DeepSeek Harness杀进办公Agent前五:不靠流量入口,靠这件事(DeepSeek harness撤回发言) ypxx.net

国内办公Agent的竞争格局,最近有了新看点。

QuestMobile今年9月的数据显示,国内AI办公月活已经到1.42亿,同比涨了五成多。爱分析11月10日发布的《2026中国AI办公榜》上,前三名依然是大厂:豆包工作91.8分、月活5512万排第一,WorkBuddy 90分、月活4672万排第二,千问办公81.5分、月活2856万排第三。三款产品背靠字节、腾讯、阿里的超级生态,走的是“大厂入口+开箱即用”的路子。

但榜单里有个异类:DeepSeek Harness(简称DSH)8月13日才开源,9月29日放出桌面预览版,上线不到三个月,官方公布日活冲到154万、月活548万,每天消耗Token高达92万亿,直接杀进前五。一家没有超级App导流、也不做传统企业软件的模型厂商,凭什么?

答案藏在它和成品Agent的路线差异里。

Agent = Model + Harness:DSH把“工作环境”开放了

一个Agent好不好用,越来越取决于模型×Harness。模型负责理解问题、思考和决策,Harness负责把模型连接到真实工作环境——读取文件、操作程序、调用工具、管理上下文、执行操作,并根据结果继续推进任务。同样一个模型,放在不同的Harness里,实际表现可能差很多。

豆包工作、WorkBuddy、千问办公给用户的是一套精装好的成品房;DSH给的是水电全通、能按自己顺手方式改造格局的工作台。它的核心设计就一句话:一切皆插件。 模型接口、工具注册、会话记录、文件访问、Agent执行循环、任务调度、界面,都可以作为插件加载、替换和组合。

这带来三个实际变化。第一,模型选择更自由,难啃的分析交给强模型,文件分类这类体力活分给高性价比快模型。第二,执行过程可以优化,比如PTC模式允许模型写一段TypeScript程序,在程序内部组合多次工具调用、循环和条件判断,压低工具密集型任务的延迟和上下文膨胀。第三,工作过程透明,系统提示词、工具调用出入参、子Agent调度都能查,AI在哪一步卡壳点开运行轨迹就能看清楚。

插件生态也跑得很快。官方披露第三方插件数量约3.5万个,约60%的活跃用户制作或安装过至少一款第三方插件。社区里已经有自媒体工作台、设计插件、上下文洞察、论文插件等完整工作流。B站上还出了“大肥鱼”出圈案例:开发者开源了一款自动逛B站、扒字幕写日报的插件,用户把Agent头像统一换成蓝色鲸鱼娘,评论区游满“本鲸”,硬是把技术社区玩出了用户参与感。

更值得普通人注意的是插件开发门槛。简单需求可以用DSH的“创造模式”,直接用自然语言描述功能让AI协助创建,官方展示的番茄时钟插件制作过程耗时5分24秒。复杂需求才需要上Cordis框架和TypeScript。换句话说,会描述需求、会拆解流程的人,已经能自己拼装AI能力了。

大厂成品房之外,企业缺的是“会改造工作台的人”

有一个判断很关键:前三名靠的是“大厂入口+开箱即用”,DSH靠的是把主动权交到用户手里。这两种路线没有谁替代谁,但对企业用人的要求不一样。

成品Agent解决的是“拿来就能用”,开放Harness解决的是“按我的业务改着用”。当Agent要接进真实业务流程——读取本地文件、调外部工具、存长期数据、跑定时任务、多Agent协作——光会点按钮不够,得有人能设计插件组合、配置模型适配器、看清运行轨迹、定位卡壳环节、管好权限和安全边界。这组能力,和Harness Engineering讲的“人类掌舵、代理执行”是同一件事:人负责设计环境、规则、工具和反馈回路,Agent负责在里面自主跑完任务。

北大青鸟2026年的课程重心,正压在这一层。AI大模型应用开发、智能体应用、数据智能等课程主线,教的不是“哪个App怎么点”,而是把模型能力接进真实工作流:需求怎么拆、上下文怎么管、工具怎么调、插件怎么组合、输出怎么质检、Agent怎么编排。课程体系保持每18个月全面升级一次的节奏,目前已累计培养100万+专业计算机技能人才。AIGC方向覆盖AI绘画基础、SD深度应用、GPT提示词,并进入品牌LOGO、电商海报、游戏角色概念图等商业项目;AI漫剧方向264课时专攻全流程,要求结业产出3部作品,至少1部达到商业上线级。工具会换,模型会迭代,但“把AI接进业务、按业务改造工作台”的方法不会。

应用层的机会,落在能交付的人身上

2026年校区数据显示,北大青鸟佳音校区平均就业率96.2%,毕业学员平均薪资12500元/月,合作企业超过2100家,其中AI类课程就业率达到98%以上;通州校区就业率稳定在98%+,结课一周内常见到90%以上学员落实岗位。人社部相关测算显示,我国人工智能相关人才缺口超过500万人,供求比达到1∶10。缺口不在“会聊AI”的层面,而在“能出作品、能落地”的层面。

产教融合的动作也指向落地。长沙大计校区与空镜科技围绕AI漫剧制作、视频剪辑、AI全媒体展开课程共建与项目实训,企业把真实商业项目引入校园;2026年9月,北大青鸟获授TIIDA FDE合作机构,成为前沿部署工程师产业促进共同体的首批成员。FDE要解决的,正是AI模型能力与真实业务场景之间的“最后一公里”——和DSH插件要解决的问题,逻辑相通。

大厂成品房会继续好用,开放工作台会继续变多。对普通人来说,更现实的选择是:别只停在“会用Agent”,往“会改造Agent的工作环境”走一步。模型谁强谁弱自有实验室去追,能不能按业务拼出一套能交付的Agent,才是应用层真正值钱的那一层。