DeepSeek Harness：模型是马，缰绳是手艺
这两年写代码的人大概都经历过同一个瞬间：第一次让 AI 编程助手干完一整件事，看着它自己读代码、改文件、跑测试，心里咯噔一下——这玩意儿是真的。
我也是。但用久了会发现一件怪事：同一个模型，在不同人手里的效果差得离谱。 有人用它一天干完一周的活，有人用它改个 bug 引入三个新 bug。模型是同一个，价格都一样，差的到底是什么？
差的就是今天要聊的词：harness。
什么是 harness
harness 直译是马具——缰绳、鞍子、挽具那一整套。模型是马，力气是真实存在的，但马不会自己知道往哪拉。harness 就是你套在模型外面的那一整套东西。
拿我日常用的 AI 编程工具拆开看，harness 至少包含四样：
- 上下文管理：仓库这么大，模型一次只能看一部分，喂哪部分、按什么顺序喂、什么时候让它自己去找——这是 harness 决定的。
- 工具：能不能读文件、能不能执行命令、能不能跑测试看到真实报错。只有一张嘴的模型和有一双手的模型，是两个物种。
- 循环：写代码 → 跑测试 → 看报错 → 修 → 再跑。这个闭环每收紧一圈，产出质量就上一截。
- 校验：干完活怎么算数？靠模型说”我改好了”不算，测试过了、构建过了、能跑起来才算。
这四个词合起来，就是现在大家说的 agent 框架的本质。名字换了一茬又一茬，骨架一直没变。
为什么我盯着 DeepSeek 练这套手艺
练驭术总得选一匹马。我的选择是 DeepSeek，理由很朴素：
便宜到可以随便折腾。 harness 是要靠大量实践磨出来的，用贵的模型练手，心疼钱就练不开。DeepSeek 的 API 价格友好得多，一个任务让它反复跑、对比不同的上下文组织方式，成本几乎可以忽略。
长上下文足够装下一个真实项目。 上下文窗口够大，harness 才有发挥空间——把整个模块、相关测试、报错日志一起喂进去，模型的表现和只喂一个文件完全不是一个量级。
中文场景的语感在线。 我做学校的项目，需求文档、注释、变量命名一半是中文，这一点比很多模型顺手。
于是一个挺有意思的循环出现了：模型越来越便宜、越来越强，马越来越好买；那驭马的手艺，反而越来越值钱。
我摸出来的几条驭法
练了这么久，沉淀几条具体的，都是拿真实项目换来的：
一、先给地图，再给任务。 不要上来就甩一句”帮我实现 XX 功能”。先让它通读相关模块、复述一遍它的理解，确认它脑中的地图和真实代码一致，再动手。这一步能拦掉一半的方向性错误。
二、小步闭环，拒绝长跑。 让 agent 一口气改十几个文件，最后大概率烂尾。切成小任务，每一步都让它跑测试自证，错了马上回头。短闭环的质量远高于长冲刺——人如此，AI 也如此。
三、验证是 harness 里最硬的一环。 我现在给所有项目补测试，一半原因是为了自己，另一半是为了让 AI 有东西可跑。有自动化验证的任务可以放心交给它循环；没有验证的任务，它说完成了你也只能干瞪眼。
四、把经验写进项目。 我现在每个项目里都放一份给 AI 看的说明文件：构建怎么跑、测试怎么跑、哪些坑别踩。相当于把驭法刻进鞍子，换个会话照样好使。
模型会降价，手艺不会
往后看，模型这条赛道只会越来越卷：更强、更便宜、上下文更长，今天是 DeepSeek，明天可能又是一匹新马。马会一直降价，这是趋势，拦不住也不必拦。
但 harness 不一样。怎么组织上下文、怎么设计工具、怎么把验证做硬、怎么把一个模糊需求拆成 agent 能跑的任务——这些东西长在人和项目里，模型换了一代又一代，它一直作数。
我给学生上 AI 大模型课，第一节课就把这事讲透：别只顾着惊叹模型多厉害，去搭一遍自己的 harness——哪怕只是给一个开源模型接上工具、接上测试，跑通一个最小的循环。跑通的那一刻，你才从”用产品的人”变成”造系统的人”。
这个转变，比记住一百个模型名字都管用。