我看完這則新聞，第一個感覺是：DeepSeek 不只想把模型賣好，還想把工具鏈也擺上桌。先講一個比喻：想像你以前買一台車，只比引擎馬力。現在車廠開始比誰的儀表板、排檔桿、自動駕駛輔助、後備箱空間都能換。DeepSeek 這次就是從「引擎很強」往前跨了一步：模型 DeepSeek-V4-Pro 更會做 agent 工作，同時推出開源 DeepSeek Harness v0.1，讓開發者可以組合模型、工具、沙盒、檔案系統和執行流程。對我們來說，這不只是又一個模型更新，而是 DeepSeek 想搶下 AI 到底怎麼幫你寫程式 這一層。問題是，它自家 API 也開始分高峰低峰，價格比之前貴。這就像店裡開始賣整套廚房設備，同時把外帶費調整了。
為什麼 DeepSeek 要搶「AI 幫你寫程式」那一層？
過去很多廠商比模型，比的是「誰更聰明」，再比「誰的 token 比較便宜」。但 coding agent 要做的不只是生成一段文字。它要讀 repo、改檔案、執行 shell、搜索文件和網頁、規劃步驟、叫 subagents 分頭做事，還要決定哪些操作要讓人批准。這些事情，光靠模型本身不夠，還需要一套執行環境。
DeepSeek Harness 就是來做這件事的。它建在 Cordis 上，採用 MIT license，核心口號是 Everything is a plugin。換句話說，模型、工具、技能、session、sandbox、檔案系統、orchestration 甚至 UI，都可以拆成插件。你可以把它想成一個開放源碼的 AI 寫程式「組裝架」。
很多人第一反應會是：「模型很強？聽起來很厲害，但我的 code 到底能不能自動改、自動跑、自動提交 PR？」
這句 OS 很真實。Claude Code 和 Codex 已經把這種體驗做得很完整，DeepSeek Harness 目前還是 developer preview，官方也提醒會有 breaking changes。所以它現在不是直接替代，而是提供一個更開放、更模組化的基礎。對開發者來說，好處是可以自己換模型、換工具、換 sandbox，不用被綁死在單一廠商的生態裡。
錢包要開始算「高峰低峰」了
同一則新聞裡，另一個很實際的變化是 API 價格。DeepSeek 從 8 月 16 日 16:00 UTC 開始，把原本的 flat pricing 改成 peak 和 off-peak 兩種時段。peak 是 01:00–04:00 UTC 和 06:00–10:00 UTC，其他時間都是 off-peak。低峰價格約為高峰的一半，但對已經在跑 DeepSeek 的團隊來說，低峰也比舊價貴不少。
用一個簡單例子看：假設你一次用 100 萬 cache-miss input tokens 加 100 萬 output tokens。
| 模型 | 舊價（1M 輸入 + 1M 輸出） | 低峰新價 | 高峰新價 | 白話說法 |
|---|---|---|---|---|
V4-Flash |
$0.42 | $0.88 | $1.76 | 便宜版也變貴，但彈性大 |
V4-Pro |
$1.305 | $2.64 | $5.28 | 旗艦版在高峰時段最燒錢 |
這裡要小心一個誤解：低峰比新高峰便宜一半，不代表低峰比舊價便宜一半。如果你看到「off-peak 50%」這種說法，先確認它是跟哪個價格比。對大量跑 agent 的團隊，排程、cache hit 比例、能不能自己部署，都會變成成本計算的一部分。
V4-Pro 變得更像「會做事的模型」
V4-Pro 本身是 1.6 兆參數、每 token 激活 490 億，並支援 100 萬 token context。對 agent 來說，長 context 很關鍵，因為它要同時看著 repo、log、工具輸出和歷史對話。這版官方版本強調 agent capabilities。它支援 OpenAI Responses API，也說對 Codex 有一鍵整合。文件裡也提到三種 reasoning effort：Non-think、Think High、Think Max。這對 agent 很有用，因為不是每一步都要最大腦力。看檔案、跑常規工具時可以快一點，遇到難 bug 或多階段改動時再提高推理強度。這樣可以省 token，也可以省時間。
benchmark 方面，DeepSeek 給出 Terminal Bench 2.1 87.9、Toolathlon-Verified 74.1 等數字。但要注意，部分 agent 成績是在 DeepSeek Harness 的 minimal mode 下測的。換句話說，那不只是「模型考卷」，而是模型坐在一個執行環境裡做事的成績。這其實正呼應了 DeepSeek 想搶的那一層：harness 會影響最終表現。
它不是 Claude Code，也不是 Codex 的完整替代
如果把 DeepSeek Harness、Claude Code 和 Codex 放一起看，差異很清楚。DeepSeek Harness 強調開源和可替換，模型也是一個 plugin；Claude Code 是 Anthropic 的成熟商業產品，權限和 sandbox 做得比較完整；Codex 則有 CLI、IDE、desktop、web/cloud 和 GitHub 工作流。三者都能讀寫 repo、跑 shell、規劃和呼叫工具，但成熟度和生態不一樣。
對開發者來說，DeepSeek Harness 最大的吸引力是可拆。你可以換模型、換工具、換 session 管理、換 sandbox，甚至換 UI。這種彈性在 prototype 或內部工具很有用。但如果你要直接上生產環境，還是得先測穩定性，尤其是官方明說會有 breaking changes。
寫到這裡，給你幾個小提醒
- 如果你已經在跑 DeepSeek API，先重算成本，特別是把
peak時段和cache hit比例算進去。 - 如果你評估
DeepSeek Harness，把它當成developer preview，先在自己的 workspace 測試，別直接當穩定版用。 - 如果你做 coding agent，別只比模型 benchmark，要比模型 + harness 整套跑出來的結果。
- 如果你追求完整產品體驗，
Claude Code和Codex目前仍是成熟選項；DeepSeek Harness更像開放基礎，不是完全替代。
DeepSeek 這招很聰明：把工具開放，同時讓自家 API 變貴。對開發者來說，機會在彈性，風險在成本。把時段、快取、部署方式都算進去，再決定要不要跟著跑。
延伸思考與常見問題
點選問題可展開答案
Q1：DeepSeek Harness 是什麼？
它是一個開源的 agent harness，負責讓 AI 模型能讀寫檔案、執行 shell、搜索、規劃和呼叫工具，類似 Claude Code 的執行環境，但更強調模組化。
Q2：peak 和 off-peak API 定價怎麼影響成本？
DeepSeek 從 8 月 16 日開始把 API 分成高峰與低峰，同一模型在高峰時段價格最高，低峰約為高峰一半，因此同樣 token 用量在不同時段成本可能差很多。
Q3：V4-Pro 的 benchmark 為什麼不能只看數字？
部分 agent 成績是在 DeepSeek Harness 的 minimal mode 下測的，包含模型加上執行環境，不是純粹只考模型智商，所以比較時要留意測試條件。