式的思考，不是又一層 API 包裝。
V4 Pro：harness 背後的引擎
DeepSeek V4 Pro，build 0813，是離開預覽、進入正式供應的模型，已經能透過 DeepSeek API 或 OpenRouter 使用。它是 mixture-of-experts 模型：每個 token 只會啟動網路的一部分，所以你用小模型的算力成本拿到大模型的能力。規格表：一百萬 token 的 context window、最多 384,000 輸出 token、工具呼叫，以及 JSON 輸出。
有一個細節在這裡加倍重要：DeepSeek API 主打 Anthropic API 相容。一個為 Claude 寫的工具，只要換 base URL 和金鑰就能和 V4 Pro 對話。
在基準測試上，DeepSeek 宣稱分數逼近頂端：
| 基準測試 | DeepSeek V4 Pro | Claude |
|---|---|---|
| SWE-bench Verified | 約 80.6%（Max 版本） | 80.8%（Opus 4.6） |
| Terminal Bench 2.1 | 宣稱勝出 | Opus 4.8 |
| Artificial Analysis 指數 | 53 | 63（Opus 5） |
| 速度（token/秒） | 83 | 52 |
但有個細節會改變你讀這些數字的方式：沒有任何一個分數被第三方複現過。流通的一切都追回 DeepSeek，或抄自 DeepSeek 的文章。Simon Willison 指出，這些基準測試最早在 DeepSeek 官方 WeChat 群裡流傳，被抄進一則被版主刪掉的 Reddit 貼文，最後變成 Hacker News 上的 ASCII 表格。他也提到沒有官方公告頁，開放權重也未獲確認 — 雖然四月的 V4 Pro 和七月的 V4 Flash 都上了 Hugging Face，所以釋出看來有可能。他的鵜鶘測試至少顯示了不尋常的地方：三種推理層級產生了三隻天差地遠的鵜鶘。這模型大概很好；只是眼下，說這話的只有 DeepSeek。
與 Claude 的價格落差
價格是 DeepSeek 下手最重的地方。發布時，V4 Pro 透過 DeepSeek API 收每百萬輸入 token 0.435 美元、每百萬輸出 token 0.87 美元。
| 模型 | 輸入（美元／百萬 token） | 輸出（美元／百萬 token） |
|---|---|---|
| DeepSeek V4 Pro（發布價） | 0.435 | 0.87 |
| Claude Sonnet 5 | 2 | 10 |
| Claude Opus 5 | 5 | 25 |
| Claude Fable 5 | 10 | 50 |
以發布價計，V4 Pro 在輸入上比 Opus 5 便宜約 11 倍，在輸出上便宜 28 倍。連 Anthropic 的省錢選項 Sonnet 5 都還貴上四到十一倍。
以一次典型的程式代理工作階段（輸入 50,000 token、輸出 15,000）來算，Opus 5 大約要 0.62 美元；V4 Pro 以發布價約 0.035 美元。對代理來說，隱藏的支出是快取，因為 harness 每一輪迴圈都會重送同樣的情境：一次快取命中在 Opus 5 是每百萬 0.50 美元，在 DeepSeek 約 0.0036 美元。
只是這個地板價有到期日，而且很近。從 8 月 16 日起 — 也就是發布後三天 — API 改成尖峰與離峰計費：
| 費率時段 | 輸入（美元／百萬） | 輸出（美元／百萬） |
|---|---|---|
| 發布（至 8 月 16 日） | 0.435 | 0.87 |
| 離峰 | 0.66 | 1.98 |
| 尖峰（UTC 1–4 點、6–10 點） | 1.32 | 3.96 |
這禮拜大家在比的價格至少漲一半，輸出更是漲到四倍以上。就算是最差的費率，V4 Pro 仍比 Opus 5 便宜近四倍，所以論點站得住 — 但 Hacker News 上流傳的數字是三天後結束的促銷。時段對代理也很重要：尖峰跟著中國的上班日，所以夜間 cron 能吃到離峰，下午寫程式則會吃到尖峰時段。
它能取代 Claude Code 嗎？
架構上，dsh 有 Claude Code 沒有的論據。當你的代理出軌，Claude Code 讓你翻逐字稿；dsh 讓你逐一事件重播那次工作階段。外掛系統比 Anthropic 的技能和 MCP 伺服器走得更遠，因為它也涵蓋沙箱、儲存，以及迴圈本身 — 在 Claude Code 你擴充代理，在 dsh 你可以重新組裝它。harness 也接受 DeepSeek 以外的模型，而 Claude Code 仍鎖在 Claude，除非你走非官方代理。
另一邊，Claude Code 有成熟度，而且份量很重：數萬個團隊、數個月的正式使用，技能、hooks 與整合的龐大生態系，分數經獨立評測者驗證過的模型，以及讓你免於帳單驚嚇的訂閱制存取，而 dsh 每個 token 都計費。
dsh 是 0.1 版的開發者預覽，README 用大寫寫著會有破壞相容性的變更。但 Anthropic API 相容代表你其實不必選邊站：保留你的 harness，把部分流程指向 V4 Pro，或用你已經在用的模型試 dsh。dsh 是 Claude Code 遇過最有說服力的挑戰者 — 而且是一個 0.1 的挑戰者對上在位的冠軍。
搬家前的陷阱
在解除安裝任何東西前，有三個限制要衡量。
第一，dsh 是開發者預覽，會無預警破壞相容性，你這禮拜寫的外掛下個月可能載不進來。今天把日常流程建在上面，就是同意經常修它。
第二，V4 Pro 的每個基準都是自行申報。沒有獨立複現，沒有公告頁，數字冒自一個 WeChat 群。它們也許準確，但 DeepSeek 之外還沒有人知道。
第三，造成話題的價格是借來的時間。從 8 月 16 日起，時段計費把輸出推到尖峰每百萬 3.96 美元 — 是發布當天價格的四倍半。dsh 給你對代理架構的完全自由，卻幾乎沒有保證一個月後什麼還成立。如果你的代理堆疊在跑你的生意，這週不是搬家的時候。
所以，搬還是不搬？
我們用了一天後的看法可以歸成三種人。如果你在做 harness 或代理工具，這禮拜就裝 dsh：全外掛架構和可重播的日誌是現在最有意思的兩個想法，一行 npx 指令就能讓你有立場。如果你只是想讓代理任務的 API 帳單小一點，在側邊專案上測 V4 Pro — 但用 8 月 16 日的費率算，並在改動正式環境前等分數的獨立確認。
如果 Claude Code 撐著你每天的工作，就留著。這次發布沒有任何理由讓你從能用的工具換到一個預告會壞掉的 0.1。好消息是，這波攻擊逼所有人動起來：不論你用哪個代理，它的價格現在真有機會下降。
