DeepSeek 还没官宣的桌面版，我抢先装上跑了一遍，结果有点炸

DeepSeek Harness 的桌面安装包，已经在社区里传开了。

亲测可用！

这里有个挺有意思的细节：我顺着社区流传的地址完成安装，版本号为v0.1.7-rc.1，刚打开没多久，客户端就提示有新版本。本次体验版本号：v0.1.7-rc.2

截至这次体验时，DeepSeek 还没有正式官宣。

社区讨论很快分成了两个方向：一边开始研究它能做什么，另一边在追问，这到底是不是官方客户端？

这里先回答第二个问题，的确是官方版本，下载地址我直接放到评论区，需要体验的自取。

目前还是带有 beta 字样的测试版本，但是 GUI 和功能已经非常完善。

安装完成之后它会提示你登录或者配置 API

跳转到网页端，完成登录，就可以打开 Harness 桌面端使用了

Image

随后，DeepSeek Harness 会询问用户的使用需求，把场景分成办公科研、代码开发 2 个类别

以及它会让你选择想要看到思维链的完整度

这里我选择了完整过程（这里我建议大家选完整过程，在后期调整提示词和出了问题溯源的时候非常有用）

进入客户端后，Harness 提供了四种工作方式：标准模式、PTC 模式、极简模式和创造模式。

此外，一直如既往，DeepSeek Harness 的 slogan 是万物皆可插件，这次，在工作目录栏的设置了插件功能，有 7 个基础插件，大家也可以根据自己的需求自行安装插件

总体来看，这已经很像一个面向普通人的 AI 产品引导了。

这些问题看起来很日常，但它们透露了产品在尝试服务谁。

熟悉 Agent 的开发者，往往知道自己需要什么工具、怎样配置。

普通用户更容易回答的问题是：我准备拿它做什么？

我们的判断是，这套引导正在把 Harness 的入口，从环境配置转向任务选择

下面开启的体验！

/实测DeepSeek Harness，对比 ChatGPT 桌面端/

让 DeepSeek Harness 先来的完成一个简单的任务：读取我本地的 macos 系统，做的一个的模拟 macos 的演示网页

选用这个任务原因有三个：1.读取本地环境的能力；2.拆解任务和执行能力；3.模型能力，这里我选择的是最常用的 DeepSeek V4.1 flash，先用 flash 试试吧

当我把这个任务丢给它之后，我前面选择思维链完整过程的优势开始凸显出来。DeepSeek Harness 把整个任务规划得非常细腻，并且还有简单的缩略图，具体在响应哪一部分提示词，是否在调用工具和模型，一目了然

但情况有点不对劲，发现 Harness 正在大段读我本地文件（这个赖我，Prompt 是这么写的），并且任务规划得越来越复杂。

我紧急停止了任务，重新追加了一条提示词

这里要说一下，DeepSeek Harness 还是没有像 GPT-6 一样在任务过程中随时追加提示词的能力。

我只能停止，追加，重启任务。

这次很快，它完成了。输出给了我一个 index.html 和一个 readme

看到效果之后，非常震惊！

说实话，我有点不敢给你们录屏，因为电脑上有一些个人隐私

这里截图给大家看一下桌面

这是 DeepSeek Harness 做的

这是我的真实桌面，不能说和我本地非常相似，简直是一模一样

除了文件打不开，几乎所有的图标都是可交互、可点击，滑动非常丝滑

涉及个人隐私，全局演示我就不做了，这里我做一下遮挡，放一个有限演示，大家可以看一下丝滑度和交互感

之前 GPT-6 Astra 用习惯了，觉得 flash 模型大概率一般，这次真的有被震撼到，真香。

当前视频无法在平台播放，请访问原文链接查看：https://mp.weixin.qq.com/s/Opwf0uYwYsw8cFbk35O10Q

这个项目测下来，它对我本地的模拟真的非常像非常丝滑了，同时它的弊端也非常明显，很快，我的电脑就收到了这个提醒

前两天刚清理完的硬盘又满了

做完之后，我就在想，用 Codex+GPT-6 会做成什么样

我清理了磁盘，把同样的提示词给了 codex

这里我没有用 Astra，而是选用的和 V4.1 flash 同一定位的 Luna

大家可以看一下效果

当前视频无法在平台播放，请访问原文链接查看：https://mp.weixin.qq.com/s/Opwf0uYwYsw8cFbk35O10Q

说实话，跑完这一轮，我坐在电脑前愣了一会儿。

这个结果，和我预想的完全是反的。

我本来以为 GPT-6 会赢。它更贵，推理更久，平时干活也更聪明。结果它交出来的东西，更像是它「理解」了 macOS 应该长什么样，然后凭着这份理解，重新给我画了一个。

而 DeepSeek 那边，用的是最便宜的 V4.1 flash，它把我桌面和硬盘还原得非常真实，甚至我在工作的时候会点错。

总结一下

作为一个长期在 Codex 里使用 GPT-6 的用户，Deepseek Harness 这次给我最直接的感受，就是快。在这个任务里，从思维链推理到交付结果，它的速度优势非常明显，是那种肉眼可见的快好多。

同时，它的思维链非常细致，每一步做了什么、调用了什么非常之清晰，遇到问题回溯、调整提示词非常方便，我愿称之为本次最大亮点。

再说这次 GPT-6 的表现，这个单次测试，有点离谱，有点像是学霸在考场上睡着了。

猜测一下，原因可能是：第一，Codex 对我提示词的拆解出了问题，第二，对于任务规划出了问题

仅凭一个任务的交付结果，还不足以判断模型能力，毕竟它现在是大部分人的生产主力，有实践为证。

这个测试给我带来的感受是：Harness。

所以我最近有个越来越强的判断，可能有点暴论。

往后这一两年，真正拉开差距的，大概率不再是谁家模型分数高那零点几。模型这东西你追我赶，很快就会挤在一条线上，谁也甩不开谁。

真正能分出高下的，是Harness。Agent如何规划任务、拆解任务、执行任务才是核心。

说得再大白话点，是这个产品，到底把你当成一个要伺候的甲方，还是一个要一起干活的搭子。

接下来，想用DSH➕一个顶尖模型试试真实的工作流

反正一上午折腾下来，我删了两次硬盘，看着那个几乎一模一样的假桌面，有一种很奇妙的感觉。

就好像有个东西，第一次不是在猜我想要什么，而是真的走进了我的电脑里，看了我一眼。

这大概，就是 Harness 这个词，最浪漫的地方。