DeepSeek V4 Pro全量上线：从模型到Agent框架的全面进化

此前，DeepSeek主要通过模型权重、应用产品和API接口三种方式进入开发者工作流；而随着Harness的发布，DeepSeek第一次拥有了自己官方维护的通用Agent框架。业内普遍认为，这一举动是直接对标Anthropic的Claude Code能力。本文将从模型能力、Agent框架设计、工作流变革、代码实践和生态对比五个维度，对这次更新进行系统性解读。

DeepSeek V4 Pro：模型能力全面解析

核心参数与架构升级

DeepSeek V4 Pro（模型标识符为 DeepSeek-V4-Pro-0813）延续并强化了DeepSeek一贯的混合专家（Mixture of Experts, MoE）架构路线。其总参数量达到约1.6万亿规模，而每个token的激活参数约为490亿，由6个专家网络被路由激活。这种"大模型总参、小激活量"的稀疏设计，使得模型在保持极高知识容量的同时，把单次推理的计算成本压缩到可控区间。

在权重发布层面，V4 Pro选择了MIT协议，这是目前开源大模型中最宽松的协议之一，意味着商业使用几乎没有限制。权重格式采用 safetensors，主体权重以FP8精度存储，而专家权重进一步采用FP4精度（NVFP4格式），这种混合精度策略大幅降低了显存占用与存储成本，使超大模型在有限硬件上的本地部署成为可能。

下面是V4 Pro正式版的核心规格速览：

| 维度 | 参数值 |
| --- | --- |
| 架构 | 稀疏MoE |
| 总参数量 | 约1.6万亿 |
| 单token激活参数 | 约490亿（6专家路由） |
| 上下文窗口 | 1,048,576 tokens（1M） |
| 最大输出长度 | 384,000 tokens |
| 权重协议 | MIT |
| 权重格式 | safetensors，FP8（专家权重FP4） |
| 本版本新增 | DSpark投机解码模块 |

1M上下文窗口的意义

上下文长度直接决定了模型一次能"记住"多少信息。V4 Pro提供高达1M（约104万）token的上下文窗口，并支持最大38.4万token的输出，这两项指标叠加，使得"长文档分析 + 超长代码生成 + 多轮复杂任务"可以在单次会话内完成。

对开发者而言，1M上下文窗口意味着：

第三方推理服务方Novita已率先支持 DeepSeek-V4-Pro-0813，并提供1M上下文窗口，开发者无需自行部署数百GB权重，即可通过API调用这一超长上下文能力。

推理与代码生成能力提升

V4 Pro在官方定位中明确将"推理、代码生成和智能体工作流"作为三大优化场景。从公开评测看，该模型在LiveCodeBench上取得了93.5的Pass@1成绩，Codeforces Rating达到3206，两项均为所有被评估模型（含闭源旗舰API）中的第一。

这种代码能力的跃升，结合前述1M上下文，使V4 Pro天然适合作为Agent工作流的"大脑"。原因在于：Agent工作流本质上是"理解任务 → 规划步骤 → 调用工具 → 解析结果 → 修正方案"的循环，每一步都强依赖模型的推理与代码生成能力。V4 Pro的另一个技术亮点是引入了DSpark投机解码模块，配合原生MTP（Multi-Token Prediction，多token预测）机制，可在推理时一次预测多个候选token，从而在不损失精度的前提下显著提升解码速度。

值得一提的是，llama.cpp社区也在第一时间跟进，新增了 llama serve 命令并支持V4系列的NextN/MTP投机解码。相关PR显示，该实现在Qwen3.6-27B上已验证可实现约2.2倍的解码加速，这为本地部署V4系列模型提供了性能保障。

Harness v0.1：开源Agent框架深度解读

什么是Agent框架

要理解Harness的价值，首先要厘清"模型"与"Agent"的关系。一个裸模型只是一个"输入文本、输出文本"的函数；而真正能干活儿的Agent，还需要一整套运行时系统来支撑：它要能记住上下文、能调用外部工具（执行代码、读写文件、访问网络）、能在多步骤间维护状态、能在出错时自我修正。这套"模型外面的运行系统"，就是Agent框架（Agent Harness）。

可以用一个简洁的公式概括DeepSeek这次的产品逻辑：

Model + Harness = Agent

模型决定"智商上限"，框架决定"能力边界与稳定性"。Anthropic的Claude Code、OpenAI的Codex CLI，本质上都是各家自己维护的Agent Harness。DeepSeek此前缺的，正是这一层官方运行时。

Harness的设计理念与架构

DeepSeek Harness（社区简称 dsh）目前以开发者预览版形式发布，源码托管在GitHub的 deepseek-ai/deepseek-harness 仓库，采用MIT协议。项目README开宗明义地提出了核心理念——"一切皆插件"（everything is a plugin）。这意味着Agent运行时的几乎每个组成部分都可以被替换：

据公开资料，Harness采用名为"Cordis"的模块化架构来落地这套插件化理念。由于其极强的可替换性，社区已将其称为"Agent界的Android"——正如Android通过分层架构让硬件厂商可替换驱动与应用，Harness让开发者可以为不同场景定制每一层运行时。

MIT协议开源的意义

Harness选择MIT协议而非 restrictive 许可，这一点值得单独强调。MIT是业内最宽松的开源协议之一，几乎不附加使用、修改、分发的限制，特别适合以下几类场景：

开源首日，该仓库Star数即突破8万，超过xAI的Grok-1积攒一年多的量，足见社区对"开源通用Agent框架"的渴求。

与Claude Code、OpenAI Codex的对比

把Harness放回行业坐标系中，能与它对标的是Anthropic的Claude Code（含Cowork）和OpenAI的Codex CLI。三者都是"模型厂商自研的通用Agent Harness"，但策略差异明显。

| 维目 | DeepSeek Harness | Anthropic Claude Code | OpenAI Codex CLI |
| --- | --- | --- | --- |
| 发布时间 | 2026年8月 | 2025年2月 | 2025年4月 |
| 开源协议 | MIT（完全开放） | 闭源 | Apache-2.0 |
| 模型绑定 | 默认V4，可替换 | 仅限Claude | 支持云端与本地模型 |
| 架构理念 | 一切皆插件（Cordis） | 垂直整合 | Rust + OS沙箱 |
| 部署灵活性 | 极高（可私有化、可换模型） | 低（绑定Anthropic云） | 中（支持本地模型） |

可以看出，Harness的差异化优势在于"开源 + 插件化 + 模型可替换"的组合，这是Claude Code的闭源垂直整合路线所不具备的。换言之，DeepSeek选择把"Agent运行时"也变成开放基础设施，而非锁死在自家云服务上。

从模型到Agent：工作流变革

传统API调用 vs Agent工作流

在Harness出现之前，开发者调用DeepSeek的方式以"单轮或简单多轮API调用"为主：拼一个prompt，拿到一段文本，再做后处理。这种模式适合问答、翻译、摘要等"一锤子买卖"任务，但在面对"帮我调研某技术并写一份对比报告"这类需要规划、检索、分析、迭代的复杂任务时，就显得力不从心。

Agent工作流的本质区别在于引入了"循环 + 工具 + 状态"：

从"调API"到"跑Agent"，开发者的关注点也从"如何写好prompt"转向"如何设计工具集、控制循环与任务分解策略"。

多智能体协作模式

当任务足够复杂时，单个Agent往往难以兼顾所有环节。Harness的插件化设计天然支持多智能体协作：可以让一个Agent负责规划（拆解任务），另一个Agent负责执行（调用工具），第三个Agent负责评审（校验结果）。这种"规划—执行—评审"的三角结构，是工业界验证过的可靠协作范式。

多智能体协作的关键挑战在于：

任务委派与模型选择

在多Agent体系中，"任务委派"还隐含着"模型选择"的维度。并非所有步骤都需要最贵最强的模型：简单格式化、分类判断可以交给小模型，而复杂推理、架构设计才需要V4 Pro这样的旗舰模型。Harness的可替换推理层，使得开发者可以按步骤动态切换模型，在效果与成本之间取得平衡。这种"按需选模"的能力，是单模型API调用时代所不具备的。

实战：构建DeepSeek Agent应用

环境搭建

下面以Python为例，演示如何调用DeepSeek V4 Pro的API。假设你已通过DeepSeek官方或Novita等服务方获取了API Key。

# 安装依赖：pip install openai
# DeepSeek API 兼容 OpenAI 接口规范，可直接复用 openai SDK

import os
from openai import OpenAI

# 通过环境变量注入 API Key，避免硬编码
client = OpenAI(
    api_key=os.getenv("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com/v1",  # 也可换为 Novita 等兼容端点
)

def chat(prompt: str, model: str = "deepseek-v4-pro-0813") -> str:
    """调用 DeepSeek V4 Pro 完成单轮对话"""
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        # V4 Pro 支持超长上下文与输出，可按需调大
        max_tokens=4096,
        temperature=0.3,
    )
    return resp.choices[0].message.content

if __name__ == "__main__":
    answer = chat("用三句话解释 MoE 架构为什么能降低推理成本。")
    print(answer)

使用DeepSeek-TUI终端工具

对于偏好命令行的开发者，社区项目 DeepSeek-TUI 提供了一套终端内的编码智能体体验。该项目由 Hmbown 发起，使用 Rust + ratatui 编写，专为 DeepSeek V4 系列设计，在 GitHub 已收获约31k Star。

它将流式LLM对话与完整的工具执行层结合，支持文件读写、Shell执行、Git操作、GitHub集成、LSP诊断以及MCP服务器接入，并默认兼容任何 OpenAI 协议的模型服务。安装方式有二：

# 方式一：npm 全局安装（跨平台，最快捷）
npm install -g deepseek-tui

# 方式二：Cargo 安装（推荐 Rust 开发者）
cargo install deepseek-tui --locked

# 首次启动会提示输入 DeepSeek API Key
# Key 会保存到 ~/.deepseek/config.toml，之后任意目录均可直接使用
deepseek-tui

# 也可提前用子命令完成鉴权配置
deepseek auth

DeepSeek-TUI 提供三种运行模式以匹配不同的可控性需求：监督模式（supervised，每步需人工确认）、先规划模式（plan-first，先输出计划再执行）、全自动模式（fully autonomous，全程自主执行）。在Linux/macOS上还提供内核级沙箱隔离，保证工具执行的安全边界。

Harness框架快速上手

Harness（dsh）以MIT协议开源后，开发者可直接从GitHub获取并定制。其"一切皆插件"的理念体现在配置驱动上——你无需改动框架核心，只需声明使用的推理后端、工具集与控制循环。以下是一个概念性的快速上手示例（基于开发者预览版的插件式配置思路）：

# 安装：pip install deepseek-harness  （社区包名以仓库实际为准）
# 或从源码：git clone https://github.com/deepseek-ai/deepseek-harness

from deepseek_harness import Harness, tools

# 1) 配置推理后端（可替换为任意 OpenAI 兼容端点）
agent = Harness(
    model="deepseek-v4-pro-0813",
    api_key_env="DEEPSEEK_API_KEY",
    base_url="https://api.deepseek.com/v1",
)

# 2) 注册工具插件（体现"一切皆插件"——可自由增删）
agent.register(tools.file_read)      # 读取文件
agent.register(tools.file_write)     # 写入文件
agent.register(tools.shell)          # 执行 Shell 命令
agent.register(tools.web_search)     # 网络检索

# 3) 设定 Agent 控制循环策略（监督 / 先规划 / 全自动）
agent.set_mode("plan-first")

# 4) 启动任务
result = agent.run("分析当前目录下的 Python 依赖，找出版本冲突并给出修复建议。")
print(result.summary)

构建多步骤Agent工作流

当你需要更细粒度的控制时，可以基于Harness的能力手动编排一个多步骤Agent工作流。下面演示一个"规划—执行—评审"三段式工作流的Python实现思路：

import os, json
from openai import OpenAI
from deepseek_harness import Harness, tools

client = OpenAI(
    api_key=os.getenv("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com/v1",
)

# 规划Agent：负责拆解任务，输出结构化步骤
def planner(goal: str) -> list[str]:
    prompt = (
        f"你是一名项目规划师。请把以下目标拆解为3-5个可执行步骤，"
        f"用JSON数组返回，每个元素是一句简短指令：
目标：{goal}"
    )
    resp = client.chat.completions.create(
        model="deepseek-v4-pro-0813",
        messages=[{"role": "user", "content": prompt}],
        response_format={"type": "json_object"},
    )
    return json.loads(resp.choices[0].message.content)["steps"]

# 执行Agent：携带工具，逐步执行
def executor(steps: list[str]) -> list[str]:
    agent = Harness(model="deepseek-v4-pro-0813",
                    api_key_env="DEEPSEEK_API_KEY")
    agent.register(tools.shell)
    agent.register(tools.file_read)
    agent.set_mode("supervised")  # 每步需确认，更安全
    results = []
    for step in steps:
        results.append(agent.run(step).summary)
    return results

# 评审Agent：对执行结果做质量校验
def reviewer(goal: str, results: list[str]) -> str:
    prompt = (
        f"你是质量评审。请判断以下执行结果是否达成原始目标，并给出改进建议。
"
        f"目标：{goal}
结果：{json.dumps(results, ensure_ascii=False)}"
    )
    resp = client.chat.completions.create(
        model="deepseek-v4-pro-0813",
        messages=[{"role": "user", "content": prompt}],
    )
    return resp.choices[0].message.content

if __name__ == "__main__":
    goal = "为现有Python项目补全单元测试，使覆盖率从40%提升至80%"
    steps = planner(goal)          # 1. 规划
    outputs = executor(steps)     # 2. 执行
    feedback = reviewer(goal, outputs)  # 3. 评审
    print("评审反馈：", feedback)

上述代码勾勒了多Agent协作的骨架：规划Agent负责"想清楚"，执行Agent借助Harness的工具层负责"做出来"，评审Agent负责"把好关"。三个角色可分别挂载不同强度的模型，实现按需选模、降本增效。

生态对比：DeepSeek vs Anthropic vs OpenAI

Agent能力对比表

从模型到Agent，三家厂商的生态布局各有侧重。下表从多个维度做横向对比：

| 对比维度 | DeepSeek | Anthropic | OpenAI |
| --- | --- | --- | --- |
| 旗舰模型 | V4 Pro（MoE，1.6T参数） | Claude（闭源） | GPT系列（闭源） |
| Agent框架 | Harness v0.1（MIT开源） | Claude Code（闭源） | Codex CLI（Apache-2.0） |
| 上下文窗口 | 1M tokens | 长上下文（具体以官方为准） | 长上下文 |
| 模型可替换性 | 高（插件化推理层） | 低（绑定Claude） | 中（支持本地模型） |
| 本地部署 | 支持（权重MIT开源，FP8/FP4） | 不支持 | 部分支持 |
| 社区终端工具 | DeepSeek-TUI（Rust，31k+ Star） | 官方为主 | 官方为主 |

开源策略对比

三家在开源策略上呈现明显梯度：

DeepSeek的双开源（模型 + 框架）策略，本质上是把基础设施层彻底开放，用社区生态对冲闭源厂商的整合优势。这种打法在Android历史上已被验证有效。

成本与部署灵活性

成本与部署灵活性是企业落地的关键考量。DeepSeek V4 Pro在API层面采用cache-miss的输入/输出定价（参考约 $0.435 / $0.87 每百万token，并以高峰/低峰分时定价），同时由于权重MIT开源，企业可选择自建推理（结合llama.cpp的MTP投机解码、vLLM等方案）来进一步压低成本。相比之下，闭源厂商只能走云API一条路，定价与可用性都受制于人。

在部署灵活性上，DeepSeek的"云API + 本地权重 + 开源框架"三选项模式，使企业能根据数据合规、延迟、成本的不同要求灵活取舍，这是单一闭源路线难以匹敌的。

未来展望

DeepSeek V4 Pro与Harness的组合，标志着一个新阶段的开启：大模型竞争的焦点，正从"单一模型分数"转向"模型 + Agent框架 + 生态"的体系化对抗。

可以预见几个趋势：

对开发者而言，现在的关键不是"选哪个模型最强"，而是"理解Model + Harness = Agent这一新范式，并学会在插件化的运行时上构建自己的工作流"。DeepSeek这次把模型和框架同时开源，等于把这张入场券以最低门槛递给了整个社区。能否跑出下一个"Agent界的超级应用"，就看接下来生态如何在这块开放地基上生长了。