从「生成器」到「执行者」：DeepSeek 的 8 月 13 日三重奏
8 月 13 日，DeepSeek 用三件事，同时宣告了一个转向。
三件事看似独立，实则指向同一个方向——不再只做文本生成器，而是要让模型成为能把事情做完的执行者。
开场，先把三件事摆上台面：
- V4 Pro 正式版上线 —— 能力的跃迁
- DeepSeek Harness 开源 —— 框架的落地
- API 峰谷定价发布 —— 商业的闭环
一、V4 Pro 转正
凌晨时分，官网悄然更新 API 文档，V4 Pro 从预览版正式"转正"，版本号变为 DeepSeek-V4-Pro-0813。
硬参数，一次拉满：
- 100 万 tokens 上下文窗口
- 38.4 万 tokens 最大输出
- 一整座代码仓库、一整本技术手册，能一次性全塞进去
架构与预览版一致，仍是 1.6 万亿总参数、490 亿激活参数 的 MoE 结构。
真正的变化，在 Agent 能力：
- 软件工程基准 DeepSWE：12.8 → 62.7，翻了近五倍
- Terminal Bench 2.1：72.1 → 87.9
- Cybergym：52.7 → 83.3
这些基准不测"会不会写一段代码"，而测"能不能像工程师一样持续干活"——改文件、跑测试、调终端、自己迭代，直到把事情做完。
V4 Pro 还提供思考与非思考双模式，原生支持 OpenAI Responses API 和 Anthropic 接口。从 Claude 或 OpenAI 的 Agent 框架迁过来，改个 base_url 就能跑。
二、DeepSeek Harness 开源
同一天晚间，DeepSeek 发布并开源了 DeepSeek Harness（DSH） 开发者预览版，以 MIT 协议开放源代码。
官方给出的公式，一句话：
Model + Harness = Agent
它遵循"一切皆插件“的核心原则：模型、工具、技能、会话、沙箱、文件系统、循环、编排、UI，全部作为插件实现，可自由组合、替换和扩展。
并提供四种运行模式：标准、PTC、极简、创造。
用户把一个代码项目文件夹交给它：
- 先读项目结构和文档
- 再定位代码、修改文件
- 调用终端运行程序或测试
测试报错了，它会根据错误信息继续定位、再次修改，而不是每一步都等用户手动复制粘贴。
这不只是"AI 辅助编程”，而是"AI 替你编程"。
三、商业面：峰谷定价
再看商业面。同一天，DeepSeek 宣布 API 采用峰谷定价，新价 8 月 17 日零时生效。
- 高峰时段：北京时间 9:00–12:00、14:00–18:00
- 空闲时段：价格为高峰一半
以 V4 Pro 为例，高峰输出价格从 6 元涨至 27 元，是调价前的 4.5 倍。
官方理由是"为更合理地调配资源"——随着模型从"偶尔问问"变成"持续执行"，一个 Agent 任务可能在后台跑几分钟甚至几小时。
持续调用、反复迭代，对资源的占用远非传统对话可比。峰谷定价，正是用价格信号引导重型任务错峰运行。
收束 · 三件事，一条线
- V4 Pro，给了模型"把事情做完"的能力
- Harness，给了开发者"让模型做事"的框架
- 调价，为这种重型使用建立了可持续的商业模型
三者合在一起，战略意图已经足够清晰：
别再把模型当聊天对象， 把它当你的底层执行引擎。
能不能真接住这份期待，得等它进真实工作流才知道。但方向这件事，DeepSeek 已经在 8 月 13 日说得足够清楚。