| |
|
|
|
| 知识库 -> 科技 -> 如何看待 DeepSeek 组建 Harness 团队对标 Claude Code？ -> 正文阅读 |
|
|
[科技]如何看待 DeepSeek 组建 Harness 团队对标 Claude Code？ |
| [收藏本文] 【下载本文】 |
|
DeepSeek资深研究员陈德里近日也在社交媒体发布信息证实了此事，他称：DeepSeek正在组织一个新的Harness团队做Harness方向的产品… |
|
它比发布任何一个新模型都重要——因为这意味着 DeepSeek 终于想清楚了，光有模型是不够的。天下苦克劳德专横久矣。感谢梁圣！ 很多人认为这仅仅又是一个 Claude Code 竞品。但如果你真的仔细看过那篇官方招聘启事里写的岗位职责，会发现 DeepSeek 真正在做的事情，远比做一个 AI 编程工具要底层得多。 Harness。 这个词在工程领域的原意是安全带或者驾驭系统——它的核心功能不是让模型更强，而是让模型的输出更可控。基础模型负责发散生成，Harness 负责约束、验证、纠错和收敛。这两件事必须由同一个团队做，才能真正打通。 这是理解这件事的第一个关键：第三方包装永远做不好这件事。 传统的大模型 + 第三方 API 封装模式有一个根本缺陷——模型和工程外壳之间是断开的。比如当你在 IDE 里用某个第三方工具遇到编译错误，模型根本不知道这个错误的上下文是什么，它只能猜。当工具链在本地运行，模型也拿不到运行时数据来做强化学习反馈。这个断点，导致了所有号称「AI 编程革命」的产品始终差那么一口气。 DeepSeek 解决这个问题的方式很直接：自己把这一层做掉。模型和 Harness 共用一个数据闭环，终端的编译报错、Lint 反馈、测试结果，直接灌回去优化模型本身。这是他们说的「Model + Harness = Agent」这个公式的真实含义。 第二个关键点是成本。2026年4月发布的 DeepSeek V4，配合前端缓存技术，缓存命中后的输入成本已经低至每百万 Token 0.0145美元。做个对比：Claude 的同级别模型是 0.50 美元——差了将近四十倍。这意味着 DeepSeek 可以毫无顾忌地设计极高频率的交互验证循环，而不用担心用户的账单爆炸。在企业级场景里，这是一个决定性的优势。 第三个被低估的信息是人才。3月份，前 Jane Street 的明星量化工程师崔天一加入了 DeepSeek，投身 Harness 团队。量化交易系统对工程稳定性的要求和 AI Agent 的底层架构有极高的技术契合——两者都必须在极低延迟下完成高可靠性的多步决策。DeepSeek 挖这个人，补了工程能力的短板。 所以这件事真正值得关注的点，不是 DeepSeek 出了一个对标产品，而是这是中国公司第一次在 模型 + 工程外壳 这个层面，有了和 Anthropic 正面对抗的完整闭环能力。V4 的技术底牌，加上幻方量化提供的资金和算力支持，再加上 Harness 团队现在在建的这一整套反馈机制——这个组合的潜力，目前还没有被市场充分定价。 当然，现在说谁赢谁输还太早。Anthropic 有先发优势和已经验证的用户生态，DeepSeek 有成本优势和垂直整合的潜力。但有一点是确定的：AI 编程工具的竞争，已经从「模型谁更强」变成了「闭环谁更完整」——而 DeepSeek，必须要上了牌桌。 因为只有那些在为了能用上Claude code到处找稳定渠道的 的国内开发者才懂，真的太憋屈了。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
我赌开源赢。而且中国的特殊生态位会导致这个事情比原来的Linux快上10倍。 国运级的。 能烧掉美国几万亿的战略资产。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
首先是我在 V4 出来两个月之前的一个论断： |
|
|
今天刚好在团队内分享，同一个工作任务，用 claude-sonnet 1M 模型准裸跑需要十几分钟，但经过几个版本的工程优化后，同一个任务同一个模型的耗时会降到三分钟左右。好几倍的性能提升。这样的提升是无法通过换成 opus 或者其他什么模型实现的。 现在有些人会说，当前的 LLM 无法通向 AGI，在我看来这一点也不重要，反而是工程化 Agent 技术可以促进 LLM 逼近其能力的极限，而 LLM 的提升可以进一步提高 Agent 能力的上限，它们是一个相互促进的过程，每次迭代都会拓宽 Agent 任务闭环的边界，到你满意的阶段，就是属于你的 AGI 了。 就比如 MoE，稀疏注意力等技术，它到底算是工程能力还是模型能力呢？边界似乎没有那么明显。 而最终AI 能力落地是需要 Agent 来执行的，那两个所谓的强闭源大模型，你也不知道它里面到底有多少是工程化的能力有多少是模型权重的能力，可以确定的是 claude 的编程能力，image2 的文字能力，工程化相关的工作一定占了不小的比重。 DeepSeek-V4 在我看来模型能力是顶级的，差距的部分是高质量的后训练数据，还有适配这个模型的大量的工程化能力。而获取这两样东西，最好的途径就是一个掌控在自己手里的 harness Agent。 梁文峰肯定是看穿了这一点，而A 畜生的Dario 恐怕也是很清楚脱离了工程化能力的纯权重Claude模型也并没有比纯权重V4强到哪去，才会整出那篇“民主AI”“威权AI”的烂活。 因此，我是十分乐见DeepSeek去补齐工程的部分，成为美国 AI 大跃进最严厉的父亲。 |
|
快来吧，我的朋友。 现在很多人用Claude Code或者Codex，有时候不慎手滑，没挂梯子，直接被封号；有时候不慎手滑，把梯子出口切换了一下，直接被封号；有时候莫名其妙就被封号。 于是不少人都只能单独搞一台电脑，一直挂着梯子，别的事情都不做，就只伺候这些海外大模型。从而避免被封号。 然后嘞，一会儿额度用完了，一会儿上下文注意力不够了开始瞎搞。就不停地开新话题吧。 不用翻墙、便宜的、上下文超长的编程工具，想想都是好用得不得了。 我儿子刚上一年级，最近玩Vibe Coding不亦乐乎，直接拿Typeless语音输入，然后让大模型给他编网页显示多面体啥的。要是大模型编程再便宜一点，我看基础教育能做的事情还多得很。 |
|
Harness 是《工程控制论》在 AI 时代的“旧瓶装新酒”，其是为了解决：如何让复杂工程系统在外界扰动和内部不确定性下，仍然能够稳定、有效、自动地达到目标。 由于大模型 NTP 行为天生的概率性缺陷，所以始终需要外部控制系统的闭环反馈来保证整个系统平稳有效运行。这是 harness 会始终存在的本质原因。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
| 网站联系: qq:121756557 email:121756557@qq.com 知识库 |