蓝色布景，卡通虎鲸，配上“AgentHarness研发工程师”几个大字，看起来像是哪个二次元公司在招实习生。但如若你真这样想，就错过了一个时弊信号。
现时作念Harness的公司许多，比如Anthropic的ClaudeCode，以及OpenAI的Codex。
这两个居品有个共同性情，指引者皆是居品降生。
前者的首创东说念主是鲍里斯·切尔尼（BorisCherny），典型的居品司理，曾在Facebook作念过工程和居品指引。
Codex这边是亚历山大·安布利克斯（AlexanderEmbiricos），Dropbox的居品司理。
但是DeepSeek不一样，这边Harness的认真东说念主并不是什么居品司理，而是一个在JaneStreet干了9年、其后联创量化基金TSYCapital的往还系统大众——崔添翼。
这个礼聘很反学问。一般公司不管作念如何的居品，找的皆是懂用户体验、会画原型图、能趋奉需求的PM。
DeepSeek倒好，找了个会赢利的量化妙手。
但我却认为DeepSeek反而作念对了。
为什么?
因为量化往还和AIAgent的底层逻辑是一样的。
光有颖异的政策不赢利，确切把政策变成钱的，是扩充系统，是风控系统。
光有强模子也不够，确切把模子变成出产力的，是器用，是高下文。
DeepSeek不需要居品包装，也不需要进取措置，公司里面翻开天窗说亮话。
他们惟一需要的，即是跳过中间商，平直找个会赢利的东说念主，带着民众总共赢利。
01
崔添翼其东说念主
2008年，河南安阳一中的崔添翼凭借寰宇青少年信息学奥林匹克竞赛铜牌，被保送参预浙江大学筹画机学院。那一年，梁文锋还在浙大信息与通讯工程专科读研究生。
崔添翼在浙大的四年，简直是在ACM竞赛的测验和比赛中渡过的。他代表浙江大学参加ACM海外大学生递次缱绻竞赛亚洲区域赛，6次拿下金牌。
在阿谁年代，ACM竞赛圈里流传着一份课本《背包九讲》，作家恰是崔添翼。这份课本系统拆解了动态谋划中的背包问题，从01背包到富裕背包、多重背包、分组背包、依赖背包，一直到泛化物品。于今仍在GitHub上更新。
2013年毕业后，崔添翼被JaneStreetCapital香港分部聘为助理量化研究员，那时他的年薪就进取了百万东说念主民币。
JaneStreet是全球顶尖的量化往还公司，本事门槛高，口试历程严苛。
崔添翼在JaneStreet一待即是9年，从事股票和固定收益鸿沟的软件蛊惑与研究。这9年里，他构兵的不是单纯的算法题，还有真实的往还系统、风控系统、回测系统、往还管说念和畸形处理。
民众皆说量化往还即是政策，你有了政策就能赢利，但其实不是，光有政策是不成赢利的。
一个政策在回测里发扬再好，如若不成被安适扩充，价值接近于零。
确切把政策变成钱的，是扩充系统。
政策写出来以后，一般不会坐窝上真金白银，而是先放进历史行情里跑一遍，看它在昔日那些涨跌里会若何往还、临了赚不赢利。这叫回测。但回测仅仅过后模拟，跑得漂亮不等于实盘也能赢利。
系统得先看见价钱若何动，再判断要不要脱手，接着把交易提醒送出去，还得盯着往还所讲究的结尾。“成交了吗？”、“成交价是些许？”
阛阓会顿然暴涨暴跌，接口会延伸，数据会出错，政策也可能贯穿赔本。这时候系统必应知说念什么时候停手，什么时候报警，什么时候把往还割断。
阛阓没东说念主等你，延伸哪怕只须几毫秒，钱就没了。
这些东西不性感，也不会出现时学术论文里，但它们才是量化往还的中枢竞争力。
2022年，崔添翼离开JaneStreet，荟萃创办了量化往还机构TSYCapital，专注于全球股票阛阓的系统化量化往还政策。
从此以后，他就从打工东说念主变成了创业者，他不仅要懂本事，还要从零搭建整套往还系统、组建团队、措置风险、对接阛阓。
TSYCapital的团队成员相似来自各大名校，但创业的现实比在大公司打工要无情得多。2026年2月，有音信传出崔添翼离开了TSYCapital。
过了一段时候，他在LinkedIn上更新了我方的职位，加入DeepSeekHarness团队。
“又一个天才加入DeepSeek”这个事也曾没啥极新的了，因为DeepSeek根底就不缺天才。
DeepSeek找来崔添翼，自己也不是让他过来测验模子的，而是为了让他搭建Harness。
对DeepSeek来说，其实Harness即是他们的往还系统。AIAgent的底层逻辑和量化往还是一样的。
光有强模子不够，确切把模子变成出产力的，是高下文措置、器用调用、结尾扩充、测试反映、权限完毕、失败回滚。
在量化里，不成被安适扩充的政策价值即是0。在AI里，不成安全操作文献、敕令、代码的模子，也仅仅一个聊天框遣散。
崔添翼加入DeepSeekHarness团队真的切信号，是DeepSeek终于驱动补那套把“颖异”变成“扩充”的系统。
这是DeepSeek下半场的开局。
02
从模子后果到责任流进口
DeepSeek上半场的叙事，是模子后果。
V3、R1、开源、低资本、推理才略……
DeepSeek发挥了一件事，中国团队就算莫得那么多卡，也能作念出全球级模子。冲破了“只须好意思国大厂才智作念强模子”的固有融会。
但是对于用户来说，恒久皆是谁出了什么新模子，我就跑昔日用谁的模子。豆包进取DeepSeek的下载量，即是最佳的例子。
模子爆红不错带来强项的第一波流量，耐久用户鸿沟要靠居品、场景、运营和生态进口留下。字节的上风就在这里。
豆包有抖音、剪映、有SeeDance。DeepSeek虽说在模子社区里有声望，但在民众居品层面，它并莫得酿成豆包那种捏续分发和高频使用才略。
当下半场模子才略趋同期，确切的竞争会从“谁的模子更颖异”，转向“谁离用户的责任流更近”。
天然我们民风了ChatBot，然则对蛊惑者来说，聊天框并不是进口，剪辑器、结尾、代码库、CI、文档、任务系统，这些玩意才是。
ClaudeCode和Codex这类的居品，也不仅仅“帮你写代码”，而是把模子嵌进蛊惑者的浅薄操作旅途。
谁占住这个进口，谁就拿到了付费场景。
许多东说念主以为Harness的骨子是模子性能，性能越强越好。执行上迥然相异，开云足球世界杯(官方)APP下载Harness是让低廉token变得灵验的系统。
Agent烧token是事实。
几年前，言语模子处理的照旧很轻的任务，给它一段驳倒，让它判断情绪，几十个token，简直顷刻间复返。现时的编程Agent面临的是另一类任务，看竣工个代码库，找到bug，写补丁，跑测试，再考据结尾。
一次任务可能耗尽上千万token、捏续几很是钟，甚而几个小时，背后还得调用器用好几百次。
现时的GPT和Claude，骨子上是Agent开着豪车送外卖，能跑通，但资本太高了。
低廉如实不曲直常，问题是你至少得让我买得起，我才智舍得用吧？
而况哪怕是吞并个模子，换一套Harness，结尾就会富裕不同。
X上有位叫作念SayashKapoor的博主作念了一个测试。
以ClaudeOpus4.5为例，放进ClaudeCode的Harness，在CORE-BenchHard上能达到95%。换成一个朴素的HuggingFace建树，收货只剩42%。
滚球app(中国)官网下载相似的权重、相似的智能水平，单是Harness就拉开了53个百分点，这个差距照旧挺彰着的。
民众拼的也曾不是模子了，而是谁的Harness更好。一个更小、更低廉的模子，只须配上优秀缱绻的Harness，也可能击败一个大模子加鄙俚Harness。
这即是2026年通盘头部大厂皆在追求Harness的原因。你模子终究是要使用的。多买几张卡、多花点时候去测验模子，提高很小很小。但写好一个Harness，那简直是面庞全非。
AI编程也曾过了“模子会不会写代码”的阶段，现时哪还有不会写代码的模子？
确切拉开差距的处所，即是模子能不成在真实的代码库里安适干活。
Harness认真组织代码库、形貌规则、高下文选录，完毕迭代次数、重试政策，把模子的方案转成shell敕令、文献剪辑和测试扩充，再把测试失败、日记输出、浏览器截图重新喂回模子。
AIAgent是一个“念念考、手脚、反映、修正”的长轮回。这个轮回能不成跑稳，靠的即是Harness。
API价钱越低，单纯卖token赚的钱越少，这是无可争议的事实。
是以才要有Harness，去把廉价的模子包装进高价值场景。
相似100万token，用在聊天里仅仅问答，用在代码Agent里可能完成一个bug建筑、一次重构、一个功能原型。后者的付费意愿高得多。
DeepSeek需要从卖模子调用，转向卖责任流结尾。这是下半场的中枢逻辑。
03
DeepSeek的短板
DeepSeek网页端很火，APP下载量也很高，但对于模子调用这块，它是莫得蚁集渠说念的。别东说念主用它的模子跑agent，反映信息不回梁文锋那里。
这不是本事问题，这是机制问题，网页端和APP皆是ChatBot，并不成确切去跑责任流。
要想去作念Harness居品，你得有一个蚁集反映的通说念。用户在那处卡住了？哪些器用调用失败率最高？哪些场景下模子发扬不安适？
这就像一家量化公司把政策发出去了，但往还日记、成交陈述、风控记载皆在别东说念主手里。你知说念政策有东说念主用，却不知说念它到底若何赢利、若何亏钱。
蚁集不到这些信息，居品即是闭门觅句。
Harness最值钱的处所，正好就在失败日记上头。
它改错了哪一瞥？跑测试时挂在哪个报错？结尾敕令为什么失败？它有莫得重迭读吞并个文献？有莫得在高下文快满时驱动忘事？
拿到更多真实失败日记，谁就能更快知说念Agent到底差在那处。
ClaudeCode为什么能在短时候内占到GitHub公开提交量的4%？因为Anthropic不仅仅作念了一个器用，而是建立了一个竣工的反映轮回。
它把用户的每一次失败和重试，皆会变成居品迭代的数据。尤其是那些麇集失实，平直变成了ClaudeCode的新Harness。
DeepSeek现时要补的，不仅仅Harness自己，还有这套蚁集反映、快速迭代的机制。
量化里有个词叫滑点。你以为我方能在这个价钱成交，结尾真下单的时候，价钱也曾变了，中间差出来的即是滑点。
Agent里也有滑点。模子以为我方斡旋了形貌结构，结尾读错文献；以为一条敕令能跑通，结尾环境变量没配；以为补丁改好了，结尾测试挂了。
这些差距，即是模子从“想显着”到“作念成事”之间的滑点。Harness的价值，即是把这些滑点少许点压低。
还有少许，现时Agent有一个极端让东说念主头疼的问题即是“管不住”。
2026年4月，汽车租出SaaS公司PocketOS，让一个运行在Cursor里的ClaudeOpus4.6编码Agent，通过Railway调用一次API，结尾这个Agent在9秒内删除了公司的出产数据库和同卷备份，公司临了只可从三个月前的备份规复。
在量化公司，最怕的不是政策不赢利，而是政策失控。亏钱不错复盘，失控会把公司拖死。是以往还系统一定要有风控：亏到什么进度要停，出现畸形报价要停，接口延伸太高要停。
Agent也一样。它能读文献、改代码、跑敕令，才略越大，风险越大。什么敕令不成扩充，哪些目次不成碰，什么时候必须问东说念主，改坏了若何回滚。
崔添翼值钱的处所在于，他知说念什么时候该把模子摁住。
以前在居品体验这件事上，DeepSeek是不太需要费神的。模子够强，开源够快，社区天然会来。
现时不一样了。蛊惑者对编程器用的容忍度是极低的，因为他们有些东说念主会同期准备许多个编程器用，A器用不行就立时换B器用。
IvernAI在2026年4月蛊惑者打听中提到，73%的蛊惑者每每使用2个以上AI编码器用，只须27%只用一个器用。
除了居品体验之外，器用生态亦然一个大问题。
ClaudeCode背后有MCP条约、有插件系统，还有千般的Skills。这些东西不是一天建成的，是在多半次的真实使用场景里长出来的。
安适性是另一个痛点。DeepSeek爆红之后，就业器压力暴增，就比如5月28日，DeepSeek就又崩了。
对聊天用户来说，等几秒钟还能罗致。但对编程Agent来说，安适性即是人命线。任务跑到一半，你顿然告诉我说API超时了，那通盘责任皆前功尽弃了。
开云足球世界杯官方手机APP下载