DeepSeek交流社区

牛逼啊，DeepSeek Harness 已经 130K+ Star 了……

关键是，它现在才刚进入开发者预览版，热度就已经这么夸张了？？

DeepSeek Harness 这是真上桌吃饭了。

而且它的思路我觉得挺有意思：

Agent = Model + Harness

模型、工具、Skills、沙箱、存储、调度、UI……这些能力全部都可以插件化组合，需要什么就装什么。

感觉今年 AI Coding 的战场已经越来越明显了：

以前大家卷模型，现在连 Harness 都开始卷起来了。

模型能力越来越接近之后，怎么把模型真正「驾驭」起来，让它稳定、连续地完成复杂任务，可能才是接下来

API 支持原生支持 Responses APIDeepSeek API 现已原生支持 OpenAI Responses API 格式，并针对性适配 Codex。用户可以参考官方 API 文档：快速开始-接入 Agent 工具-Codex，通过一键配置脚本完成 Codex 的配置。更灵活的思考强度控制V4-Pro 和 V4-Flash 思考模式现支持 low / high / max 三档思考强度，用户在实际使用中可以根据任务复杂度灵活选择：简单任务使用 low，日常 Agent 任务使用 high，高度复杂的任务场景使用 max。设置方法请参考官方 API 文档：API 指南-思考模式。
h

刚刚，DeepSeek V4 Pro 正式版已经更新至 API，调用模型名不变。模型版本：DeepSeek-V4-Pro-0813新版本增强了 Agent 能力，支持 Responses API 和Codex 接入。
https://api-docs.deepseek.com/zh-cn/quick_start/pricing/

刚刚，DeepSeek V4 进行了一次更新。
新推出了投机解码（Speculative Decoding）框架DSpark，并同步开源了支撑该版本的全栈推测性解码框架DeepSpec。
DeepSeek-V4-Pro-DSpark 并非全新架构模型，而是在 DeepSeek-V4-Pro 基础上引入了推测性解码模块。此次更新的重点在于工程落地，而非模型能力本身的迭代。
DSpark 已被部署在 DeepSeek-V4（Flash 和 Pro）的真实线上流量中，大幅加速了大语言模型（LLM）的推理速度。

参考链接：https://github.com/deepseek-ai/DeepSpec