凌晨实测 DeepSeek Harness：4毛4，10多分钟做完一份调研PPT

——不是只让 AI 写几段文字，而是让它从调研一路干到交付

DeepSeek Harness 与 OpenAI Codex 调研 PPT 全部页面

昨天，DeepSeek Harness 社区版第一次公开发布，很多人都在关注，我也一样。

我本来想开一场直播，边安装边测试。结果网络有点卡，直播间也没什么观众，索性关掉直播。到了夜里零点多，我从下载安装、购买 API Key 开始，自己完整跑了一遍。

整个过程比我预想得顺。

为了看看它到底是不是“真能干活”，我又给了它一个比较完整的任务：

调研 DeepSeek Harness 和 OpenAI Codex，写一份对比报告，再做成 PPT 给我看。

10 多分钟后，Markdown 报告、11 页 PPT 和全部页面预览图都交付了。API 账单大约 0.44 元。

这 4 毛 4 买到的，不是几段看起来正确的回答，而是一条从资料搜集、内容整理、PPT 生成到结果检查的完整工作流。

它先调研，没有急着写结论

DeepSeek Harness 刚发布，公开资料还不算多。它先读取本地安装包里的 README 和依赖信息，再去核对官方仓库和公开资料。

最终报告里有一个判断我觉得比较重要：DeepSeek Harness 和 Codex 看起来在比较，实际上并不完全处在同一个层级。

DeepSeek Harness 更像一套开源的 Agent 运行框架，官方强调“Everything is a Plugin”，模型、工具、技能、会话和界面都可以通过插件组合；Codex 则更像一套已经产品化的 Agent 工作环境，覆盖 CLI、IDE、桌面端和云端任务。

一个偏“搭 Agent 的框架”，一个偏“直接使用 Agent 的产品”。这比简单争论谁替代谁更有意义。

我也特意保留了报告中的提醒：跑分、模型参数和第三方媒体转述只能作为线索，不能因为做进了 PPT 就自动变成可靠结论。真正准备引用时，仍然应该回到官方原文。

第一次翻车，发生在生成 PPT 时

调研报告完成后，它开始写 11 页 PPT 的生成脚本，第一次运行就报错了：

TypeError: newObject.text.forEach is not a function

这一步最有价值的地方，不是“AI 也会报错”，而是它接下来怎么处理。

它没有围着同一条命令反复试，而是直接去读 pptxgenjs 的相关源码，最后发现文本和样式参数传错了格式。修改脚本后，PPT 顺利生成。

这也是我对 Agent 和普通聊天工具最直观的区别：聊天工具给你一个建议，Agent 会继续操作环境、读取源码、修改文件，再验证产物是不是真的存在。

为了看一眼效果，它又搭了一条渲染流程

PPT 文件生成成功，不等于 PPT 真能用。

文字会不会溢出？卡片有没有重叠？装饰元素会不会跑出页面？这些问题不把幻灯片渲染出来，很难发现。

于是它继续尝试 QuickLook、WPS 和 LibreOffice。中间还遇到过一次很典型的“假成功”：后台任务显示安装完成，真正检查二进制文件时却发现根本没有装好。

最后，它下载并调用 LibreOffice，把 PPT 转成 PDF 和图片，再进行检查。

但新的问题又来了：当时使用的模型不能直接看图，视觉审查的子任务也迟迟没有收敛。它最后换成程序化几何审计，检查页面边界、文本框高度和元素碰撞，找出了 3 处真实布局问题，修改后重新渲染，再检查一遍。

这段过程比那份 PPT 本身更值得记录：工具有短板并不可怕，关键是工作流里有没有验证和兜底。

4毛4，具体买到了什么

环节 大致耗时
搜集资料、读取一手信息 约 3 分钟
整理并生成对比报告 约 1 分钟
生成 PPT、定位报错并修复 约 3 分钟
渲染、检查并修复版面 约 4 分钟
合计 约 10 多分钟

整次任务的 API 消耗大约是 0.44 元。

当然，这不意味着以后所有调研 PPT 都只值 4 毛 4。任务长度、模型价格、网络环境、资料复杂度和返工次数都会影响成本。这一次只是一次真实样本，不是行业报价，也不是实验室基准。

但它至少说明了一件事：以前需要先搜资料、再写文档、再打开 WPS 排版的多段工作，现在已经有机会被压缩成一次连续委托。

我最后的判断

这次体验有三个明显优点。

第一，安装、配置 API Key 和开始使用的门槛不高；第二，从调研到生成文件的链路比较完整；第三，遇到报错后能够继续读源码、换工具、做验证，而不是停在“建议你手动处理”。

但边界同样明显。

  1. 它仍是开发者预览版。 官方已经明确提醒后续可能有不兼容变更，稳定性和文档都还需要时间。
  2. 调研结果必须由人把关。 Agent 能标注来源层级，但不能保证上游资料本身没有问题。
  3. 视觉质量仍然需要验收。 程序可以检查越界和重叠，却不能完全代替人的审美判断。

所以我不会因为这一次成功，就下结论说它已经能替代所有调研、设计和编辑工作。

我更愿意把它看成一个很具体的信号：AI 正在从“回答我的问题”，变成“接走一段完整工作”。而人的责任，也从亲手完成每一步，逐渐变成定义任务、提供判断和验收结果。

这次产出的 PPT 不一定完美，但从凌晨零点的一句话，到一份可以打开、可以继续修改的交付物，只花了 10 多分钟和 4 毛 4。

对我来说，这就已经值得把它记录进 UP2U：AI 能不能帮一个人快速完成一次调研并交付 PPT？这一次，答案是可以。

下载与参考

说明：本文记录的是 2026 年 8 月 14 日的一次个人实测。DeepSeek Harness 正处于快速迭代阶段，产品状态与功能请以官方最新说明为准。