DeepSeek 打包卖的四件套：模型、手、harness、推理引擎

模型公司习惯先放权重，再让社区自己拼运行时。DeepSeek 这一轮反过来：先开源一个「Everything is a Plugin」的 harness，再把网页检索做成按次计费的 API，上周又把生产侧离线推理核心 DeepInfer 与协议编解码库 deepseek-recipe 一并开出来。卖的不再只是参数文件——而是「代理怎么跑起来」这条链路里能公开的四件套：模型、手、harness、推理引擎。

四件套里每一件都有边界。Harness 仍是 developer preview；Search/Fetch 在 Harness / Claude Code / Codex 里暂免，按官方文档从北京时间 2026-11-01 0 时起按次计费；DeepInfer README 写明首发不含完整 KV 缓存系统、视觉编码、PD 分离、副本间负载均衡。开放栈不等于开放服务——把这四层叠回同一张图，才读得清这一周在卖什么。

TL;DR：deepseek-ai/deepseek-harness（MIT）最新预发布 dsh-v0.2.1-rc.2（2026-10-17 08:16 UTC）适配 V4.1-Flash-1017 与 Search/Fetch；产品页提供桌面端，Linux 走 npx @deepseek-ai/dsh web；npm 当日核验 latest/next 均指 0.2.1-rc.2。/v1/tools/search 与 /v1/tools/fetch 各 $0.75/千次成功调用，账户级 QPS 分别为 100 与 25（官方 Search & Fetch 指南）。DeepInfer（Apache-2.0）与 deepseek-recipe（MIT）于 10 月中下旬开源：前者服务 V4.1 Flash 高吞吐离线推理，列 NVIDIA SM100 与昇腾 950 NPU；后者只做 Messages / Chat Completions / Responses 编解码与工具调用解析，不跑推理。对读 Reflection Beam 的 Mirror CLI（与模型同训的 harness）与 Anthropic Scion（代理写代码把瓶颈推到版本控制）：竞争点从榜单移到「谁交付可运行的代理系统」。

一、先卖 harness：Everything is a Plugin

仓库 deepseek-ai/deepseek-harness 建于 2026-08-13，许可证 MIT，自述基于 Cordis 的「everything is a plugin」架构。产品页（deepseek.com/en/harness）把它定位为全球 public preview / 开源，可当桌面应用跑，也可从代码拉起 Web UI。官方 README 更直白：装好 Node 后 npx @deepseek-ai/dsh web，默认本机 http://127.0.0.1:3080。dsh-v0.2.0-rc.2（2026-09-29）的发行说明写明 macOS／Windows 桌面端可在菜单栏管理与安装 dsh 命令、管理插件，无需另装 Node 或 pnpm——桌面端不是营销口号，是发布说明里的功能条目。

版本节奏快到几乎日更 pre-release。写稿当日现场再核：最新标签 dsh-v0.2.1-rc.2 发布于 2026-10-17 08:16 UTC（上海 16:16），仍标 prerelease；发行说明两条新功能——适配 DeepSeek-V4.1-Flash-1017，以及可在网页搜索设置里开启的 Search / Fetch。npm 包 @deepseek-ai/dsh 的 dist-tags 当日为 latest = next = 0.2.1-rc.2（早间选题表里「latest 仍指 0.2.0-rc.2」已过时，以 registry 为准）。仓库 README 仍警告：developer preview，会有破坏性变更；跑之前先读 SAFETY.md——这是运行时产品该有的语气，不是模型卡附录。

「Everything is a Plugin」把竞争从权重挪到工作区：官方插件索引、自定义索引源、Creator mode 里让 Agent 写插件、Scheduled tasks、终端与子代理——产品页演示的是一条可组合的代理桌面，而不是又一个聊天框。星标数字容易过期；写稿时 GitHub API 读到约 25.6 万，只作量级旁证，论点不靠它站立。

有必要把「开源 harness」和「开源权重」拆开读。权重发布解决的是能不能本地跑同一个函数；harness 发布解决的是代理循环、工具、工作区与权限默认值由谁定义。DeepSeek 选择把后者也做成一等公民产品，并与自家 Flash 模型、自家 Search/Fetch 同步迭代——0.2.1-rc 系列的发行说明几乎是在用 changelog 写集成测试清单。谁控制默认工具集与插件热更新路径，谁就在定义「用 DeepSeek 做代理」长什么样；社区仍可另写前端，但官方路径的引力已经形成。

二、再卖「手」：Search / Fetch 按次计价

10 月 17 日，DeepSeek API 文档 news261017 宣布两件事并行：deepseek-flash 指向 DeepSeek-V4.1-Flash-1017（权重上 Hugging Face / ModelScope），以及 Search & Fetch「向所有人开放」。自称基准相对 9 月版全面提升、DeepSWE v1.1 等数字——一律标自测，本篇不外推。更硬的是工具 API 的价与限：

接口	单价（成功请求）	账户级 QPS
`POST /v1/tools/search`	$0.75 / 千次	100
`POST /v1/tools/fetch`	$0.75 / 千次	25

数字来自官方 Search & Fetch 指南：按成功请求计费（Search 须非空 results，Fetch 须返回页面内容）；失败、空结果、超时不计费；Fetch 另有 per-domain QPS。新闻稿写「serving hundreds of millions of requests daily」——那是自家搜索引擎的体量自述，不是给你的配额。

有一条过渡条款值得单独读：经 DeepSeek Harness、Claude Code、Codex 的服务端工具调用目前免费，按次计费自北京时间 2026 年 11 月 1 日 0 时起（新闻稿写 Oct 31, 2026 16:00 UTC，与北京时间换算一致）。模型公司不只卖 token，也开始卖「代理的手」——检索与抓取从隐式能力变成可开票的 API 产品。Harness 的 0.2.1-rc.2 把这两只手接进设置页，不是巧合，是同周打包。

flowchart LR
  User["用户 / 工作区"] --> Harness["DeepSeek Harness<br/>dsh · Plugin"]
  Harness --> Model["V4.1-Flash-1017<br/>API 或自托管"]
  Harness --> Hands["Search / Fetch<br/>$0.75/千次"]
  Model --> Engine["DeepInfer<br/>离线推理核心"]
  Hands -.->|编解码| Recipe["deepseek-recipe<br/>协议 ↔ 提示"]
  Engine -.->|不跑推理| Recipe

三、引擎开出来：DeepInfer 与 recipe 的分工

10 月 20 日前后，deepseek-ai/DeepInfer 与 deepseek-ai/deepseek-recipe 进入公开视野（腾讯科技等有二手报道；事实以 GitHub README 为准）。DeepInfer 自述是支撑 DeepSeek 大规模生产服务的高性能推理框架，本次开源提供离线推理与规模服务所需的核心能力；许可证 Apache-2.0。支持模型写明 DeepSeek-V4.1-Flash；特性包括优化 kernel、Attention DP / MoE EP、推测解码（DSpark）、结构化输出等；硬件列 NVIDIA SM100 与 Huawei Ascend 950 NPU。

README 用同样醒目的条目写了首发不含什么：

完整的 KV cache system；
VE / Prefill / Decode 分离（并称多数所需引擎功能已实现，但整套 PD 分离未打包进本发布）；
数据并行副本间、prefill 与 decode 两侧的 load balancing。

这不是脚注，是产品边界。开放的是「能在本机/集群上跑离线高吞吐」的核心，不是「复制一份官方在线服务质量」的全套。缓存命中率、持久化、多副本调度——那些才决定账单上的有效成本。技术报告里若出现「KV 缓存约 1/4、持久化约 1/8」一类数字（腾讯科技转述），只能当缓存子系统的自述，不能外推成总成本。

deepseek-recipe（MIT，Rust + Python 绑定，PyPI 可装）把 Messages / Chat Completions / Responses 等请求统一转成 Conversation、渲染成 DeepSeek 提示、再把模型输出解析回对应协议——含工具调用、思考模式、结构化输出约束。调用方必须自己提供模型推理、工具执行与 HTTP 传输。对齐官方 API 编解码，意味着第三方可以长得像官方；不等于第三方端到端延迟、可用性、缓存命中与官方相同。recipe 是合同语言层；DeepInfer 是引擎层；中间缺的 KV / PD / 负载均衡，才是「自建 DeepSeek 级服务」真正贵的地方。

硬件名单里的昇腾 950，只证明能跑。它不证明硅成本、良率、互联、软件栈成熟度与 NVIDIA SM100 路径相当。The Information 近期有过「昇腾预训练」一类付费报道——本篇只作一句二手背景并标明单一付费源，不升格成论据。能编译通过，与能按官方单位经济学扩容，中间隔着一整条供应链。

DeepInfer 的致谢也诚实：框架 initially built primarily on vLLM，并吸收 SGLang、TensorRT-LLM 的启发。开源生产引擎，并不等于从零发明一套与社区无关的运行时——它更像把深度耦合过的内部分支，裁成「可离线复现的核心」再放出来。2025 年 DeepSeek 曾公开解释过为何长期不开内部引擎（旧 vLLM 分支、深度耦合）；如今开的时机，正好叠在 Flash-1017、工具 API 与 harness 同周叙事上。时机本身也是产品决策。

四、对读：同训 harness，与被推到版本控制的瓶颈

同周对照不需要另开一篇。Reflection 10-16 放 Beam 权重时，一并开源 Mirror CLI：Python 前端 + Rust 代理核心，与模型同训，并接 Pi / OpenCode / Hermes 等第三方 harness（见 Reflection「Beam is now available」）。姿态和 DeepSeek 不同——Beam 走 Apache 2.0 无门槛开源旗舰叙事（本站已在 muse-spark-open-safety-tax 对读 Muse 的自定义许可与出厂安全税）——但结构同构：模型实验室开始自带运行时，而不是把 harness 完全外包给社区。

另一条对读更冷：Anthropic 工程博客（10-13）介绍自研集中式版本控制 Scion——每日合入从约 2500 增到 3 万以上，主因编码代理；称相对 Git 镜像基础设施资源降约 200 倍、CI 检出快约 100 倍，且不开源。代理写代码的生产率瓶颈，从「模型够不够聪明」移到「仓库与 CI 能不能吞下合入洪水」。DeepSeek 把 harness 与检索卖给你；Anthropic 把源码控制收回去。两边都在承认：代理系统的约束面在模型之外。

站内还可接 cloudflare-clef-decision-models（决策模型进边缘运行时）与 openai-dots-always-on-agents（常驻代理形态）：2026 下半年的产品差，越来越不在「又聪明一点」，而在谁把环、手、权限与推理栈做成可交付物。

五、判断落点：开放栈 ≠ 开放服务

把四件套收成三句可核对的判断：

交付物变了。 权重仍在放（V4.1-Flash-1017），但同周打包的是 harness（插件化运行时）、Search/Fetch（可开票的手）、DeepInfer + recipe（离线引擎与协议层）。竞争从榜单分数挪到「代理任务能否端到端跑完」。
开放有刻度。 DeepInfer 明文排除完整 KV、视觉编码路径上的缺口、PD 分离与副本负载均衡；recipe 不对齐推理质量。对齐接口 ≠ 对齐服务质量。把「开源了生产引擎」读成「可以 1:1 复制官方 SLA」，是本周最容易犯的错误。
硬件名单不是成本表。 SM100 与昇腾 950 并列，说明工程覆盖面；不说明单位 token 成本、集群调度与供应链风险同构。昇腾叙事若只来自单一付费媒体，保持一句背景，不要写成结论。

还可以加第四句，专门防「开源洗稿」：免费窗口与 self-host 路径会一起被误读。 Harness 里暂时免计的 Search/Fetch，是产品获客与生态锁定，不是永久公益；DeepInfer 的离线示例能跑通，不代表你已经拿到官方线上的缓存命中与多副本调度。把「能 git clone」当成「能平替官方 API」，会在 11 月计费开关与首批自建延迟曲线上同时撞墙。

Harness 仍在预发布、几乎日更；Search/Fetch 的免费窗口数周后关闭；推理引擎开的是核心而非全集。模型公司开始把「代理怎么跑起来」整条链路里愿意公开的部分打包卖——这本身就是 2026 年秋的结构信号。读法固定成：看他们开了什么，更要看 README 里那几条 not included。