使用场景
使用 DeepSeek Harness 的开发者,在编写一个具体编码任务时,把任务拆成两段:让前沿模型(Lead)先出计划并审查产出,再让更便宜的模型(Sidekick)按计划写代码,最终拿到可用的代码改动,同时把单次任务的模型调用成本压下来。
旧做法是整条编码任务只用单一模型:要么全程用前沿模型、成本高,要么全程用便宜模型、规划与审查质量不稳;开发者也可能手工在多个模型或工具之间切换、复制粘贴上下文,或依赖 DeepSeek Harness 自带的单模型配置。
公开材料只给出定位句,未提供用户抱怨或案例;从工作流结构推理,痛点是前沿模型按 token 计费,长编码任务里规划、写码、审查全用前沿模型会让单次任务开销显著上升,而全用便宜模型又容易在规划与审查环节掉质量,开发者被迫在成本与产出质量之间二选一。
xOcto 的判断
需求有依据
趋势是编码代理的成本结构被拆成规划与执行两层,贵模型只做判断、便宜模型做量。切入可考虑为中小团队做按任务结算的编码代理编排,或把审查环节做成可审计的交付物;但公开材料未披露定价与实测成本,先看它能否给出可复现的成本与质量对比。
使用理由
为什么用户会选择它
推断:相较全程用前沿模型,它把写代码这一步交给更便宜的 Sidekick,只让前沿模型承担规划与审查,从而减少按 token 计费的高价调用量;相较全程用便宜模型,它保留了前沿模型在计划与审查上的把关。因此在意单次任务模型开销、又不愿牺牲规划与审查质量的 DeepSeek Harness 用户,会在长编码任务中选择它。公开材料尚未给出成本对比或产出质量实测,此因果为结构推理。
还不能轻易下结论的地方
真正值得继续追问的矛盾
追踪该 公开代码仓库 仓库的 README、部署文档与 issue/discussion,确认是否公开 Lead 与 Sidekick 的配置方式、成本对比或产出质量实测,以核验交付确定性与实际使用场景。