DeepSeek通用智能体Harness即将上线，V4 Pro正式版发布，DeepSWE飙至62.7，8月底真能落地吗？

DeepSeek通用智能体Harness即将上线，V4 Pro正式版发布，DeepSWE飙至62.7，8月底真能落地吗？

　　DeepSeek通用AI智能体最快将于2026年8月底至9月正式上线，其核心执行框架Harness已完成公众号注册并组建专项团队；8月12日，新一代旗舰模型DeepSeek-V4-Pro正式版发布（总参数1.6万亿，编程智能体测试DeepSWE得分从12.8飙至62.7），为智能体落地提供了关键模型底座。

　　8月12日，多个关键信号同时指向DeepSeek智能体发布进入倒计时。据界面新闻报道，“DeepSeek Harness团队”微信公众号当日完成注册认证，认证主体为北京深度求索人工智能基础技术研究有限公司，IP属地为北京海淀，账号暂未发布内容。这是DeepSeek首次为Harness业务线单独设立官方发布阵地，独立于主公众号运营，被外界普遍解读为Harness产品即将正式发布的信号。

　　时间回到今年5月，DeepSeek内部组建了Harness专项核心团队，由崔添翼担任负责人，首批开放招聘Harness研究员、工程师、产品经理三类岗位，工作地点均位于北京。截至发稿，DeepSeek方面暂未对智能体上线时间予以正式回应。但在业内人士看来，Harness团队独立运营，意味着DeepSeek正将模型能力转化为真正“能干活”的通用Agent产品。

关键时间线（截至2026年8月13日）

• 2026年5月：DeepSeek内部组建Harness专项核心团队，崔添翼任负责人。
• 2026年8月12日：“DeepSeek Harness团队”微信公众号完成注册认证，暂未发布内容。
• 2026年8月12日深夜：DeepSeek官方API文档更新，V4 Pro推出正式版（DeepSeek-V4-Pro-0813）。
• 2026年8月底至9月：行业普遍预期Harness产品正式上线。

DeepSeek智能体真的要来了？为什么说Harness是“执行神经”？

　　答案是：虽然官方还未官宣，但产品发布的条件已经基本就绪。从公众号注册到团队组建，再到旗舰模型更新，所有环节都指向同一事实——DeepSeek的通用AI智能体已经“在路上”。

　　所谓Harness，在DeepSeek内部被定义为智能体的执行框架。它围绕大模型构建一套完整的控制与编排系统，负责调度工具、管理任务状态和执行闭环，旨在将模型的推理能力转化为能实际完成复杂任务的智能体。官方招聘信息给出了更直观的公式：“Model+Harness=Agent”。

　　简单来说，DeepSeek基座大模型相当于智能体的“大脑”，负责推理、理解需求、生成代码；Harness则像“执行神经系统”，承担大脑与真实环境之间的衔接工作。大模型本身只能输出文本结果，无法直接操作电脑、调用API、读写文件或执行多步操作。Harness正是让AI“动手”的关键技术。与普通对话大模型相比，搭载Harness的智能体能够自主完成从理解任务、拆解步骤、调用工具到验证结果的全流程，这是两者最本质的区别。

　　在人工智能技术体系中，Agent（智能体）是指能够感知环境、做出决策并执行动作的智能系统。它不同于传统聊天机器人——聊天机器人只负责“回答”，而Agent必须为“结果”负责。Harness的出现，让DeepSeek从“回答者”走向“执行者”。如果将Harness类比到技术栈，它类似于一个“代理运行时”：既包括决策规划模块，也包括行动执行模块。在大模型时代之前，RPA（机器人流程自动化）工具也能模拟鼠标键盘，但缺乏智能理解能力；Harness则把大模型的语义理解与工具调用结合起来，让机器第一次具备了“听懂人话并干活”的可能。

V4 Pro正式版到底有多强？一组数据读懂智能体底座

　　性能足够强、接口足够开放、成本足够低，是V4 Pro正式版作为智能体底座的三大底气。

　　8月12日深夜，DeepSeek官方API文档的模型版本栏从preview悄然切换到DeepSeek-V4-Pro-0813，调用名仍为deepseek-v4-pro，但已换了一代。据IT之家报道，V4 Pro支持非思考与思考模式、Tool Calls、Responses API，并可直接导入Codex使用；上下文窗口高达100万token，最大输出长度达38.4万token。

　　综合多方公开信息，V4 Pro总参数1.6万亿、激活490亿，其编程智能体测试DeepSWE得分从preview版的12.8跃升至62.7，翻了近五倍。在TerminalBench上，V4 Pro拿到87.9分，紧贴榜首Kimi-K3的88.3，并甩开Opus-4.8的85.0；HLE带工具测试60.0分，仅次于Fable 5的63.0；NL2Repo得分61.5，仅次于Opus-4.8的69.7。横向对比可以看到，V4 Pro已经进入全球第一梯队，且在部分场景逼近甚至追平顶级模型。以DeepSWE为例，这项基准测试要求模型在真实的GitHub issue上完成代码修改和测试，得分从12.8到62.7，意味着智能体从“偶尔成功”变成了“大多数任务都能搞定”，这对于工程化应用是质的飞跃。

　　更值得关注的是它的“开放姿态”。1M上下文+384K输出+Responses API+Anthropic API双兼容+Codex接入，意味着开发者之前用Claude搭建的Agent技术栈，迁移至DeepSeek几乎零成本。这是DeepSeek第一次在Agent基础设施的完整度上摸到Anthropic的水平。

　　价格方面，V4 Pro定价为每百万输入tokens约0.435美元、输出tokens约0.87美元，折合人民币约3元/6元；而海外同级模型如Fable 5输入/输出定价为10/50美元，Opus 4.8也在5美元级别。也就是说，DeepSeek用海外模型几十分之一的成本，提供了对方80%以上的Agent能力。这种性价比对开发者而言极具吸引力，也可能倒逼海外模型降价。

为什么梁文锋说“全力做通用Agent”？

　　据流出的DeepSeek创始人梁文锋内部投资人会议内容，DeepSeek在Agent方向上认为最合理的做法是“全力做通用的Agent”，垂直Agent优先级较低。这意味着Harness团队将首先围绕通用Agent方向展开布局，而不是只做一个编程插件。

　　这一战略判断背后的逻辑是什么？从市场规模看，通用智能体覆盖办公、教育、金融、医疗等几乎所有场景，天花板远高于单一垂直Agent；从技术演进看，底座模型能力一旦足够强，垂类场景只需通过prompt和工具配置即可覆盖，没必要为每个垂直场景单独训练模型。DeepSeek的V4 Pro已具备很强的通用能力，配合Harness的通用执行框架，可以快速适配多个行业。

　　事实上，DeepSeek在Agent方向上的布局早有端倪。此前有媒体报道，DeepSeek正在组织Harness团队，方向是编程智能体产品，内部对标Anthropic旗下的Claude Code。但最新信息显示，通用Agent的定位比编程更宽泛。梁文锋的判断是，垂直Agent容易陷入单点场景，而通用Agent才是通往AGI的必经之路。

　　这一路线与部分国内大模型公司的做法形成鲜明对比。不少厂商选择先做垂直Agent，例如客服Agent、编程Agent、写作Agent，以快速落地变现。DeepSeek则坚持“通用优先”，更像是押注AGI的长期主义。

通用智能体上线后，开发者、企业、普通用户分别面临什么？

　　首个直接受益群体是开发者，尤其是使用Claude搭建Agent应用的团队。由于V4 Pro兼容Anthropic API和Codex，他们可以近乎零成本地切换到DeepSeek，将API成本降低一个数量级。在更细分的编程场景中，DeepSWE得分从12.8提升到62.7，意味着AI编程智能体从“可用”迈向“好用”。

　　其次是To B企业。通用智能体可以承担客服、数据整理、流程自动化等重复性工作。若Harness按预期在8月底至9月落地，企业用户将首次以“白菜价”用上与顶级模型相当的智能体能力，这有可能掀起一场企业级AI应用的价格革命。例如，一家中型电商公司每天处理数千条客服咨询，过去调用海外顶级模型需要高额API费用，如今切换到DeepSeek，成本可能降至原来的几十分之一，同时还能实现自动下单、物流查询等真实操作。

　　对于普通用户，通用智能体会以更自然的方式嵌入工作流。用户可以直接告诉智能体“帮我整理这100篇论文并生成报告”，智能体在Harness的调度下自动完成检索、阅读、总结和输出。这种交互方式将重新定义“AI助手”的体验——它不再是回答问题，而是替你把事情做完。

　　更深层次的影响在于，通用智能体可能推动AI应用从“问答时代”进入“执行时代”。类似苹果App Store，智能体应用生态也将出现，DeepSeek有机会通过Harness成为平台级的“Agent操作系统”。

　　对于决策者而言，建议从现在开始关注DeepSeek API文档和Harness团队公众号，提前规划技术路线。企业用户可以在小范围测试Agent的可靠性，再决定是否全面接入。

争议与风险：Harness真能如期落地吗？

　　尽管市场预期乐观，但仍有多个不确定因素。首先，截至发稿，DeepSeek官方对智能体上线时间及Harness产品细节尚未正式回应，目前所有时间点均来自行业推测。其次，V4 Pro的详细参数和跑分主要来自第三方披露，官方技术报告尚未发布，实际效果需以官方为准。第三，通用Agent的技术挑战远比对话模型大，比如多步规划的稳定性、工具调用的可靠性、安全对齐等，都还没有经过大规模真实场景检验。

　　在舆论场中，媒体观点与网友感受也存在温差。界面新闻、新浪科技将公众号注册解读为“发布信号”，微博科技博主“周科HNU”对V4 Pro的性能提升表示“不像一个物种”，但也有网友质疑“跑分不代表真实能力”。需要强调的是，目前没有官方确认的信息，都不能视为既定事实。

　　从历史案例看，Anthropic的Claude Code发布后，虽然口碑很好，但也暴露出代码生成不够稳定、长任务易中断等问题。DeepSeek的Harness能否避免类似情况，还是一个未知数。

　　另外，通用智能体一旦拥有执行能力，安全风险也随之上升。例如恶意prompt注入可能导致智能体执行有害指令，因此Harness需要内置权限控制、操作审计等机制。这些在公开信息中还未披露，需要等待产品正式发布后的实测验证。

　　后续值得关注的时间节点包括：DeepSeek官方是否会在8月底发布Harness产品、V4 Pro技术报告是否公开、以及Harness团队是否放出内测名额。对于计划采用DeepSeek智能体的用户，建议先关注官方API文档和公众号动态，等待正式发布后再做决策。

QA：你关心的几个问题

DeepSeek的通用AI智能体什么时候上线？

　　据公开报道和行业预期，DeepSeek智能体（Harness）最快将于2026年8月底至9月正式上线，届时将推出首款通用AI智能体产品。目前DeepSeek官方尚未正式回应，确切时间需以官方发布为准。

DeepSeek V4 Pro性能如何？要花多少钱？

　　V4 Pro总参数1.6万亿，上下文100万token，最大输出38.4万token，编程智能体测试DeepSWE得分从12.8提升至62.7。定价为每百万输入tokens约0.435美元、输出tokens约0.87美元，仅约海外同级模型的几十分之一（据公开信息）。

Harness和普通大模型有什么区别？

　　Harness是智能体的执行框架，相当于让大模型长出“手和脚”。普通对话大模型只能输出文字，而Harness可以调用工具、管理任务状态、完成执行闭环。官方公式“Model+Harness=Agent”，两者缺一不可。