“非超能力者不要”?DeepSeek 招人启事刷屏背后,中国 AI 正补上最缺的一课
“非超能力者不要”?DeepSeek 招人启事刷屏背后,中国 AI 正补上最缺的一课
最近科技圈有张招聘启事传得很凶。
据雷峰网等媒体报道,DeepSeek 为新组建的 Harness 团队开出的条件相当“硬核”,甚至被概括成一句狠话——非“超能力者”不要。消息一出,评论区立刻分成两派:一派说这是真挑人,一派说这是在作秀。
但比“门槛高不高”更值得聊的,是另一个问题:Harness 到底是个啥?为什么一家做大模型的公司,突然要专门为它拉一支队伍?
这事儿,可能比又一个模型刷榜重要得多。
一、先搞懂:Harness 不是新模型,是给 AI 配的“马具”
Harness 这个词,原意是马具、挽具——套在马身上,让人能驾驭这匹马的那一整套东西。
放到 AI 里,你可以这么理解:
大模型是那匹力气很大的马,Harness 就是缰绳、鞍子、车轮和刹车。
马再猛,没有这套装备,你也只能看着它在原地打转;装好了,它才能拉车、能转弯、能停下来,能干真正的活。
所以行业里这两年冒出一个说法:模型决定 AI 的“智商上限”,Harness 决定 AI “能不能把活干完”。
同样一个模型,换一套 Harness,表现可能天差地别。这也是为什么今年从 OpenAI 到微软、阿里云,全都在 Harness 上使劲——模型分数越来越难拉开差距,真正拉开差距的是“怎么用好它”。
而我们手头这个开源项目 harness-sdk,就是把这套“马具”直接做成开箱即用的成品。
二、它到底能干啥?一句话:让 AI 从“聊得来”变成“干得完”
这个项目由 AWS 的 Strands 团队开源,采用 Apache 2.0 协议,Python 和 TypeScript 两个版本都有。
用大白话说它的卖点:你不用再自己一块块拼装 AI 助手,一行调用,就能拿到一个“已经装配好、能直接上班”的智能体。
而且,它背后那套能力,恰好击中了普通人用 AI 时最抓狂的几个点。
第一,它真的会“干活”,不只是会聊天。
自带终端命令、文件读写、网页抓取和搜索。你让它“把这个仓库里最慢的测试找出来,并解释为什么慢”,它会自己翻文件、跑命令、看结果,最后给你一份说明——不是给你一段“你可以尝试这样做”的空话。
第二,它记得住、接得上、不会聊到一半失忆。
每段对话会自动存档,给个编号就能接着聊。更实用的是“长期记忆”:它会把你之前说过的重要信息,压缩成小笔记存起来,下次自动翻出来用。就像一个跟了你半年的助理,不用每次从头自我介绍。
第三,它会自己拆活、派活,还会看住自己的“脑容量”。
遇到大任务,它可以拆成待办清单,一件件勾掉;也能把“去查资料”这种脏活累活,丢给一个子智能体去跑,跑完只把结论带回来,不把一堆废话塞进主对话里。
这一点特别关键。AI 干活最怕“上下文被撑爆”——好比一个人边工作边被人往脑子里灌资料,灌满了就当场发呆。这个项目的默认设置是:超过一定体量的工具结果先挪到旁边存着,只留一句摘要;对话快满了就自动压缩;真溢出了还能自己救回来。
说白了,它解决的是“AI 干到一半掉链子”这个最影响体验的老毛病。
三、有多省?9.4 万次实测,同模型能省出一大截
省钱这件事,这团队是真下了笨功夫。
他们用 8 个业界基准、12 个模型、6 套主流 Harness(含 Claude Code、Codex、OpenCode 以及 DeepSeek Harness),跑了大约 9.4 万次试验,看同样的模型、同样的任务,不同“马具”能差出多少。
结果挺反直觉:花更多钱,并不等于干得更好。
- 用同一批 Claude 或 GPT 模型,这套 Harness 的整体成本比对手低约 28%;
- 在 OpenAI 模型这一组,它做到了成本最低、准确率最高;
- 在最硬核的终端任务基准 Terminal-Bench 2.1 上,同一个模型下,它花 56 美元拿到近 70 分,而某主流商业工具花了 248 美元,只拿到 62 分左右——便宜了七成多,分数还更高;
- 而 DeepSeek Harness 是全场上最省的一家,大约 40 美元,但准确率也最低,只有不到 60 分。
这个对比很有意思:省钱不等于偷工减料,省钱是因为“会过日子”。
它的秘诀不玄乎:重复的内容缓存起来别反复付费、笨重的中间结果搬到旁边去、工具调用别兜圈子。省下来的都是真金白银——按团队测算,规模化跑任务时,选错工具的差价能到每千次任务八百多美元。
对一家每天跑几万次任务的公司来说,这不是小钱,是能决定项目活不活得下去的钱。
四、普通人能上手吗?门槛比想象中低
很多人一看“SDK”“命令行”就头大,其实这项目的入门路径挺友好。
它提供了一个终端工具,用一条安装命令装好,敲一下就能进入全屏对话界面,第一次打开还会有引导,让你选模型服务商、勾选要用哪些能力,全程点选,不用写配置。
不需要独立显卡,也不用本地部署大模型。 它默认调用云端模型服务,你手上有一台能上网的普通电脑就行;如果想完全本地跑,也支持接本地模型。
更妙的是,它支持“把配好的助手导成一个项目”——你在终端里聊着聊着调好的助手,可以直接导出成 Python 或 TypeScript 工程,拿去部署上线。从“试试看”到“真上线”,中间不用重来一遍。
适合谁?
- 想让 AI 真正接管重复劳动的办公族和小团队;
- 想快速做出 AI 产品的独立开发者;
- 想研究“同一个模型为什么换个壳就变笨/变聪明”的学生和爱好者。
顺带说个让人安心的细节:它默认允许 AI 执行命令、改文件,这听着吓人,但项目内置了“刹车”机制——可以让每一步都找你审批,也可以写一条大白话规则,比如“删文件或联网之前必须先问我”,甚至能用正式的安全策略文件来管控。放权不等于失控,这点做得比很多同类项目讲究。
五、回到那个问题:高门槛招人,是筛选还是作秀?
现在再回头看那张“非超能力者不要”的招聘启事,就有味道了。
过去两年,中国 AI 的主战场是“模型分数”:谁家榜单高一点,谁就上头条。但榜单是会饱和的。当大家都能考 90 分,胜负手就变成了——谁能把 90 分的能力,稳定地做成一个用户愿意天天用的产品。
这就是 Harness 团队存在的意义。它要的不是会调参的人,而是同时懂模型脾气、懂工程取舍、懂用户到底卡在哪一步的人。这种人确实少,所以门槛高;但也正因为少,才值得专门组队。
当然,另一种声音也有道理:门槛喊得越响,越容易变成品牌营销。 真正的人才争夺从来不是靠一句口号,而是靠能不能给出足够难的题、足够长的耐心。这一点,只能等产品说话。
但有一点我比较确定:中国 AI 正在从“比谁更聪明”,转向“比谁更会干活”。 这个转向,比任何一次榜单刷新都更值得关注。
最后抛个问题给大家:
如果现在有个 AI 助手,能自己拆任务、自己查资料、自己写文件,还能记住你三个月前说过的偏好——你最想把这活儿派给它做什么? 是整理那堆永远理不完的表格,还是帮你把副业真正跑起来?
评论区聊聊,说不定明年这时候,真有人把它做出来了。