💡 核心結論速覽 (TL;DR)
- 它不是新模型：DeepSeek Harness 是 2026 年 8 月 13 日開源的「agent 外殼」，MIT 授權、TypeScript 寫的，一個多月累積 23 萬顆星、2.7 萬個 fork。
- 殼免費，錢在模型：接自家 deepseek-flash，離峰每百萬輸出 token US$0.6、尖峰翻倍成 US$1.2；換成台灣時間，只有平日 09–12 點與 14–18 點算尖峰，一週有 79% 的時間是半價。
- 最值錢的一點：內建供應商清單就有 anthropic、openai、moonshotai、zai，Claude、GPT、Kimi、GLM 的 API key 貼進去就能跑；只有 OAuth 登入那種（像 Codex）還接不進來。
- 先這樣做：版本還停在 0.1.6-alpha.2，安全須知自己寫著「未經安全稽核」。要在主力電腦上跑，先進「插件 → 終端」設好命令限制，再去 API 後台壓一個 US$20 的支出上限。
一個多月，23 萬顆星。
DeepSeek 這次開源的不是模型，是模型外面那層殼。
DeepSeek Harness（指令叫 dsh）是 DeepSeek 在 2026 年 8 月 13 日放上 GitHub 的開源 agent 外殼，MIT 授權、用 TypeScript 寫成。
它自己不會思考——負責讓模型讀得到檔案、跑得動指令、開得出分身、記得住整段工作的，是它。
殼免費不等於用起來免費：它跑的每一個 token 都記在你自己的 API 帳單上，接 DeepSeek 自家的 deepseek-flash，離峰每百萬輸出 token 是 US$0.6，碰到尖峰就翻倍成 US$1.2。
我每天開著 AI 工作超過 10 小時，手上同時付著 Claude Max 20x 和 ChatGPT Pro 兩份 US$200 的月費。所以看到「開源版的編碼 agent 出來了」這種說法，我第一個念頭不是興奮，是懷疑——都已經付到頂了，再多裝一個殼要幹嘛？
把 dsh 裝起來、四種模式一個個點開之後，我改了想法。它真正有意思的地方不在省錢，在別的地方。
這篇就照我實際點過的順序往下拆：它到底是什麼、要花多少錢、怎麼裝、為什麼我覺得最值錢的是那份供應商清單、四種模式我會怎麼分工，還有哪些人現在先別裝。
DeepSeek Harness 是什麼？它不是新模型，是模型外面那層「殼」
DeepSeek Harness 是 DeepSeek AI 在 2026 年 8 月 13 日開源的 agent 執行環境，產品頁上那句定義很精準：Agent ＝ 模型 ＋ Harness。模型負責想，harness 負責讓它真的做得到事。
你可以把模型想成一顆很會解題的腦袋，但這顆腦袋自己打不開檔案總管、按不下 Enter、也記不住昨天做到哪。Harness 就是把手腳、記憶和門禁卡裝上去的那一層。
你熟悉的那幾個編碼 agent，其實都是各家自己寫的 harness——只是沒有一家把它開源出來讓你拆。
規格上它是 MIT 授權、可商用，底層跑在一套叫 Cordis 的插件核心上。我把 repo 的 package.json 抓下來對過，版本停在 0.1.6-alpha.2，最後一次釋出是 9 月 17 日。
「什麼都是插件」這句話涵蓋的範圍比想像中大，官方列的有 9 項：模型、工具、Skills、會話、沙箱、儲存、執行循環、排程，連使用者介面本身都是插件。
星星數我一向打折看——按一顆星跟真的裝起來用，中間差了一整個下午。
但 fork 數比較誠實：27,619 除以 230,549 顆星，大概每 8 顆星配 1 個 fork，代表真的有人把它抓下來改過。一個 8 月 13 日才建立的 repo，5 週能跑出這個比例，是有東西的。
順帶一提，開源這件事在中文圈常常被講得太滿。那些號稱「開源」的大模型，權重下載下來到底跑不跑得動，跟 dsh 這種「幾十 MB 的程式碼、Node 裝了就能跑」完全是兩件事。
這段可以拿走的判斷：看到「某某開源了」先問一句——開的是模型權重，還是外面那層殼？兩者的門檻差了一台顯示卡。
DeepSeek Harness 要錢嗎？殼是免費的，帳單長在模型那邊
DeepSeek Harness 本身免費，MIT 授權可以自由使用、修改、商用；但它跑起來一定要接一組 API key，每個 token 都算在你自己的帳上。這是它跟訂閱制編碼工具最根本的差別。
接自家模型的話，DeepSeek 的定價頁現在列兩款：
| 模型 | 離峰輸出／百萬 token | 尖峰輸出／百萬 token | 看得懂圖 |
|---|---|---|---|
| deepseek-flash | US$0.6 | US$1.2 | ✅ |
| deepseek-v4-pro | US$1.98 | US$3.96 | ❌ |
輸入那邊更便宜：快取沒命中每百萬 US$0.15、命中只要 US$0.003，尖峰各翻一倍。兩款的並發上限也差很多，flash 給到 2,500、v4-pro 只有 500。上下文都是 100 萬 token，單次輸出上限 384K。
真正能直接省到錢的是時段。定價頁標的尖峰是 UTC 01:00–04:00 與 06:00–10:00，而且只算週一到週五、排除中國法定假日。
換成台灣時間就是平日 09:00–12:00 和 14:00–18:00——剛好把整個上班時段蓋滿。
我算了一下比例：一週 168 小時裡，尖峰只佔 7 小時 × 5 天 ＝ 35 小時，35 除以 168 是 20.8%。換句話說，79.2% 的時間都是半價。
再把它換成看得懂的錢。假設一批任務吃掉 1,000 萬個輸出 token：離峰是 US$6、約 NT$192；尖峰是 US$12、約 NT$384。同一份工作挪個時間，差一頓午餐，而且一行程式碼都不用改。
這個時段設計我之前在拆 DeepSeek 那次調價的時候算過一輪，當時還沒有「限平日」這個條件；現在官方英文頁已經把 Monday through Friday 寫進註腳了，週末整天半價。
那跟訂閱比呢？我手上 Claude Max 20x 一個月 US$200，用匯率 32 換算大約是 NT$6,400。同樣這筆錢拿去買 deepseek-flash 的離峰輸出：US$200 ÷ US$0.6 每百萬 ＝ 大約 3.3 億個輸出 token。
先別急著得出「那當然用 API 啊」的結論。這個數字大到沒有參考價值，它真正的意思是：這兩件事根本不是同一種消費。訂閱買的是額度上限跟不用管帳單的安心，API 買的是你用多少付多少——用得凶的月份它會咬你一口。編碼 agent 一個任務燒掉好幾美元的真相我另外寫過，那篇的數字放在這裡一樣成立。
工具出新的時候，我第一個問題從來不是「值不值得」，是「我手上已經在付的那幾個，能不能把這件事吃下來」。dsh 這題的答案有點特別：它吃不掉 Claude Max 的額度，但它讓我可以把「不需要最強模型的那些粗活」挪去用便宜的 API 跑。這是加法，不是替換。
下一步：開 DeepSeek 的 API 後台申請一組 key 之前，先想清楚你要用它跑哪一類任務——不急的、可以排到離峰的那種，才是它的甜蜜點。順帶一提，v4-pro 每題成本我逐題算過，它已經不是最便宜的那個選項了。
DeepSeek Harness 怎麼裝？一行指令，但 Node 版本先看清楚
裝好 Node.js 之後，一行 npx @deepseek-ai/dsh web 就會啟動，Web 介面預設開在 http://127.0.0.1:3080，本機啟動還會自動幫你把瀏覽器開起來。不想讓它自己開就加 --no-open。
實際順序是這樣：
❶ 先確認 Node 版本。
repo 的 package.json 裡寫死的是 ^22.19.0 || >=24.0.0——Node.js 22.19 以上或 24 以上，中間的 23 不吃。這是最容易卡住的一關，裝之前先 node -v 看一眼。
❷ 跑起來。
一行 npx 就好，不用先 clone repo。想從原始碼跑再走 git clone → pnpm install → pnpm run build → pnpm dsh web，它指定的是 pnpm 11.7.0。
❸ 填 API key。
設定 → 模型，DeepSeek 卡片上只有一個 API key 欄位，貼上存檔就好。改完下一個請求就生效，不用重啟伺服器。
❹ 選工作區。
這一步很容易漏。我第一次打開的時候輸入框是灰的、寫著「選擇一個工作區開始」，還以為裝壞了——不是，是 dsh 規定要先指定一個工作資料夾，才肯讓你送訊息。
我是在 Windows 11 桌機上開起來的。介面比我預期的乾淨：左邊一欄是新會話和工作區，輸入框上方掛著「選擇工作區」和「標準模式」兩個下拉。
右邊中間那句「探索未至之境」旁邊，有一個小小的「預覽版」標籤——這個標籤很誠實，等一下講安全的時候會再提到它。
如果你不想在終端機裡跟它相處，repo 的打包腳本裡其實有桌面版：mac arm64、mac x64、Windows x64 三組都有。
Web 介面只是它的其中一種跑法，CLI 那邊還有幾個模式：
| 指令 | 用來做什麼 |
|---|---|
dsh web |
開 Web 介面，最常用的一個 |
dsh --profile headless "任務" |
跑完一次、印出最終答案就結束，適合塞進排程 |
dsh --profile sdk |
用 JSON-RPC 讓你自己的程式接進來 |
dsh --profile acp |
讓編輯器之類的自動化客戶端接進來 |
dsh plugin --profile 名稱 |
管理這個設定檔底下的插件 |
headless 這個模式我特別看重。它讓 agent 可以變成排程的一環，而不是一個你要坐在前面盯著的聊天視窗。
下一步：第一次跑先加 --no-open，在不開瀏覽器的狀況下確認伺服器起得來、port 沒被佔走，再去點網址。裝任何新 CLI 工具之前該做的來源檢查，這裡一樣適用——npm 上的名字很好仿冒。
DeepSeek Harness 最值錢的一點：Claude、GPT、Kimi、GLM 的 API 都能插進來
在設定的「模型」頁按「新增供應商」，內建清單裡就有 anthropic、openai、moonshotai（Kimi）、zai（GLM）這些 id，貼上那一家的 API key 存檔就能用。這是我覺得 dsh 最值錢的地方，而不是它免費。
為什麼？因為「想用自己的 API key 跑編碼 agent」這個念頭，我猜你也閃過。之前有開發者把編碼工具的後端接到別家模型，結果帳號被停權，那件事被轉了很多次卻很少人講清楚——問題不在你用了哪個模型，在憑證是怎麼來的。
dsh 這條路的差別在於，它從設計上就是多供應商的：你用誰的 key，就走誰的官方通道，沒有中間人。
| 你手上的 key | 在 dsh 裡怎麼接 | 要注意的 |
|---|---|---|
| DeepSeek | 設定 → 模型的 DeepSeek 卡片直接填 | 預設路線，最快 |
| Claude（Anthropic） | 新增供應商選 anthropic |
端點與模型清單由內建目錄提供 |
| ChatGPT（OpenAI） | 新增供應商選 openai |
OAuth 登入那種目前接不進來 |
| Kimi | 選 moonshotai |
同上，走 API key |
| GLM | 選 zai |
同上 |
| 公司自架 gateway | 新增自訂供應商 | 協定要選對，一個供應商只講一種話 |
那個「協定要選對」不是小事。自訂供應商的表單給 3 個選項：openai-completions、openai-responses、anthropic-messages。
你的 gateway 講哪一種就選哪一種；如果它同時支援兩種，你得建 2 個供應商，不能共用一個。
有意思的是 DeepSeek 自己就這樣做：它的 API 同時開了 OpenAI 格式（api.deepseek.com）和 Anthropic 格式（api.deepseek.com/anthropic）兩個入口，一個網域兩種協定。
模型清單那邊還有一個小功能值得點一下：「取得可用模型」會去問你填的端點到底服務哪些模型，回來是一個可以搜尋的勾選清單。抓不到也不用慌，手動把 model id 打進去一樣能用。
還有兩個踩坑點我先講，省得你跟我一樣繞：
❶ 供應商 ID 取了就不能改。
請求、存下來的會話、模型預設值、憑證參照全部用它當鑰匙。真的要改名，只能新增一個再把舊的刪掉。名字取短一點、取得懂一點。
❷「思考強度」選單不是每個模型都有。
只有「有宣告推理等級」的模型才會跳出 Effort 選單；你自己手打進去的 model id 不會有，要不要想就交給端點自己決定。想拿回控制權，得去 settings.yaml 手動寫 reasoningEfforts。
最後講金鑰。dsh 把 key 存在 $DSH_HOME/.credentials.yaml，設定檔只留一個參照，網頁端拿到的永遠是遮掉的描述——這個設計比把 key 寫死在環境變數或程式碼裡好得多。
但它終究是你硬碟上的一個純文字檔。OWASP 把「代理權限過大」列為 LLM 應用的十大風險之一，根因就是功能給太多、權限給太大、自主性放太寬——而一把能呼叫付費 API 的長期金鑰，正好三項全中。
如果你手上不只一組 key、又不只一台電腦，我會建議把長期憑證收進密鑰管理工具，而不是散在各專案的設定檔裡。
1Password 的開發者安全頁就明寫著用服務帳戶和 SDK 讓 AI 代理以程式化方式存取秘密、移除硬編碼憑證，正好就是這個情境要解的問題。
想看實際方案可以到 1Password 官網看團隊方案。只用 1 台電腦、只有 1 組 key 的話，老實說先不用急。
DeepSeek Harness 四種模式差在哪？我會這樣分工
設定裡的「Agent 預設」有四個內建模式——標準、PTC、極簡、創造。差別不在功能多寡，而在「這個 agent 身上裝了哪一組插件」：它有哪些工具、吃什麼提示詞、具備什麼能力。
我把四張卡片一張張點開看過，整理成這樣：
| 模式 | 身上裝了什麼 | 我會拿來做什麼 |
|---|---|---|
標準模式 standard |
完整編碼 agent：檔案編輯、Shell、檔案與網頁檢索、Skills、計劃、目標、子代理、工作流 | 預設就用它，九成任務不用換 |
PTC 模式 ptc |
預設不給 workflow 工具，其他工具改成讓模型用一支 TypeScript 程式去組多步驟 | 同一套流程要重跑很多次的時候 |
極簡模式 minimal |
只留一個持久的 shell，其他全砍 | 懷疑它到底下了哪些指令的時候 |
創造模式 cordis |
標準模式的全部能力，外加執行時檢查、插件實驗與 preset 創作指導 | 要自己做一套預設的時候 |
職業病，看到新功能我第一個問的是誰會用、多久用一次。這 4 個裡面，我確定會天天開的只有 1 個，就是標準模式。
極簡模式則是我的除錯工具——當 agent 做出一個我看不懂的決定，切到只剩 1 個 shell 的環境重跑一次，通常 10 分鐘內就知道問題出在哪一步。
PTC 模式是我覺得最被低估的一個。它的概念是讓模型不要一次呼叫一個工具、來回二十輪，而是直接寫一支 TypeScript 把多步驟組起來跑完。
對於「每週都要做一次的同一件事」，這個差別是 20 次往返 vs 1 次——而每一次往返都要重送一輪上下文，token 就是這樣燒掉的。
真正讓我想把它留在電腦裡的，是分工這件事。我自己的習慣本來就是先用便宜的那支把粗胚做出來、貴的那支只拿來細修：需要生圖的任務先丟 Codex，再用 Claude Code 收尾，省下來的額度可以多跑幾輪。
dsh 讓這套分工可以發生在同一個介面、同一個工作區裡。這個會話接便宜的模型跑粗活，下一個會話換貴的來收——中間不用換視窗、不用重新指路。
有個細節要記住：已經送出過請求的會話，會記住它自己那一版模型，不會被你後來改的預設值帶走。這是好事——不然你回頭看舊會話，會搞不清楚當初是誰答的。
下一步：裝完先別急著丟任務。把四張卡片點開看一遍，你會對「這個工具想讓你怎麼用它」有感覺，比看十篇教學快。
「什麼都是插件」是優點還是坑？四個開關我會先去看一眼
插件架構的好處是任何一塊都能換掉，壞處是預設值散在好幾個地方。我的建議是裝完先去「設定 → 插件」把四個開關看過一遍，再開始工作。
我實際點開的插件配置頁，就是這四塊：
❶ 終端。
限制 agent 運行的每一條命令。這是四個裡面最該先設的，沒有之一。
❷ Agent 循環。
決定它怎麼派發工具呼叫——也就是它一次做多少事、什麼時候停下來問你。
❸ Subagent。
控制它能幫子代理選哪些模型。這條同時是權限也是荷包：子代理如果挑到貴的模型，帳單是你在付。
❹ 網頁搜索。
預設走 DeepSeek 的搜索供應方。社群已經有人做了不用 API key 的替代插件，這正是插件架構的意義。
帶產品帶久了會有一個反射：看到「什麼都可以換」，我第一個想的不是自由度，是預設值。因為 9 成的人不會改預設值——預設值就是這個產品真正的樣子。
dsh 在這件事上算克制。這 4 個開關都被拉到設定頁第一層，不是藏在某個 YAML 的第 80 行；點 2 下就看得到，也就有機會被改。
架構上還有一個設計我很喜歡：插件之間靠事件掛鉤，而每一個動作都會寫進一份只往後追加的會話紀錄。文件裡有一句話是「模型看得到的，一定要是記下來的」——任何送進模型的東西，都必須能從紀錄裡重建出來。
這對除錯的價值比聽起來大。你可以回頭重播它究竟看到了什麼，才做出那個讓你傻眼的決定，而不是只能對著結果猜。
我在另一篇拆過編碼工具的外掛怎麼裝、怎麼挑，兩邊的插件哲學可以對照著看：一邊是「裝上去多一個能力」，一邊是「連本體都是裝上去的」。
下一步：設定頁右上角有一個「打開配置文件」，可以直接編 settings.yaml。改完下一個請求就生效，不用重啟——這點對愛調參數的人很友善。想多接幾個外部工具的話，MCP 的分工邏輯也值得先弄懂。
DeepSeek Harness 安全嗎？官方自己說沒做過安全稽核
DeepSeek Harness 的安全須知寫得比大部分人預期的直白：它是實驗性的開發者預覽軟體，沒有經過安全稽核，不應該被當成安全的或可以上生產的東西。
裡面還列了三件事：它會執行模型產生的程式碼和指令、會載入第三方插件、能碰到你給它的網路、行程、憑證和檔案；而沙箱、核准提示和權限控制可以降低風險，但不保證隔離。
我的判斷跟直覺相反：這段話其實比那些什麼都不寫的專案負責多了。真正該擔心的從來不是「官方承認有風險」，是「官方什麼都沒講」。AI 代理自己刪檔、喊了十一次「不要動」也沒用那幾起事故，出事的都不是什麼標著 alpha 的實驗品。
這件事我最常被問到的版本是：「那我可不可以直接在我平常工作的資料夾開？」可以，但你要先接受一個前提——那個資料夾裡所有它讀得到的東西，包含你忘記刪掉的 .env、上個月客戶寄來的報價單，它都讀得到。
所以我會設三道防線：
❶ 工作區另開一個。
不要直接把家目錄或整顆專案碟丟給它。開一個乾淨資料夾，需要什麼複製什麼進去。
❷ 終端插件的命令限制先設好。
這一條對應的正是 OWASP 說的「權限過大」：能跑的命令越少，它能闖的禍越小。
❸ 子代理的模型權限要收。
這條同時擋權限也擋帳單。
再加一道在 dsh 外面的：先去 API 後台壓一個支出上限。OWASP 有一條風險叫「無限制消耗」，裡面點名了一種叫 Denial of Wallet 的攻擊——利用雲端 AI 按量計費的特性，把你的帳單撐爆；它建議的防範手段第一項就是速率限制與使用者額度。
抓個具體數字：以 deepseek-flash 離峰輸出 US$0.6 每百萬計，US$20 的上限大約是 3,300 萬個輸出 token（20 ÷ 0.6 × 100 萬），換算約 NT$640。
這個額度夠你把 4 種模式都試過一輪，真的失控也賠不到一頓飯錢。花 3 分鐘設這個上限，是我認為報酬率最高的一步。
如果你打算長期讓 agent 在機器上跑，我整理過一份 AI 代理的資安檢查清單，裡面有更完整的隔離成本試算。
下一步：裝之前先決定一件事——這台電腦裡有沒有你輸不起的東西。答案是有的話，就先弄個乾淨的環境再開始。
DeepSeek Harness 值得裝嗎？這 3 種人我會說先別裝
如果你已經在付編碼 agent 的頂階訂閱而且用得很順，DeepSeek Harness 現在還取代不了它；但如果你手上有好幾家用不完的 API key，或是想自己改 agent 的行為，它是目前門檻最低的那條路。
我會建議裝的情況：
- 手上有好幾家的 API key，想在同一個介面裡換著用，不要開四個視窗
- 想自己寫插件改 agent 行為，而不是排隊等官方開功能
- 需要 headless 模式，把 agent 塞進排程或 CI 裡跑
- 公司只給自架 gateway、不准連外部服務，但你還是想要一個像樣的 agent 介面
這 3 種人我會說先別裝：
❶ 想拿它當「免費版訂閱制編碼工具」省錢的人。
你省不到。訂閱買的是額度上限，API 買的是用量；換過去只是把固定支出變成浮動支出，而浮動支出在你最忙的那個月會特別大。
❷ 電腦裡有輸不起的東西、又不打算花十分鐘設權限的人。
版本還停在 0.1.6-alpha.2，README 用全大寫寫著「會有破壞相容性的變更」。這不是拿來放在主力機上無人看管跑的東西。
❸ 只想要一個「能用就好」的 AI 助手的人。
你要先裝 Node、自己去申請 API key、自己選工作區、自己設權限。這四步對工程師是十分鐘，對其他人是一個下午的挫折。這種情況我會直接建議你用網頁版的 AI，DeepSeek 的網頁版本身就免費、而且已經會看圖了。
預算怎麼抓：殼 NT$0，模型 API 先設一個 US$20（約 NT$640）的上限試水溫。真的用順手再往上加。
還在猶豫要不要多開一條工作流的話，我的經驗是先問自己「這件事我一個月會做幾次」。一個月三次以下的，通常不值得為它多養一套環境——我整理過的那份程式設計 AI 工具選型清單裡，大部分人最後留下來的都不超過兩個。
FAQ 常見問題
DeepSeek Harness 跟現有的編碼 agent，該選哪一個？
先看你缺的是什麼。缺「開箱即用、有人維護、出事有人修」就留在訂閱制工具；缺「能自己改、能換模型、能塞進排程」才換 dsh。兩個並存也很合理：我自己的用法是主力工作留在原本的工具，dsh 拿來跑那些不需要最強模型、又剛好能排到離峰時段的批次任務。
已經在付 ChatGPT Pro 或 Claude Max，還需要裝 DeepSeek Harness 嗎？
從省錢的角度不需要。US$200 的月費換算成 deepseek-flash 的離峰輸出是 3.3 億個 token，你用不完，這個比較沒有意義。真正的理由只有兩個：想把手上其他家的 API key 用起來，或是想自己改 agent 的行為。這兩件事都不是訂閱制工具會開放給你的。
用 DeepSeek Harness 接別家的模型，會不會被封號？
用你自己申請的 API key、走該家官方端點，這就是正常用法。會出事的是另一種情況：拿訂閱制工具的登入憑證去餵給第三方程式。
dsh 走的是前者，內建供應商清單本來就列著 anthropic 和 openai 這 2 個 id。但每家的服務條款都會更新，真的要拿來做商業用途，花 5 分鐘看一眼當下的條款比較實在。
可以拿來接公司的專案嗎？授權有沒有限制？
授權本身沒問題，MIT 可以商用、可以改、可以內部散佈。要評估的是成熟度：版本 0.1.6-alpha.2、明說沒做過安全稽核、README 自己警告會有破壞相容性的變更。
我的建議是先在個人專案或內部工具上養一段時間，等它走出 alpha 再談正式導入。真的要提早用，至少把它關在容器或可丟棄的虛擬機裡。
不會寫程式的人裝得起來嗎？
裝得起來，但不建議。整個流程只有四步，可是每一步都會卡住非工程師：Node 版本要對、API key 要自己去後台申請、工作區要自己選、權限要自己判斷該關哪些。如果你的需求只是「有個 AI 幫我整理檔案」，網頁版或桌面型的 AI 助手會讓你少走很多彎路。
殼跟模型是兩件事，這個認知比裝不裝更值錢
如果這篇只能留下一句話，我希望是這句：你用得順不順，一半是模型的事，另一半是殼的事。
過去兩年我們都在比模型——誰的分數高、誰的上下文長、誰比較便宜。但實際坐下來工作 10 個小時之後你會發現，決定體驗的往往是另一半。
它記不記得住你 3 分鐘前說過的話、敢不敢自己跑指令、會不會在該問你的時候停下來。那些全是 harness 的事，跟模型幾 B 參數沒有關係。
DeepSeek 這次把這一層攤開來給大家看，我覺得比它再發一個模型有意思。不是因為它一定比較好用，而是因為你終於看得到裡面長什麼樣子——原來 agent 停下來問你，是插件決定的；原來它能跑哪些指令，是一份清單決定的。
至於裝不裝，回到我前面說的那個問題就好：你手上已經在付的那幾個，能不能把這件事吃下來。能的話就先不用急，它還在 alpha，跑不掉。
我平常也在部落格上寫這類工具的實際使用心得，想多認識我可以看這裡。訂閱我的部落格，會不定期收到信。
參考資料
- DeepSeek Harness 官方 GitHub 專案
- DeepSeek Harness 產品介紹頁（中文）
- DeepSeek Harness 安全須知（中文）
- DeepSeek API 模型與價格
- OWASP LLM06:2025 Excessive Agency（代理權限過大）
- OWASP LLM10:2025 Unbounded Consumption（無限制消耗）
- Open Source Initiative：MIT License 條文
