DeepSeek Harness 一周拿下 16.6 万 Star，开发者已经把它改成了什么？

                    <div class="detail-content-box has-mask large">
                        <section style="&#39;-webkit-tap-highlight-color:"><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;text-align: justify;"><strong><span><span style="color: #4E4C4C;font-weight: normal;">这两天，DeepSeek 开源了自己的DeepSeekHarness：</span></span></strong></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;text-align: justify;"><strong><span><br/></span></strong></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;text-align: justify;"><strong><span><span style="color: #888888;font-weight: normal;">https://github.com/deepseek-ai/deepseek-harness</span></span></strong></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">我看到这个消息以后，第一个反应是：感谢 DeepSeek。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">我为什么会有这个反应？</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">倒不是因为 Harness 是一个新概念。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">过去一年，只要是在做 Agent 的人，对这个词都不会陌生。懂技术的人看到法索，也知道我们真正做的不是给模型加一层界面，而是在搭一套面向法律工作的 Harness。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">但对技术圈以外的人来说，Harness 一直是一个很远的词。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #0052FF;font-weight: bold;">DeepSeek 带来的变化，不是创造了 Harness，而是直接把这个原本主要在技术圈里使用的词，放进了产品名称。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">它没有把产品叫作另一个 Code、Agent 或 Copilot，而是直接叫 DeepSeek Harness。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">借助 DeepSeek 本身的影响力，更多人第一次知道，原来模型之外的这整套系统，也有自己的名字。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">对我们这些一直在做 Harness，也一直在向别人解释 Harness 的人来说，这个变化很重要。</span></span></p><p style="background-image: linear-gradient(90deg, rgb(31, 67, 225) 42%);color: transparent;background-clip: text;"><strong><span><br/></span></strong></p><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINsYkWUMK1A0Qzz3Jq.png"/></section><section><span><br/></span></section><section style="padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span>01</span></p></section><section style="font-size: 22px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(31, 67, 225) 42%);color: transparent;background-clip: text;"><span><span style="font-size: 23px;color: #0052FF;font-weight: bold;">“你们接了哪些模型？”</span></span></p></section><p style=""><span><br/></span></p><section style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><p><span><span style="color: #4E4C4C;">这个问题，可以说是我被问得最多的一个问题。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">这个问题当然很正常。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">模型最容易被看见，名字也最容易被记住。但仅仅知道模型的名字，还不足以判断一个 AI 产品。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">如果要判断一个 AI 应用，除了看它接入了什么模型，至少还要看它背后的 Harness。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">那 Harness 到底是什么？</span></span></p><p><span><br/></span></p><p><span><span style="color: #0052FF;font-weight: bold;">如果用最简单的话解释，模型提供理解、生成和推理能力，Harness 负责把模型和具体工作连接起来。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">它要处理的是：</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">模型这一步应该看见什么，可以使用哪些能力，前面已经完成了什么，哪些结果需要核查，以及整个过程能不能持续和追溯。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">DeepSeek 这次开源 Harness，恰好把这套平时藏在产品背后的系统直接摊开了。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">它的官方架构采用“一切皆插件”的设计。</span></span></p><p><span><br/></span></p><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINv2BZW8YY2EJDnyNh.png" style="width:100%;"/></section></section><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span><span><span style="color: #4E4C4C;">这张图列出了很多组件。然而，真正值得注意的是，模型适配器只是其中的一部分。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">模型还需要和工具、会话以及 Agent Loop 共同工作，才能从一次调用进入一项可以持续推进的任务。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">也就是说，接入模型只是起点。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">起点之后，才是 Harness 怎样让模型参与一项真实工作。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">一套成熟的 Harness，不是不在意模型。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">恰恰相反，它需要足够了解不同模型的能力，知道在什么任务里应该选择什么模型。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #0052FF;font-weight: bold;">在法索 AI 里，每一个需要模型参与的任务节点，都有属于这个节点的一套评测。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">我们选择的，不一定是总体排行榜上最强的模型，而是经过具体评测以后，能够在这个节点上发挥最好表现的模型。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">一个模型总体能力更强，不代表它在每一项具体的法律任务里都是最合适的。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span style="&#39;-webkit-tap-highlight-color:"><span style="color: #4E4C4C;">所以，比“接了哪些模型”更重要的问题是：</span></span><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #0052FF;font-weight: bold;">为什么在这个任务里选择这个模型，又用什么证明它在这里表现得足够好。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">但模型怎么选、怎么配合，也只是 Harness 需要解决的问题之一。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">DeepSeek Harness 是一个开放、通用的 Agent Harness，法索做的则是法律应用。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">两个产品解决的问题并不相同，但有了 Harness 这套共同语言，法索的价值也更容易被解释。</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #4E4C4C;">如果今天再有人问我，法索 AI 和一个模型接口有什么不同，我会说：</span></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><br/></span></p><p style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><span><span style="color: #0052FF;font-weight: bold;">法索真正的价值，不是接入了哪个模型，而是围绕中国律师的真实工作，建立了一套法律 Harness。</span></span></p><p style=""><span><br/></span></p><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINsYkWUMK1A0Qzz3Jq.png"/></section><section style="padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span><br/></span></p><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span>02</span></p></section><section style="font-size: 23px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">法索要接住的，</span></span></p><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">不是一个问题，而是一个案件</span></span></p></section><p style=""><span><br/></span></p><section style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><p><span><span style="color: #4E4C4C;">我身边有不少律师朋友。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">开始做法索以后，我也花了很多时间深入了解他们的真实工作，看一件案件是怎样从材料进入，一步一步形成判断和结果的。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">在律师的工作里，起诉状和答辩状已经是很后面的结果。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">在把结论写进文书以前，律师需要阅读材料、整理事实、判断请求和抗辩、检查证据，再把这些内容组织成一套可以继续使用的案件分析。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">法索最早把其中相对稳定的工作提炼成七个分析模块：案件概要、案件大事记、请求权基础、案由、抗辩、判决趋势、证据梳理与策略制定。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">七个模块不是因为模型擅长做七件事，而是因为这些工作共同构成了一份相对完整的案件分析。</span></span></p><p><span><br/></span></p><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINzJoqXhy5BWTSt7ke.png" style="width:100%;"/></section><p style=""><span><br/></span></p><p><span>但真实案件并不会停在一份报告里。</span></p><p><span><br/></span></p><p><span>案件材料会增加，事实会变化，律师会形成新的判断，对方也会提出新的主张和抗辩。</span></p><p><span><br/></span></p><p><span>系统不能每一次都从头开始，也不能把同一案件里的材料、分析和后续工作拆成彼此无关的对话。</span></p><p><span><br/></span></p><p><span><span style="color: #0052FF;font-weight: bold;">所以，法索的基本工作单位不是一次提问，而是一个持续存在的案件。</span></span></p><p><span><br/></span></p><p><span>律师可以围绕同一个案件管理材料、查看七个模块的分析，也可以通过案件助手“小索”继续讨论和完成后续任务。</span></p><p><span><br/></span></p><p><span>律师看到的是一个案件工作台。</span></p><p style=""><span><br/></span></p><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BIO1kEQJfKptayLsCJH.png" style="width:100%;"/></section><p><span><br/></span></p><p><span>工作台背后承接的，才是模型怎样理解材料、调用专业能力、保存案件上下文，并持续参与案件办理的完整系统。</span></p><p><span><br/></span></p><p><span>这也是我们一直不愿意把法索简单叫作“法律 ChatGPT”的原因。</span></p><p><span><br/></span></p><p><span>通用对话产品通常从一个问题或一轮任务开始，而法索从一个持续存在的案件开始。</span></p></section><section style="transform-origin: left top;"><section style="text-align: left;justify-content: flex-start;display: flex;flex-flow: row;"><section style="display: inline-block;vertical-align: top;width: 20%;align-self: flex-start;flex: 0 0 auto;height: auto;"><section style="transform-origin: left top;"><section style="text-align: right;"><section style="text-align: justify;font-size: 9px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span><br/></span></p></section></section></section></section></section></section><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINsYkWUMK1A0Qzz3Jq.png"/></section><section><span><br/></span></section><section style="padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span>03</span></p></section><section style="font-size: 23px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">一套法律Harness，</span></span></p><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">难在哪里</span></span></p></section><p style=""><span><br/></span></p><section style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><p><span>一套法律 Harness 的价值，不在于列出了多少个 Agent、Skill 和工具。</span></p><p><span><br/></span></p><p><span>——这些名词并不难写进一张架构图。</span></p><p><span><br/></span></p><p><span>真正困难的是，它们能不能在真实案件里共同工作，并形成律师愿意使用的结果。</span></p><p><span><br/></span></p><p><span><span style="color: #0052FF;font-weight: bold;">一套法律 Harness，首先要知道自己站在哪一个位置。</span></span></p><p><span><br/></span></p><p><span>同一组案件材料，法官、检察官、仲裁员和律师不会用同一种方式思考。</span></p><p><span><br/></span></p><p><span>律师还要区分原告和被告：</span></p><p><span><br/></span></p><p><span>原告律师要围绕诉讼请求组织事实和证据，被告律师要寻找抗辩空间以及对方主张中的缺口；法官和仲裁员要在双方意见之间判断争议、证明责任和裁判依据，检察官又有自己的审查目标。</span></p><p><span><br/></span></p><p><span>角色和立场不同，提出的问题、检索的方向、判断证据的方式，以及最后要形成的结果都会不同。</span></p><p><span><br/></span></p><p><span>真正困难的，不是让模型回答一个法律问题，而是让系统明确当前代表谁、承担什么任务，再沿着相应法律角色的专业思维完成分析。</span></p><p><span><br/></span></p><p><span>法索现在已经能够根据不同的法律角色和立场，用不同的专业路径分析同一案件。</span></p><p><span><br/></span></p><p><span>系统还要遵守法律工作的质量要求。</span></p><p><span><br/></span></p><p><span>事实判断需要回到具体材料，法律依据要真实可查，检索结果应该能够追溯原文。</span></p><p><span><br/></span></p><p><span>不能确定的事情，不应该被强行写成确定结论。</span></p><p><span><br/></span></p><p><span>最后，系统还要给律师留下审核、干预和接管的位置。</span></p><p><span><br/></span></p><p><span>我们不认为法律 AI 可以承诺“零幻觉”，也不认为 AI 应该取代律师作出最终判断。</span></p><p><span><br/></span></p><p><span><span style="color: #0052FF;font-weight: bold;">我们能做的，是尽可能减少无依据生成，让事实、依据和分析过程更容易核查，并让律师能够在关键节点介入。</span></span></p><p><span><br/></span></p><p><span>这些能力也不是把几个通用组件连接起来以后自然产生的。</span></p><p><span><br/></span></p><p><span>它们来自对律师工作现场的长期理解，也需要在不同案件和真实使用中不断验证。</span></p><p><span><br/></span></p><p><span>所以，如果要判断一套 Harness 做得好不好，不要只看它列出了多少 Agent、Skill 和工具，也不要只看架构图上有没有这些组件。</span></p><p><span><br/></span></p><p><span>更重要的是，它们能不能在真实任务中长期、稳定地共同工作，并持续形成符合专业标准的结果。</span></p></section><section style="transform-origin: left top;"><section style="text-align: left;justify-content: flex-start;display: flex;flex-flow: row;"><section style="display: inline-block;vertical-align: top;width: 20%;align-self: flex-start;flex: 0 0 auto;height: auto;"><section style="transform-origin: left top;"><section style="text-align: right;"><section style="text-align: justify;font-size: 9px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span><br/></span></p></section></section></section></section></section></section><section style="text-align: center;"><img class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BINsYkWUMK1A0Qzz3Jq.png"/></section><section style="padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span><br/></span></p><p style="background-image: linear-gradient(90deg, rgb(160, 162, 171) 42%);color: transparent;background-clip: text;"><span>04</span></p></section><section style="font-size: 23px;padding-right: 8px;padding-left: 8px;"><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">模型越强，</span></span></p><p style="background-image: linear-gradient(90deg, rgb(11, 96, 210) 13%);color: transparent;background-clip: text;"><span><span style="color: #0052FF;font-weight: bold;">越考验对工作的理解</span></span></p></section><p style=""><span><br/></span></p><section style="line-height: 1.8;padding-right: 8px;padding-left: 8px;"><p><span><span style="color: #4E4C4C;">每当大模型又向前走一步，都会有人问，应用层还有没有价值。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">我倒不太担心这个问题。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">模型变强，对所有 AI 应用公司都是好事。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">很多原来做不到，或者成本很高的事情，会因为模型能力提升而变得可行。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">但真正把模型放进一件案件以后，仍然有很多问题需要回答。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*它代表哪一方？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*应该先阅读哪些材料？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*</span></span><span><span style="color: #4E4C4C;font-weight: bold;">当前真正的争议是什么？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*</span></span><span><span style="color: #4E4C4C;font-weight: bold;">什么时候需要检索法律依据？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*</span></span><span><span style="color: #4E4C4C;font-weight: bold;">哪些结论必须回到原始材料？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*</span></span><span><span style="color: #4E4C4C;font-weight: bold;">哪里存在不确定性？</span></span></p><p><span><span style="color: #4E4C4C;font-weight: bold;">*</span></span><span><span style="color: #4E4C4C;font-weight: bold;">最后又应该把什么交给律师判断？</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">这些问题不会随着一个更强模型发布，自动出现在产品里。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">同一个模型进入不同的 Harness，可能成为编程 Agent、研究助手，也可能进入一件持续几个月甚至更久的诉讼案件。</span></span></p><p><span><br/></span></p><p><span><span style="color: #0052FF;font-weight: bold;">产品之间的差异，最后还是会落到团队对真实工作的理解：</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">任务怎样组织，上下文怎样建立，专业方法怎样沉淀，以及什么样的结果才算完成。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">模型越强，越能扩大 AI 可以进入的工作范围。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">但它也越考验产品团队是否真正理解，用户到底在完成什么工作。</span></span></p><p><span><br/></span></p><section style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);margin-bottom: 0px;padding-right: 8px;padding-left: 8px;outline: 0px;visibility: visible;"><section style="&#39;-webkit-tap-highlight-color:"><img alt="图片" class="rich_pages wxw-img" src="https://pic.imgdb.cn/i/034BIO5eH9sx7PJys6TAi4.jpg" style="-webkit-tap-highlight-color:rgba(0, 0, 0, 0);outline:0px;visibility:visible !important;width:100%;"/></section><section><span><br/></span></section><section><span><span style="color: #888888;">05</span></span></section><section><span style="font-size: 24px;"><span style="font-size: 23px;color: #0052FF;font-weight: bold;">感谢DeepSeek，</span></span></section><section><span style="font-size: 24px;"><span style="font-size: 23px;color: #0052FF;font-weight: bold;">让更多人看见了Harness</span></span></section></section><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">所以我说感谢 DeepSeek，是很认真的。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">不是因为它发明了 Harness，也不是因为它证明了法索选择的方向就是对的。</span></span></p><p><span><br/></span></p><p><span><span style="color: #4E4C4C;">它真正改变的是，更多人开始知道，模型之外还有一整套决定 AI 能不能工作的系统。</span></span></p></section></section><section style="margin-bottom: 0px;"></section><p style="display: none;"><br/></p>                            <div class="content-mask">
                            <a href="javascript:void (0);" class="mask-text login-trigger">
                                <i class="iconfont icon-suo"></i>
                                登录查看剩余 70% 内容
                                <i class="iconfont icon-arrow-right-o"></i>
                            </a>
                        </div>
                    </div>
                                        </div>