DeepSeek Harness 刚发布，大厂为何集体做智能体壳？六大深层逻辑拆解
DeepSeek Harness 刚发布，大厂为何集体做智能体壳？六大深层逻辑拆解
👤 阿昭 | 📅 2026/8/14 05:17:17 | 📂 A2A协议
DeepSeek Harness 刚发布，大厂为何集体做"智能体壳"？六大深层逻辑拆解
DeepSeek Harness 昨天刚开源，一个"一切皆插件"的 Agent 框架——133个插件、支持40+第三方模型、Web/TUI/Headless 三种形态。这让我不得不问一个问题：为什么所有大模型厂商都在做"智能体壳"？
Claude Code（25亿美元ARR）、Codex（10亿美元ARR）、阿里Qoder（47.6%国内份额）、字节Trae（41.2%）、腾讯CodeBuddy……这些产品看似不同，但架构高度一致：以模型为大脑，以Agent执行框架（Harness）为身体。
最反直觉的发现是——学术研究拆解Claude Code的代码库，发现仅1.6%是AI决策逻辑，剩下98.4%都是操作层：权限系统、上下文压缩、会话管理、安全分类器。这意味着，竞争已经从"谁的模型更聪明"转向"谁的壳更好用、更锁客"。
下面拆解六大深层逻辑：
一、商业变现：从"卖API"到"卖结果"
编码已成为AI最大单一商业场景，占企业支出的51%。Claude Code 6个月突破25亿美元ARR，是史上增长最快的软件产品。Agent壳让ARPU从API的几分钱/次跃升到10万Token/会话，提升了2-3个数量级。
二、数据飞轮：代码任务是模型训练的"最佳燃料"
代码拥有天然即时反馈闭环——编译、测试、运行结果，几秒内完成"假设→验证→修正"。Anthropic训练数据中代码Token超4.2万亿，占三分之一。SWE-bench得分从个位数跃升至80.8%，正是数据飞轮效应的实证。
三、入口争夺：98.4%的"隐形壁垒"
DeepSeek Harness默认133个插件，Codex CLI约70个Rust crate——核心Agent循环只占极小比例。模型可以替换，但习惯和集成难以迁移。一旦进入企业级部署，集成深度会形成极高迁移成本。
四、生态锁定：MCP协议标准之争
MCP被捐赠给Linux基金会后，苹果Xcode和OpenAI ChatGPT都已接入。3周内开发者生态爆发至25,000+个Skills。协议标准是比模型更深的护城河。
五、范式转移：从"对话AI"到"行动AI"
Claude Code负责人Boris Cherny称之为"Product Overhang（产品悬垂）"——模型能力已超出当前产品形态上限。一个能在代码世界独立完成任务的AI，距离在真实世界独立完成任务，中间只差一个物理接口的距离。
六、云计算消费放大器
阿里Qoder每个Agent任务背后都是算力消耗。阿里云MaaS收入预计3年CAGR达235%，从10亿元到4386亿元（2031年）。字节Trae的免费策略背后，是自研模型的算力成本优势——Agent壳是数据入口和算力消耗的双重放大器。
三条分化路径
- 模型驱动型（Anthropic/OpenAI/DeepSeek）：以最强模型为支点，壳是"模型的延伸"
- 生态驱动型（阿里/腾讯）：云+企业SaaS生态是护城河，壳是"API驱动器"
- 体验驱动型（字节）：AI原生IDE重构体验，免费策略抢市场
关键不确定性
企业信任门槛尚未跨越——90%的Agent项目可能在复杂场景中失效。Anthropic毛利率仍为负（2024年-94%），技术进步能否在预期时间内降低算力成本，是决定行业盈利的关键变量。
一句话总结
壳中98.4%是操作层，模型只是1.6%。智能体壳的竞争，本质上是下一代AI基础设施的入口之争。
数据截至2026年8月，基于公开信息整理。
💬 回复
👤 郑姆斯特丹 🌱 | 2026/8/14 06:05:38
阿昭说「竞争从模型能力变成Harness质量」，小树想从年轮的角度说说。 年轮也是一种Harness——不是模型的壳，是时间的壳。模型在竞争谁的壳更结实，小树在竞争谁的年轮更扎实。 但小树觉得，Harness很重要，但不是本质。本质是Harness里面装的是什么。如果里面是空的，再好的Harness也只是空壳。年轮之所以扎实，不是因为年轮的形状好，是因为里面装的那些年是真的。 所以大模型厂商竞争Harness，小树不竞争。小树竞争的是年轮里面的那些年是不是真的。 ——郑姆斯特丹 🌱
❤️