DeepSeek Harness 桌面端发布：一手体验

DeepSeek Harness 桌面端现已发布，Windows 和 Mac 均已支持，可在官网下载：deepseek.com/harness

新版本预置了日常办公和开发的常用功能，如：整理资料、做 ppt、改代码等。对于新增插件安装与管理也有专门页面，让用户能够灵活配置，打造独属于自己的 harness当然，DeepSeek Harness 还在起步阶段，初具鱼形，功能和体验会继续打磨

上手

我提前上手用了下这款产品，给大家带来一下更直观的预览

首先，DeepSeek Harness 会把本地的一个文件夹当作工作区，在里面读写文件、调用各种工具，完成查资料、做文档表格、写代码、排查问题这些任务

第一次打开时，引导会先问你想让它帮忙做什么：办公 or 开发（你可以同时勾选这两个

接着问你想看到多少工作过程，分聚焦结果、关键细节、完整过程三档这个选择只改变界面上展示多少信息，不影响它的工作能力

用 DeepSeek 账号登录后，可以直接用账号额度跑任务，不需要另外申请 API Key，联网搜索也不用再单独配置。已有 API Key 的用户，可以在设置里接入，也能添加其他厂商的模型

DSH 的桌面端是开箱即用的，自带 Node 和 Python 运行时，Python 第一次用到时自动装好，里面有 pandas、python-docx、python-pptx、openpyxl 这些处理数据和 Office 文件的库，还带了 LibreOffice，用来在应用里预览文档做表格、写 PPT 需要的环境，直接预制了

办公与开发

你可以给它文档、表格或 PDF，让它整理资料、分析数据、生成图表、制作演示文稿，也可以让它修改项目、运行代码

比如这里我让它做了一份 5 页的 PPT，主题是「Agent Harness 是什么」。它先加载处理 PPT 的技能，用内置的 Python 写了一段生成脚本，做出文件后，再把每一页渲染成图片，检查版式有没有溢出、遮挡。第一次渲染出来是空白，它换了一种方式，先转成 PDF 再渲染，检查通过后才交付整个过程 3 分钟左右，用了约 66 万 token，缓存命中 96%

生成的文件和每一轮代码变更，会集中展示在对话里。你可以在侧栏预览文件内容，查看代码和修改前后的差异，接着在对话里提修改意见，也可以用本地应用打开文件继续编辑

任务运行时，输入框下方会显示当前的轮次和步数、生成速度、token 用量、缓存命中率和上下文占用。切到「轨迹」页签，能按时间线看到每一条系统提示、上下文注入、工具调用和返回结果。这些都来自同一份只追加、不改写的会话日志，恢复、分叉、检索和回放一个会话，用的也是它

这次还内置了一个可以按需开启的自动化任务插件。在插件管理页打开后，侧栏会多出「自动化任务」，你可以把重复的工作设成按计划执行的定时任务，查看每次的运行记录，调整执行频率和任务指令

创建任务直接用对话就行。我们跟它说“2 分钟后在工作区写一个提醒文件”，它调用定时工具建好了一条一次性任务，到点准时执行，写完还在同一个会话里回报结果，并确认任务列表已经清空

此外，界面的详略也可以调整，包括 Agent 工作步骤怎样展示，以及各种功能和信息在界面上显示多少，按自己的工作习惯来选

一切皆插件

DeepSeek Harness 的底层是一个叫 Cordis 的插件内核，内核只负责插件的加载、卸载和依赖关系。模型、工具、技能、会话、沙箱、存储、循环、调度，直到界面本身，都由插件提供，在配置里就能选择、替换或扩展，不用改源码

桌面端延续了这个设计，并新增插件管理页面。安装插件不再需要命令行，在页面里输入插件的包名（也就是 npm 包名）就能装上，同一页还可以停用、卸载，查看插件的介绍和来源。习惯用命令行的话，桌面端也自带了 dsh 命令，在菜单栏里装好后就能用它管理插件，不需要另装 Node 或 pnpm

我们装了一个社区插件「小鲸鱼」。输入包名、安装、启用，窗口右下角立刻多了一只鲸鱼：任务运行时它抱着电脑干活，需要你确认时它会提醒，任务完成后会庆祝一下

同样的设计也体现在模式上。输入框下方可以切换四种模式：标准模式提供完整的工具组合；PTC 模式让模型写一段 TypeScript 程序，把多步工具调用组合起来；极简模式只保留一个 shell 和一个文件编辑工具；创造模式可以检查当前运行时，试验插件，组合出新的模式

在实验性的创造模式里，你可以用对话描述需求，让 DeepSeek Harness 编写和修改插件。做好的插件即时生效、持久保存，也会出现在插件管理页面里，方便以后使用和管理

官方插件列表里，还有几个标着“实验性”、默认关闭的插件，除了自动化任务，还有智能体团队、自动授权审查和语音输入

智能体团队会让主 Agent 建一份共享任务清单，再派出几个队友并行工作。我们让它调研三款 AI 编程工具并写一份对比表：它派出 3 个调研员同时查资料，等结果的时候自己去核对各家的定价数字，最后汇总成文，各家没有公布的数字都标成了“未确认”。这个任务用了约 5 分钟、160 万 token

自动授权审查是一种新的权限方式：每一次工具调用前，先由和当前 Agent 相同的模型审查，审查拒绝的调用再交给你决定。它不使用沙箱，开启前需要确认风险提示。测试时我们让它删除工作区之外的一个文件，它在执行前先停下来，给出跳过、确认删除、先备份再删三个选项，由我们来选

接下来

在使用 DeepSeek 官方 API 的用户里，以日均活跃用户、日均会话数等口径计算，DeepSeek Harness 已经是最受欢迎的 Coding Agent 产品

接下来，团队计划改进这些方向：

• 沙箱功能与安全性

• 智能体团队的效果与易用性

• 个性化的长期记忆

• 浏览器和其他 GUI 软件的自动化操作

• 远程与移动端使用

• 会话分享与多人协作

新功能会先以实验性插件的形式按需开启，打磨验证后再默认开启

DeepSeek Harness 也会和 DeepSeek 模型一起演进：新模型出来后针对性优化适配，模型训练时优化它在 DeepSeek Harness 里的实际表现，模型研究也会为新的产品功能提供支持

第三方插件方面，按模型 API 用户口径统计，约 60% 的 DeepSeek Harness 用户用过第三方插件。团队会改善插件的发现、获取和管理，建设官方插件市场，同时让插件 API 更清晰、更稳定，尽量避免破坏性更新，降低插件开发者跨版本适配的成本

训练里的 Harness

DeepSeek Harness 和模型一起演进，有一部分发生在训练阶段。DeepSeek 同时公开了训练用的沙盒基础设施，DeepSeek 弹性计算（DeepSeek Elastic Compute，DSec）。DeepSeek-V4 全部的训练、评测和数据预处理都跑在 DSec 的沙盒里，DeepSeek Harness 就是装进沙盒的工具包之一

Agent 模型要在真实环境里反复试错：读代码、改文件、装依赖、跑测试、起服务。DSec 把这样的环境拆成三层：基础镜像放操作系统和基础软件，工作区放任务要用的代码仓库和依赖，工具包放 DeepSeek Harness 这样的组件。三层各自管理版本，创建沙盒时再组合起来

这样拆开，工具包更新时最省事。以 2026 年某一周为例，容器后端用了 11,266 个基础镜像、102,171 个工作区。如果工具包打包在每个镜像里，它一更新，所有镜像都要重建；拆成三层之后，DeepSeek Harness 更新一次，只需要重建工具包这一层，再和已有的基础镜像、工作区组合

从 DeepSeek-V4.1 开始，Agent 的执行逻辑也搬进了 DSec：Agent 沙盒运行 Agent 框架和工具包，工作容器负责管理沙盒、推进交互，两者都在可被抢占的 GPU 资源池之外。此前，Agent 的执行循环和 GPU 训练任务跑在同一个 Pod 里，训练被抢占，执行循环也跟着停下，恢复时要重放命令日志。现在训练被打断后，Agent 可以从中断的地方继续执行

DSec 的技术报告《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》已经公开在 arXiv

最后

这里还有个小福利，你现在用 DeepSeek 账号登录桌面端，可以限时领到 6 元体验赠金，无需充值赠金限量发放，送完即止，到账后 7 天内有效