昨晚看到消息，glm-5.3-flash正式发布，随即我就去官网查看，这次智谱是真给东西，首先是价格，¥0.8/inputMTokens，¥2.8/outputMTokens，这个价格就非常香了，因为之前在openrouter上以Ox Alpha的名称跑了一个星期，大家的反馈都说太香了，这个价格，和他家的其他模型比起来，真的是非常便宜。其次是多么态，这个真的是千呼万唤始出来，它支持对图片、视频的理解，实在是太赞了，不过这里也要考虑到输入token的增量，价格和多模态相互作用，但是无论如何，统一多模态模型终于上了。再来，并发率，这次慷慨的给到50，比以前抠抠馊馊好太多了，这意味着可以在生产环境上去使用。最后，速度，作为flash模型，速度杠杠的，当然，作为flash模型，它的能力必然比正式模型弱一些，但是从社区在openrouter上的反应来看，也可以和opus掰掰手腕啦。

相比而言，deepseek经过上一轮涨价之后，优势全无，除了并发比较慷慨之之外，其他全都比不上了。哎，我本来很喜欢deepseek的，慢慢也有点无感了。

到底谁会用DeepSeek Harness？这可能是他们团队自己没有想清楚的问题。不可否认，自进化的可插拔式特征，符合了Agent本身的发展趋势，但是，就现阶段而言，如果我们沉下心，我们就会问出这样一个问题：“DSH的用户到底是谁？”

为什么会有这样的问题？因为，从DSH的整体设计来看，使用它的人，是这样的一个画像：追求Agent的自我进化，不需要稳定的业务场景，不需要Agent有固定的执行模式，在开发或工作中接受随时变化的Agent Loop和Harness，花比较多的时间寻找插件，有时候甚至自己上手写一个插件。

而它的对立面是这样的一群人：追求在业务场景中有稳定的工作流和稳定的输出。

这就是我发出这个疑问的本质根源。

虽然我们热爱技术，对充满挑战的未来抱有期待。但同时，我自己作为一名创业者，我非常看重，起码在短期内，Agent Harness应该解决用户什么问题？本质上，我们需要提出一个问题就是：如果使用DeepSeek Harness构造出新的类Claude Code这种vibe coding产品，有多少用户会为此埋单？因为从DSH的定位来看，他们不会官方推出类似的vibe coding产品，他们会解释道：DSH是一个包罗万象的框架，你可以自己用社区的插件，构造出和ClaudeCode一模一样的coding agent出来。同样的话，适用于workbuddy、codex等桌面端agent应用。也就是说，DSH不为最终的终端agent用户负责，而是为能够基于DSH搭建起这类agent的用户负责，虽然这两类用户有部分是重叠的。

那么，基于DSH构建的coding agent，和ClaudeCode类固化coding agent，本质区别在哪里？我认为主要有两点：1）ClaudeCode有专业团队维护，无论是功能性bug，还是安全性漏洞，都有负责团队追踪解决；2）ClaudeCode内置了针对编程的固定模式范式，也就是垂直行业标准工作流，能够通过长期在该垂直领域（编程领域）积累经验，将更加优秀的模式范式，沉淀到工具中甚至模型侧。这两点，DSH无法具备，而基于DSH构建的agent，由于持续更新插件，也无法做到稳定。这就会造成非常尴尬的局面。我在过往的历史中，遇到过相同境遇的项目，就是react-native，也是非常好的想法和理念，但是也是只管内核，能力全靠社区，而与它对应的就是flutter，一个框架全包，最后的结局大家也都看到了，现在react-native这个项目，基本上处于死亡边缘。

相比较而言，Pi这个框架则更稳定一些，虽然它本身所给的用户画像，和DSH几乎一样，但是，在稳定的业务流程构建上，却比较保守，可以作为稳定的生产环境底层框架。

最后，我得到的结论是，Pi更适合作为业务系统的Agent底层框架，而DSH更适合用于构建类似钢铁侠电影里面的“贾维斯”这样的超级人工智能系统。

因为靠这DeepSeek这个牌子，DSH一发布就获得了巨大流量。我在收到消息的第一时间，就去了解，第一反应是：这玩意和Pi有什么区别？在深入理解之后，发现确实还是有本质的区别。Pi更收敛，其哲学是做减法，不要搞一堆有的没的，把功能都掌握在开发者自己手里。而DSH其实完全相反，其哲学是直接交出自主权，去做DNA，除了底层代码不变，所有的模块都可以变，都插件化。所以，用DSH构建的应用，更具有科技感，它可以自己进化，随着社区的发展，可以获得更强功能。

但是，我想说的是，我比较喜欢从泼冷水的角度，去冷静、消极一点的分析。DSH本身没有新东西，它只是背靠DS这棵大树，获得了较大流量而已。他们团队发了一篇类似论文的东西，我感觉就是为了牵强附会，没有理论价值。当然，它在工程上的探索，对于我们开发者而言，工程师们的G点被触发了，大家看到这种工程上的尝试，就像磕了药一样的，非常开心和热闹。这对开发者而言是一场狂欢，因为大家可以在一种曾经设想过但是没有实际实践过的项目下，去追求自己在技术上的畅想。但是，就目前而言，DSH在产品上仍然是零，甚至是负数，它给DeepSeek带来了巨大隐患，因为对于群众的预期而言，绝大部分DS的信徒，都是在期待一款可比肩Claude Code 或 Codex 的桌面级Agent，但是现在DSH出来的，本质上是一个类似React或者Spring之类的编程框架，然后在产品层面，更像是为了验证这套框架的可行性而给出了一个Demo一样。最后，大家会不会为此埋单，以及类似TraeWork、WorkBuddy之类的团队成员，在看到这种所谓“自进化Agent”的理念后，会不会在自家Agent中去践行，还是嗤之以鼻，都是未知数，因为对于这些已经相对成熟的Agent产品而言，已经有了成熟的商业模式，技术上，使用最稳妥的方案，来驱动自家产品，比使用一套更能激发技术G点的方案，可能前者更有商业价值。

当然，这不代表着我对DSH持否定态度。任何刚出来的技术，总会沉寂一段时间，然后在另外一个产品上得到爆发，例如Pi本身很安静，但是却催生了openclaw这样的产品一样。

昨晚，Kimi终于把K3开源承诺兑现了。之前传出的消息是，会完全开源权重，也就是可以部署到自己的服务上，但是今天看到的结果是，不仅开源了完整权重，而且连推理内核、MoE 通信库、Agent 训练环境整套底层技术栈全部都开源了。采用了MIT协议和商业授权双层协议，可以说是AI开源最完美的一次呈现。

对企业来说，特别是中国企业，只要拿到Kimi官方授权，就可以上架自己的K3服务，阿里、字节这些，很快就能上。可以想象，这里的授权费不会高的离谱，毕竟是国内企业。而对于想要进入大模型这一行的普通开发者而言，则是盛宴级别的资源，特别是对国外的开发者，是绝对的冲击。

国外的那些工程师，都很聪明，他们趴下来看了以后，去改进改进，很快就会发布自己的大模型（自研），就像之前Cursor的操作一样。这对国外的那些闭源模型是一次掀桌子的打击，他们怎么也想不到，一个中国模型，还开源，怎么就把自己干翻了。这样的场景，在2025年初我们就见过一次，当时，deepseek r1发布，也是开源，直接干翻当时刚发布没多久的o1模型，引起了一阵恐慌。

当然，这次开源对我们普通使用者来说，实际的好处不是非常大，但是也有非常积极的作用。由于K3的参数量摆在那里，算力成本高，即使第三方的服务，价格必然也比之前模型更高。但好处很明显，就是我们有更多的选择，不一定非得接官方的API或plan，说实话，这段时间我用官方的kimi code接K3，消耗非常快。但如果像字节、阿里它们上线，整合在自己的coding plan里面，那么就可以分摊成本，我们用户端也可以有更低的成本来使用。

这次对Kimi的看法，真正得到了改观。从deepseek到kimi，这两家大模型真的是撑起了中国大模型创新的旗帜，说不定后面还会有更多。