花了一整夜实测DeepSeek Harness：它比Claude Code强在哪？

关注 霍格沃兹软件测试开发 公众号，回复「资料」, 领取人工智能测试开发技术合集

8月13号晚上，DeepSeek Harness v0.1突然开源了。我一开始没太当回事——市面上"类Claude Code"的东西太多了，换汤不换药。但看到GitHub上12小时冲到5万Star的数据，还是没忍住，熬夜测了一整晚。

测完之后我的结论是：Harness根本不是"又一个Claude Code"，它俩甚至不在同一个赛道上。

这篇文章不讲虚的，直接说实操体验和对比结论。

先搞清楚Harness到底是什么
很多人第一眼看到"Harness"这个词容易懵。官方的定义很直接：

Agent = Model + Harness

模型是大脑，只管思考和推理。Harness是手脚和神经系统——工具调用、任务规划、执行调度、沙箱、存储、循环，所有让模型"能干活"的工程活儿，全包了。

DeepSeek官方定位很明确：直接对标Claude Code。但区别在于，Claude Code是"成品工具"，Harness是"开发者底层工具"——给你一套能自己搭Agent技术栈的底座，而不是一个开箱即用的终端助手。

我实测的几个核心体验

1. 安装体验：比想象中简单
   官方提供NPX方式运行，需要先装Node.js。我用的是一台16GB的Mac mini，npx -v确认版本后，复制官方启动命令直接跑，第一次运行NPX会提示安装相关包，确认就行。

不过需要先去DeepSeek开放平台买Token、配置API Key才能正式对话。

目前只有网页版，界面风格从蓝色变成了黑色，LOGO也从蓝鲸换成了黑鲸——据说这是要把Harness当独立生态经营的信号。

2. 四种运行模式，各有各的用途
   点击对话框的模式选择，能看到四种预设：

标准模式：功能完整的编码Agent，支持文件编辑、Shell、Skills、子Agent等
PTC模式：先让模型生成脚本再执行，适合批量操作
极简模式：只有bash和文件编辑两个工具，主要用于基准测试
创造模式：可以创建自定义Agent预设
我主要用的标准模式和创造模式。标准模式应付日常开发够用了，创造模式确实有点意思——你可以让Agent帮你生成一个新的Agent预设，相当于"用Agent造Agent"。

3. 插件机制：这才是重头戏
   Harness最大的卖点是"一切皆插件"。我刚开始以为就是普通的外挂插件系统，结果发现它狠到什么程度——

连模型适配器、工具注册表、会话日志、Agent循环本身，全都是插件。

也就是说，在Claude Code里你只能走Skill、MCP Hooks这些外围扩展，核心动不了。而在Harness里，你可以直接在配置层把任何一个组件替换掉，一行源码都不用改。

更夸张的是，Harness内置了把Claude Code和Codex作为子Agent调用的Provider——通过解析PATH里的对应二进制文件实现委托执行。这意味着你可以用Harness做上层编排，把Claude Code和Codex纳入更大的工作流，而不是取代它们。

我测了一下，确实能把Claude Code当子Agent调，上层由Harness做任务分解和调度。这个能力在Claude Code里根本做不到。

人工智能技术学习交流群
伙伴们，对AI测试、大模型评测、质量保障感兴趣吗？我们建了一个 「人工智能测试开发交流群」，专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索，都欢迎扫码加入，一起抱团成长！期待与你交流！👇

和Claude Code的核心对比

1. 架构层面：封闭成品 vs 开放底座
   Claude Code是Anthropic对着自家模型深度调优出来的产品，模型和工具链长在一起。好处是开箱即用、体验顺滑；坏处是——模型迭代太快了，框架跟着模型一起过时。

Harness反过来，大模型只是技术栈里一个可随时换掉的零件。官方文档写得清楚："不存在需要打补丁的特权内核，扩展dsh的方式是把插件挂载到其他插件旁边"。

说白了，Claude Code是精装房，墙不能拆、格局不能动。Harness把施工图和所有预制件都开源了，墙随便拆、零件随便换。

2. 成本层面：差距巨大
   有第三方团队用同一批30个Agent任务做了横评，把DeepSeek V4 Flash接进8套不同的Harness测试。结果：

Pi Agent每个成功任务成本约0.028美元，Claude Code是0.195美元，差了将近7倍。

速度上Claude Code最快，中位耗时122.7秒。但考虑到成本差距，Harness方案在批量任务场景下的性价比优势非常明显。

3. 批量运行：Harness的杀手锏
   这是我觉得Harness比Claude Code强最多的地方。

Claude Code和Codex都是交互式会话工具，批量无人值守任务需要大量人工干预，而且无法程序化循环控制每个子任务。

Harness提供了Headless模式，可以逐文件或逐模块批量运行。官方Python SDK支持程序化循环：

from deepseek_harness import DeepSeekHarness

modules = ["src/api/users", "src/api/orders", "src/api/billing"]
with DeepSeekHarness(
provider="deepseek-official",
model="deepseek-v4-flash",
cwd="/path/to/repo",
) as harness:
for module in modules:
result = harness.run(
f"Migrate fetch() calls in {module}/ to HttpClient.",
session_id=f"migrate-{module.replace('/', '-')}",
)
跨仓库大规模代码迁移、批量跑测试、无人值守流水线——这些场景下Harness的Headless模式完胜Claude Code。

4. 调试和可观测性
   Harness所有模型可见的内容都写入追加式Session日志，原则是"Model-visible means logged"。在Trajectory视图里可以按来源查看：

哪些系统提示词段落被激活
每次工具调用的输入参数和返回结果
模型原始响应
Claude Code也有会话记录，但颗粒度和可审计性差了一个量级。Harness这套对需要做Agent行为取证调试的团队来说，几乎是刚需。

5. 生态和社区
   截至我写这篇文章时，Harness GitHub Star已经突破13.5万。发布当天，标着dsh-plugin标签的第三方插件仓库就冒出了288个。

MIT协议开源，社区活跃度肉眼可见地高。相比之下Claude Code的闭源生态，扩展能力完全受限于Anthropic开放的接口。

谁该选谁？
我个人的判断和社区一些分析一致：

选DeepSeek Harness，如果你：

重视开源、插件重组与自定义执行环境
需要批量无人值守任务（Headless模式）
想把多个AI工具（包括Claude Code/Codex）统一编排进一个工作流
需要完整的可审计执行轨迹
对成本敏感，尤其批量场景
选Claude Code，如果你：

要成熟的终端体验和现成工作流
需要快速团队落地，不想折腾配置
日常交互式编码为主，没有批量需求
对预览版风险容忍度低
一些槽点
说完了优点，也吐槽几个实际体验中碰到的问题：

目前只有网页版，没有CLI。官方确实没提供命令行工具，对习惯终端操作的开发者不太友好。虽然可以用Headless模式跑，但日常交互还是得开浏览器。

v0.1开发者预览版，稳定性一般。官方自己都说了"核心插件与基础接口后续还会继续迭代"。我实测过程中偶尔会遇到会话卡死，需要刷新页面。

配置有一定学习成本。Harness的灵活性是有代价的——你得先理解Cordis的插件机制、Profile和组合包的概念，不像Claude Code那样装上就能用。

API Key和Token管理。Harness本身不提供模型，需要自己配置DeepSeek或其他厂商的API Key。对只想"开箱即用"的用户来说多了一道门槛。

总结
花了一整夜测下来，我的感受是：

Claude Code是"更好的终端编程助手"，Harness是"更开放的Agent底座"。

两者的关系不是替代，是分层。Harness可以把Claude Code当成一个子Agent来调用——你能想象Claude Code反过来把Harness当子Agent调吗？不能，因为架构决定了它做不到。

Harness真正强的地方，在于它把Agent的每一个组件都拆成了可插拔的零件，然后把这些零件还给了开发者。你不再被任何一个厂商的闭源实现锁死——模型可以换、工具可以换、会话管理可以换、连Agent循环本身都可以换。

对于有定制需求、要做批量自动化、或者想把多个AI工具整合进一个工作流的团队来说，Harness的价值是Claude Code给不了的。

当然，如果你只是想找个好用的编码助手、不想折腾配置，Claude Code依然是最稳的选择。

Harness才v0.1，后面怎么演化还不好说。但"一切皆插件"这条路，方向是对的。

推荐学习
DeepSeek Harnesst智能体公开课，8月20日20:00开讲：

🔥 DeepSeek Agent架构深度拆解——“一切皆插件”到底怎么实现
🔥 四大主流Agent横向对比：Opencode/Codex/Claude Code/Openclaw
🔥 Harness插件体系全解析：Web自动化+App自动化+视觉驱动自动化

一夜5万星的Agent框架，到底能做什么？一次讲透。

扫码进群，报名学习！

关于我们
霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设，包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设，同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法，沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外，学社还参与测试工程人才培养体系建设，面向高校提供测试实训平台与实践支持，组织开展 “火焰杯” 软件测试相关技术赛事，并探索以能力为导向的人才培养模式，包括高校学员先学习、就业后付款的实践路径。

同时，学社结合真实行业需求，为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务，用于个性化能力提升与工程实践指导。