2026 年 8 月 13 日，DeepSeek 做了两件事。绝大多数报道把它们分开写了。

第一件是开源。Agent 框架 DeepSeek Harness 发布 v0.1 开发者预览，MIT 协议，命令行名 dsh；同一天，DeepSeek-V4-Pro-0813 正式可用。铺开的标题几乎一致——「开源版 Claude Code」。

第二件是涨价。同一天，DeepSeek 宣布 API 改为峰谷定价，8 月 16 日 16:00 UTC 生效。V4-Pro 的输出从原来单一档位，变成空闲时段每百万 token 1.98 美元、高峰时段 3.96 美元。第三方的拆解更不留情面：所谓「空闲半价」，分母是新价不是旧价——空闲档约为原输出价的 2.28 倍，高峰档约为 4.55 倍。措辞是打折，实质是提价。

一个免费的开源框架，配一次提价。看起来矛盾的两件事，其实是同一份商业计划书的正文和附件。

关于 dsh 怎么装、插件怎么挑、WSL 里怎么写代码，前面三篇已经拆完了。这篇不再列功能，只谈一个判断：dsh 真正的赌注，不是做一个更好的 Agent 框架，而是把 harness 这门生意主动做没了——然后在别的地方收租。那句被反复引用的「一切皆插件」，不是理想主义的口号，它是一份定价策略的架构表达。

「一切皆插件」的另一种读法：主动放弃主权

先看它的底座。dsh 建在一个叫 Cordis 的插件元框架上，背后是北大与 DeepSeek 合写的一篇论文《A Programming Paradigm for Spatiotemporal Composability》。工程上的结果很直接：这个系统没有特权内核。

模型适配器是插件，工具注册表是插件，沙箱是插件，会话存储是插件，调度是插件，Web UI 是插件——连 agent loop 本身，也就是那个「想一步、做一步、看一步」的核心循环，都是插件，就摆在默认配置的插件列表里。有人装完数过，默认配置载入 133 个插件，agent-loop 赫然在列。

多数 Agent 框架的做法是反过来：先写一个内核，再在内核上凿几个扩展点。dsh 是先立下「一切皆插件」这条第一性约束，再在这个前提下把 agent 拼出来。项目负责人崔添翼的说法是，这条原则在写第一行代码之前就定下了。

值得停下来想一想的是，这句话还有另一种读法——如果一个系统的每一个零件都声明为可替换，那就等于承认：没有一样东西是 DeepSeek 独有的。

模型适配器可替换，意味着你可以接 OpenAI、Anthropic、Moonshot、Z.ai，也可以接本地 Ollama；官方甚至提供了把 Claude Code 和 Codex 当作子代理拉起来的包。工具可替换，意味着能力边界不由 DeepSeek 划定。连 agent loop 都可替换，意味着「什么算一个 agent」这件事本身，可以被别人重写。

在软件史上，这条路有人走过。

微内核（Mach、L4）把内核拆到极小，理论上更优雅，学术上大获成功，商业上却被「打包者」吃掉——Windows NT 和 macOS X 都吸收了微内核思想，但用户买的从来不是内核，是完整体验。编译器同样如此：gcc 和 clang 免费、开源、质量极高，但几乎没有一家公司靠卖编译器赚到大钱，价值全部上移到了 IDE、平台和云。

harness 正在走进同一条河。一旦「可替换」成为默认设置，harness 本身就不再是护城河，而是一段公共设施。DeepSeek 用 MIT 协议开源它，等于把这件事明说了一遍。

免费的车，收费的油

那么，一家公司为什么会亲手把自己这一层的价值挤掉？

因为它打算在别处收钱。

先看一个被反复提起、但很少被深挖的数字：有实测显示，向 dsh 发一句最简单的「回复 PONG」，首次请求消耗了约 13,467 个输入 token。一句 PONG，一万三千个 token 的上下文。另一次清点显示，一次 npm install 拉了 531 个包、306MB。

这不是 dsh 的缺陷，这是所有 harness 的共同成本结构，业内叫 scaffolding tax——脚手架税。模型看到的东西里，真正的任务只占很小一块，其余全是系统提示、工具 schema、注入的仓库规则、skill 摘要。而模型看不见这些东西就干不了活。

关键推论在这里：插件装得越多，prompt 越厚；越彻底地「一切皆插件」，单位任务的 token 成本就越高。

把三件事串起来，商业逻辑就闭合了：

1. harness 免费且开源 → 所有人都能上车；
2. harness 越好用 → 单次任务越长、越自主、越少人工打断 → 烧掉的 token 越多；
3. token 由谁卖 → DeepSeek。

这不是「开源帮别的模型做嫁衣」。恰恰相反：dsh 可以接别家模型，但会话的形状——system prompt 怎么拼、工具怎么描述、上下文怎么注入、轨迹怎么记——是 dsh 定的。谁定义了会话的形状，谁就定义了后面所有优化工作的靶子。而优化 token 的第一步，是先有 token 的账本。

免费的是度量衡，收费的是度量衡上跑的量。

峰谷定价被写成了打折

再看那次提价的形状。

新的价格不只是一个更高的数，而是一张按时段切分的时间表：北京时间 9:00–12:00 和 14:00–18:00 为高峰，其余为空闲，空闲价格是高峰的一半。V4-Flash 高峰输出每百万 token 9 元、空闲 4.5 元；V4-Pro 高峰 27 元、空闲 13.5 元。缓存命中的输入便宜到几乎可以忽略——V4-Flash 在空闲时段是每百万 token 5 分钱。

如果只把它读成「涨价」，会漏掉真正的动作：这是一次用价格调度工作负载的尝试。

Agent 的工作负载有个天然特征：它极其适合批处理。一个跑三小时的仓库重构、一次夜间全量巡检、一批离线数据清洗，这些任务对延迟不敏感，可以任意挪动。峰谷定价把这类任务从白天的高峰时段推开，去填满数据中心的谷。

换句话说，dsh 不只是把用户接进来，它还把 agent 变成了电网里可以调度的负载。按时间卖推理，本质上是把数据中心的利用率曲线，切成两半卖给两类客户：白天要交互的人付高峰价，夜里能等的人付空闲价。这套设计只有在 harness 已经普及、agent 负载形成规模之后才有意义——而这恰恰是 dsh 带来的东西。

一个更远的判断：按 token 计费只是过渡形态。

因为它奖励「话多」。模型把同一个问题绕三圈、多调十次工具、把大段内容重新读一遍，都是在给供应商创造收入。而用户真正想要的从来不是 token，是任务被完成。当一个 harness 能把轨迹记全、能验证结果，计价方式就有条件从「按消耗」切换到「按交付」——按任务完成数、按变更被采纳率、按人工节省的时间。

dsh 现在还是 token 计价，但它把 trajectory 完整记了下来。想改计价口径的时候，它手上已经有账本了。它只是先把接口留好了。

真正被记下来的东西，是轨迹

要理解 dsh 主动让出 harness 之后还剩下什么，得看它的会话设计。

dsh 把一个会话建模成一条只追加的、带类型的事件流。用户输入、模型输出、每一次工具调用与返回、子代理调度、上下文注入、token 统计，全部顺序落盘。核心不变量是「模型可见即已记录」——模型当时能看到的东西，事后一定可以从日志里重建出来。而且模型侧的消息历史是从这条日志派生的，不是另存一份可变的副本。

这条不变量看起来朴素，解决的是 Agent 调试里最难的那个问题。它不是你问「它为什么答错了」，而是你问「它当时到底看到了什么」。普通对话式 Agent 跑挂之后，你只能看到最终结果，中间发生了什么靠猜；dsh 里可以按来源拆开：这个结论来自哪个工具返回值、哪条规则被注入了、模型在哪一步做了错误假设。

但轨迹真正的价值，不在调试。

harness 一旦商品化，稀缺的就不再是 harness，而是它产出的证据流。

对 DeepSeek 自己，轨迹是评测台。把除模型以外的一切变量锁死——同样的工具、同样的沙箱、同样的循环策略——只换模型插件，跑同一份会话对比轨迹。dsh 自报的 Terminal-Bench 2.1 的 82.7 分，是在 Minimal 模式下测的，也就是把脚手架压到只剩持久 Bash 和字符串替换编辑器。这个数字别人可以复现，也可以挑战，因为它是在一个公开的台上测的。

对企业，轨迹是准入证。一个 agent 在夜里改了十四个文件、删了一个目录、跑了一次部署，第二天谁来解释？没有证据流的 agent，进不了任何一家有合规部门的公司。

对个人，轨迹是唯一能把「我上周那个 bug 是怎么被修好的」变成可检索资产的机制。

这里必须补一句多数介绍不会说的边界，也是我认为接下来最值得关注的地方：回放不等于重放副作用。

轨迹是证据流，不是交易账本。你可以把一段轨迹读出来、重建当时的上下文、比较不同策略；但你绝对不能拿一段轨迹去重新发一封邮件、重新部署一次、重新扣一次款。trace 和 side-effect ledger 之间那条线画在哪里——事务边界在哪、哪些动作必须具备幂等、哪些环节必须留人工确认——这是 agent 真正进入业务流程前要解决的下一个问题。

dsh 给了你记录的能力，没有给你归责的能力。而后者才是成交的最后一公里。

三个判断

harness 会像编译器一样商品化，胜负移向「按任务完成计价」

2026 年 8 月，一份 agent harness 排名把 Claude Code 排在第一。理由不是模型更强——排在前面的几个工具，跑的往往是同一批前沿模型。差别全在会话管理、子代理编排和「长任务中途出错时怎么收场」。

行业花了两年争论哪个模型赢，然后悄悄换了个战场。当 harness 免费化、可替换化之后，按 token 计费就成了过渡形态，因为它奖励话多。下一步是按任务完成计价，再下一步是按「变更被合并、被采纳、被复用的比例」计价。

dsh 在这个方向上做的准备，是把轨迹记全了。它先给自己留好了改计价口径的接口。

会出现「Agent 的 POSIX」，它比模型之争更持久

MCP 和 AGENTS.md 已经被比作 agent 世界的 HTTP 与 HTML。dsh 的一系列动作——做 Claude Code Mods 兼容层、把 Claude Code 和 Codex 当子代理拉起、支持四十多家 provider——净效果都是把互操作的面摊大。

这件事的意义容易被低估。开源一份会话格式，比开源一个模型的影响更远。模型会被下一代超越，但格式一旦成为默认，就会活很多年。真正在争的不是市场份额，是「agent 之间怎么对话」的语法由谁来写。

吞吐量悖论：瓶颈已经不在生成侧，在信任侧

有一个数据值得反复看：有报道引述 Linear 的遥测，coding agent 让团队的 PR 数量翻了三倍，但周期时间几乎没有变化——因为瓶颈卡在 review，不在生成。

也就是说，更好的 harness 提高了吞吐量，却没有提高速度。生成变快了，所以排队等待人类判断的队列变长了。

推论是：harness 的下一轮竞争，不在「让 agent 更能干」，而在「让人类更敢放行」。权限怎么声明、操作怎么回滚、行为怎么归责、什么时候优雅地停下来问一句——这些会成为比「再多一个工具」值钱得多的插件类别。

有意思的是，沙箱和审计几乎正好是 dsh 主动交出去的那两块：它们是插件，不是内核。这是它的机会，也是它的风险——机会在于谁都能补，风险在于谁都能补，补得最好的那个未必是 DeepSeek。

不拦人过桥，只做所有桥都要压的那层地基

回到 8 月 13 日。

那一天 DeepSeek 真正在卖的东西，不是框架，是「agent 该怎么记账」这件事的默认答案。它把 harness 做到免费、开源、可替换，主动放弃这一层的排他性，换来的是一件事：所有人构造 agent 的方式，都开始沿用它的形状。

免费的车谁都可以开，但油箱只有一家在卖。而下一次，当计价口径从 token 换成任务完成时，卖油的那家依然在，因为它从一开始就握着账本。

有人会问：如果别人也做一个开源 harness，这条路不就白走了吗？

恰恰相反。别人做得越多、越开放、越像 dsh，这套会话规范和轨迹格式就越可能落在 dsh 已经定义的那个形状上。这不是护城河的打法，是路基的打法——不拦人过桥，只做所有桥都要压的那层地基。

真正的风险不在竞争对手，在时间。developer preview 阶段每天都可能破坏性变更，生态里的插件作者已经在被官方内置能力吞掉（有插件作者因此直接停更）。地基要成立，得先让人相信它不会天天重浇。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。