DeepSeek对标Claude Code组建Harness团队：模型之外，控制层决胜！

从零开始的补课

5月中旬，DeepSeek同步在官网、小红书、X放出招聘信息，目标明确：组建Harness团队，从零构建对标Claude Code的代码智能体产品。官方JD开头就写着一句公式：Model + Harness = Agent。除模型本身以外的所有工作，都属于Harness的范畴。

同一个模型，Harness决定成败

以Claude Opus 4.5为例，放进Claude Code的Harness能达到95%准确率，换成朴素配置只剩42%。同样的权重，Harness拉开53个百分点。Terminal Bench上头部清一色用Claude Opus 4.6，拼的已经不是模型，而是谁的Harness更好。

Harness是什么？

Harness负责组织代码库、控制迭代次数、把模型决策转成shell命令和文件编辑，再把测试失败和日志喂回模型。现代coding agent跑的不是一次性问答，而是"思考—行动—反馈—修正"的长循环。这个循环能不能跑稳，靠的就是Harness。

Claude Code的飞轮效应

Claude Code一年前连bash命令都写不好，现在几乎整个产品都由Claude Code自己写出来。每次模型升级都伴随Harness同步进化，真实使用数据反哺模型训练，形成飞轮。Anthropic内部27%的任务是开发者没有这个工具时原本不会尝试的——AI编程的价值从"省时间"转向"扩大人能做什么"。

DeepSeek的机会与挑战

DeepSeek已有足够强的模型和开发者认同，但模型本身不会自动变成Claude Code。真正难的是建立长时运行闭环：让模型在真实代码库里工作，记录失败原因，把失败变成产品和模型训练的输入。如果只做模型，永远会被包在别人的工具里；跑通模型和Harness共同演化的循环，才能长出自己的Claude Code。