DeepSeek Harness通过插件化设计,整合工具/Skills/沙箱/调度/子Agent等组件,提升智能体执行效率,降低Agent工程落地门槛。该方案不锁死自家模型,支持接入第三方模型(含GLM),将竞争维度从单一模型性能扩展至模型能力、Harness效率、Token消耗及商业化定价的四维竞争。
智能体赛道正从单模型竞争转向生态竞争。开源插件基建路线如DeepSeek Harness与闭源深度优化路线如智谱ZCode形成对比,推动Agent商业化从壳产品向底座/生态演进。行业定价修复利好独立大模型厂商API业务,算力需求随错峰调度和调用量上行,云厂商及算力租赁厂商盈利预期改善。
研报重点分析DeepSeek Harness的技术创新及其对智能体生态的影响,对比开源与闭源路线的优劣,并探讨行业定价修复对大模型厂商API业务的影响。同时关注算力需求变化对云厂商及算力租赁厂商的盈利改善预期。
当前智能体市场正经历从单模型性能比拼向综合能力与生态效率竞争的转变。开源方案如DeepSeek Harness通过插件化设计降低工程门槛,促进生态发展。行业定价修复为独立大模型厂商带来机遇,算力需求随应用增长而提升,云厂商与算力租赁厂商盈利面受关注。
研报提示智能体生态竞争加剧可能影响单一模型厂商的市场份额,开源方案需平衡生态开放性与自身技术壁垒。行业定价修复存在不确定性,算力需求增长可能受制于成本因素。此外,智能体商业化落地仍面临技术成熟度、应用场景拓展等多重挑战。