DSH 發布日期：DeepSeek 的 Claude Code 競爭者已上線 — 這對 V4 Flash 和 V4 Pro 意味著什麼

儘管 DeepSeek V4 Flash 和 DeepSeek V4 Pro 仍是 D​eepSeek 最新推出的兩款產品，X 上最受關注的 D​eepSeek 觀察者已經開始為下一款產品倒數計時。「現實點說，DSH 大約再 7 到 9 個小時就會發布，」化名 teortaxesTex 的 AI 開發者發文表示，「我預測這將重新定義前兩次發布的意義。戰爭迷霧夠了，我們會看到它原生應該有的表現。」謎底在今晚揭曉。一個內部測試群組告訴 X 帳號 op7418，發布時間會在「約 20:25」北京時間；結果，D​eepSeek Harness 開發者預覽版當晚就上線了——IT之家在 20:52 報導，接下來一個小時內持續有進一步報導。D​eepSeek 的 Harness——它對 Claude Code 的自家回應——現已公開：v0.1 版、MIT 授權、GitHub 開源，只需一條 npm 指令即可執行。

日期之所以重要，才是真正有趣的部分，而這次發布的價值也遠不止上線時的一次短暫波動。DeepSeek V4 Pro 正式版（DeepSeek-V4-Pro-0813）在同一時間窗口上線 DeepSeek API，而 DeepSeek V4 Flash 則在兩週前正式發布。兩者都附帶了 DeepSeek 在其自有測試框架內生成的 agentic 基準評分——V4 Flash 的 API 文件對此明確標示，甚至具體到名稱：「DeepSeek Harness minimal mode」。DSH 就是該測試框架的完整版對外公開，這意味著前兩次發布背後的數字，如今任何想執行的人都能重現。一路走到這裡的洩漏脈絡，DeepSeek 從未正式確認其中任何一項為官方紀錄，但終點已不再是洩漏：開發者預覽版已經推出。仍然沒有公開的是價格表——DeepSeek 對該測試框架本身的收費隻字未提。

撥動時鐘的預測

teortaxesTex 並非 DeepSeek 員工，也未如此自稱。該帳號簡介描述其為自封的「2023 年以來的 DeepSeek 啦啦隊長」，而公開紀錄顯示其內容屬資訊充分的推測，並伴隨一連串精準的預判——包括針對 DeepSeek V4 架構在預測市場的下注、早在 DeepSeek-V4.1 發布前便指出其強化學習算力將是競爭對手的數倍，以及社群密切追蹤的發布解讀節奏。請將原始推文視為其本來面目：一則資訊充分的預測，而非確認。

這個預測有兩半。第一半是時機：「再過約7-9小時就會發布」，這落在北京時間8月12日至13日夜間——正是DeepSeek-V4-Pro-0813版本出現在DeepSeek API文件中的同一個時間窗口。這個預測應驗了。內部測試群組估計的「約20:25」與實際約20:52的發布都在那個窗口內；這次洩漏只多估了大約半小時，而不是差了一天。第二半是「重新脈絡化」這個意味深長的詞，只有當你知道DeepSeek如何對自己前兩次發布進行基準測試時，這個詞才有意義。這半個賭注現在可以檢驗了，而這正是這次發布的全部意義。

DSH 實際上是什麼

DeepSeek 的內部公式——已由資深研究員陳德利（Chen Deli）公開證實——是「Model + Harness = Agent」（模型＋框架＝智能體）。所謂的 Harness（框架），指的是模型之外、把語言模型轉化為能實際完成工作的工具的整個工程層級：包括上下文與記憶管理、工具呼叫、任務規劃、檔案讀寫、終端執行、將錯誤回饋到迴圈之中，以及判斷任務何時才算真正完成。DeepSeek 的招聘公告將目標描述為「把前沿模型能力轉化為領先的智能體產品」——而據陳德利本人的說法，明確的目標正是 Claude Code。

該產品也是對一個社群專案的回應。一個名為 DeepSeek-TUI 的粉絲自製終端代理，以 Rust 建構，被戲稱為「DeepSeek 版的 Claude Code」，今年稍早在 GitHub 上爆紅；官方框架重新奪回了那個終端入口點。

洩漏資訊中被描述為傳聞的內容，如今已出現在正式發行版中。v0.1 開發者預覽版以 MIT 授權開源，位於 github.com/deepseek-ai/deepseek-harness，是一個位於 Node.js 套件命名空間中的桌面暨 CLI 代理執行環境——執行「npx @deepseek-ai/dsh web」會在 127.0.0.1:3080 啟動網頁 GUI——它建立在 Cordis 元框架之上，設計原則明確標榜「一切都是外掛」。模型、工具、技能、工作階段、沙盒、儲存、代理迴圈、排程與 UI 全都是可替換的 Cordis 外掛。本次隨附四種代理預設：Standard、PTC（模型會編寫 TypeScript 程式來串接工具呼叫）、Minimal（一個 shell 工具加上一個檔案編輯器，也就是 V4 基準測試所執行的模式），以及 Creation。先前報導中的團隊負責人崔天翼——浙江大學畢業生、曾任職 Jane Street 九年——已確認擔任該職位，並於 8 月 2 日發出全球內部測試者招募。DeepSeek 自身的提醒：這是開發者預覽版，快速迭代可能會帶來破壞性變更。

結束於8月13日的洩漏追蹤

以下這些線索均未經 DeepSeek 正式確認，但目前的紀錄讀起來像是一條在預期日期獲得解答的時間線：

• 2026年5月26日——根據外洩的群組記錄，官方 DeepSeek GitHub 組織成立。

• 5月至6月 — DeepSeek發布了兩個北京Harness職位（一個agent-harness產品經理和一名研究工程師）；陳德立在社交媒體上確認了這一使命。

• 7月6日至7日——一個以黑色鯨魚為標誌、名為「DeepSeek Harness團隊」的微信公眾號，在DeepSeek北京實體下註冊並通過認證。

• 7月31日 — DeepSeek V4 Flash 官方 API 正式發布。其文件披露，CodeAgent 基準測試結果是在「DeepSeek Harness minimal mode」上產生的，並標註「（即將發布）」。

• 8 月 1 日 — 針對開源 agent-harness 專案開發者的內部測試招募；據報約有 700–960 名申請者，以及 700 多個候選儲存庫。

• 8月11日 — 根據外洩的 Beta 測試群組截圖，最終內部測試版本已推送，以便外掛程式開發人員完成相容性工作。

• 8月13日 — teortaxesTex 啟動倒數計時；內部測試群組告知 op7418「大約 20:25」；開發者預覽版 v0.1 於當晚上線，據報約為北京時間 20:52，並以 MIT 授權發布於 GitHub。

外掛生態系是這次洩漏中值得注意的一部分，而且它是真實存在的。外掛儲存庫帶有 #dsh 主題標籤（GitHub 儲存庫記載「dsh-plugin」以利被發現），而 npm 快速入門意味著任何 Node 開發者從第一次啟動就能觸及外掛表面——這是一場開放市場的賭注，賭的是這個框架本身（而不只是模型）會成為一個平台。

為什麼「重新語境化最近兩個發行版」是值得關注的短語

最後兩個V4版本是{{1}}代理優先模型{{/1}}。DeepSeek V4 Flash的官方版本是{{2}}擁有2840億參數的MoE，其中130億為活躍參數{{/2}}、具備{{3}}100萬token的上下文{{/3}}，頭條成績為{{4}}Terminal-Bench 2.1上的82.7{{/4}}——這是DeepSeek在{{5}}「DeepSeek Harness最小模式」{{/5}}下報告並生成的數字。DeepSeek V4 Pro的官方版本是{{6}}擁有1.6兆參數的MoE，其中490億為活躍參數{{/6}}，其代理能力評測卡（{{7}}DeepSWE 62.7、Terminal-Bench 2.1 87.9、CyberGym 83.3{{/7}}）同樣由DeepSeek自行報告，且{{8}}截至撰寫本文時{{/8}}，{{9}}尚未經獨立實驗室重現{{/9}}。

DSH 是產生那些數據的測試框架，現已公開。這就是「我們會看看它在原生環境中應該如何表現」的意思——不是透過 Claude Code，不是透過第三方測試框架，也不是透過基準測試框架，而是透過 DeepSeek 自己的完整技術棧端到端運行。重現測試不再是假設性的：任何人都可以安裝預覽版，並運行供應商所執行的相同智能體任務。如果原生數據能夠重現，最近的兩個版本就構成了一個連貫的故事——最便宜的嚴肅代理模型，加上一個功能完善的第一方測試框架，作為一個整體系統銷售。如果無法重現，懷疑者在 V4 Flash 發佈時所指出的供應商基準差距就變得具體且可衡量。無論如何，紀錄都會改變。

目前為止，獨立的解讀並非同一回事。Artificial Analysis 已經將 V4 Pro 0813 版本列入其排行榜，在 Intelligence Index 上排名第 53——高於中位數的 27，是真正的第三方數據點，但距離「每個維度都是前沿」的頭條還有一大段距離。DeepSeek 自我報告的智能體數據與第三方評估之間的差距，正是 DSH 現在讓其得以化解的差距。

還有一個策略性原因，說明為何調度框架比模型更重要。成熟的調度框架能從起點到完成任務形成閉環，並在此過程中產生任務軌跡資料，供下一輪模型訓練使用——這是中信證券在 Harness 招聘公開時發布的分析。DeepSeek 的模型是市場上最便宜的實用級代理；護城河與定價權的移動之處在於調度框架。付費的第一方代理堆疊與開放權重的 API 是完全不同的業務。

你仍然不需要 DSH 就能運行 V4 模型。

DSH 目前已上線，但它是第一方選項，而非必要條件。DeepSeek 已為其模型提供 Anthropic 相容及 OpenAI 相容的端點，這就是為什麼 DeepSeek V4 Flash 和 DeepSeek V4 Pro 已能在 Claude Code 及當今其餘代理工具中運行——無需任何 harness。

這兩個模型也都在 OrcaRouter 上以 DeepSeek 自己的定價上架——deepseek/deepseek-v4-flash-0731 約每百萬輸入 token $0.15、每百萬輸出 token $0.29，而 deepseek/deepseek-v4-pro 約為 $0.44/$0.88——以 0% 加成轉傳。這之所以重要有兩個原因。第一，DeepSeek 在八月初宣布 V4 系列將大幅漲價；由於你支付的就是定價，新費率會在推出當天同步在我們這邊生效，無需重新協商。第二，DSH 所圍繞的路由概念——在便宜的 V4 Flash 與旗艦級 V4 Pro 之間調度工作以控制成本——正是路由層在單一金鑰下跨供應商所做的事，再加上自動故障轉移，讓你能在測試框架及其尚無法重現的基準測試仍在驗證時，將真實流量指向新的 V4 版本。

DSH 上線後要檢查什麼

隨著預覽版推出，以下五件事將決定 DSH 是否會為你帶來改變：

• 重現測試 — 安裝預覽版，並原生執行 V4 Flash 和 V4 Pro 的 agentic 任務，然後與 DeepSeek 發布的 82.7 / 87.9 數據進行比較。這就是整個「重新情境化」的賭注，而它現在已經可以執行了。

• 切換的決策——DSH 目前是否勝過在 Claude Code 中執行相同模型？第一方工具框架必須在價格之外具備更多優勢，才能合理化從現有可用環境遷移的決定。

• 外掛生態系——npm 與 GitHub 上的表面確實存在，但標記 #dsh 的外掛是否真的能乾淨移植，以及第三方是否會推出值得安裝的內容，仍是個未解的問題。

「關於定價——這套 harness 使用真實 token 運行，內部測試人員回報稱會按任務計量 token，而 DeepSeek 至今對產品價格仍隻字未提。預期這將是付費產品；定價表是最後一個重大未知數。」

• 變更日誌 — 如今以 GitHub 上的官方 README 與發行說明為準，另含已公布的 V4 價格調漲。

底線

DSH 是 DeepSeek 自 V4 系列本身以來最具影響力的產品舉措，而它現在已經正式推出。對讀者而言，實際答案並未改變：DeepSeek V4 Flash 和 DeepSeek V4 Pro 現今即可使用，透過你既有的端點，價格仍是市面上最便宜的認真級 agent 選項——在 OrcaRouter 上以定價販售，無任何加價。真正值得關注的是這個 harness，不是它的發布本身，而是它讓什麼變得可衡量：最後兩個版本終於獲得公平的原生測試，而供應商與獨立評測之間的基準差距，要嘛縮小，要嘛成為入場的代價。洩漏時鐘在日期上精準，小時也大致正確；仍待證明的是定價、原生分數的可重現性，以及 plugin 生態系統是否撐得起來。讓獨立數據——而不是倒數計時——來決定你是否要將生產級 agent 技術棧遷移到原生 harness 上。