中信证券发了一份研报，标题很直白：看好国产大模型持续崛起。

但报告里真正值得注意的不是「看好」这两个字，而是它把 DeepSeek 的下一阶段战略讲清楚了：从模型供给走向平台生态。

券商怎么看 DeepSeek

报告的核心判断是：DeepSeek Harness 有望成为 DeepSeek 从模型供给走向平台生态的关键一环。

翻译一下：DeepSeek 不满足于只当「开源模型供应商」。它想做一个完整的 Agent 运行时平台，让开发者不仅用它的模型，还用它的一整套工具链。

这跟 OpenAI 的策略很像。OpenAI 不只有 GPT 模型，还有 ChatGPT、API、Dots（Agent 产品）、GPT Store。模型是入口，平台才是护城河。

DeepSeek 走的是同一条路，但用的是开源的方式。

DeepSeek Harness 是什么

DeepSeek Harness（简称 dsh）是 DeepSeek 在 2026 年 8 月开源的智能体运行时框架，MIT 协议，TypeScript 编写。

它最大的特点是「一切皆插件」。模型、工具、技能、会话、沙箱、存储、智能体循环、调度、UI，所有 Agent 能力都通过底层插件系统 Cordis 以插件形式提供。

你可以把它理解成「Agent 世界的 Kubernetes」。Kubernetes 把容器调度做成了平台，你不需要关心底层服务器怎么管理。DeepSeek Harness 把 Agent 运行时做成了平台，你不需要关心模型怎么调用、工具怎么注册、会话怎么管理。

中信证券报告里提到三个关键能力：

插件化与场景预设：开发者可以快速搭建面向特定场景的 Agent，不用从零开始。

跨 Agent 协作：不同 Agent 之间可以互相调用、共享上下文，形成多 Agent 协作网络。

Infra 优势延伸：DeepSeek 在软硬件协同上的优势，从模型推理延伸到完整任务执行。

DeepSeek 的三步走

回看 DeepSeek 这两年的动作，能看出一条清晰的路线。

第一步：证明模型能力。V3、V4 系列发布，跑分追上闭源模型，价格砍到对手的十分之一。这一步的目的是让开发者愿意试。

第二步：开源生态。权重 MIT 协议开源，Hugging Face 直接下载。DeepSeek Harness 也是 MIT 开源。这一步的目的是让开发者能深度定制，不被锁定。

第三步：平台化。通过 Harness 把模型、工具、会话、调度打包成完整运行时，让开发者不仅用模型，还用整套基础设施。这一步的目的是建立护城河。

中信证券的报告就是在确认第三步已经开始。券商研报不会随便写「平台生态」这几个字，这背后是对商业化路径的判断。

国产大模型的下一步

报告认为国产模型能力持续提升，叠加成本效率与开源生态优势，有望推动 AI 应用向更广泛的知识工作与企业场景渗透。

这个判断跟最近一两个月的趋势吻合。DeepSeek V4.1 Flash 1017 的 DeepSWE 77 分超过 Claude Opus 5，MiniMax Code CLI 开源后任务通过率 76.7%，智谱的法律模型在法律评测中表现突出。

国产模型在「能力」上已经追上来了。接下来的竞争不在跑分，在生态。

谁能让开发者更容易用、更容易部署、更容易赚钱，谁就赢了。DeepSeek Harness 就是冲着这个目标去的。

跟国外平台的对比

目前做 Agent 运行时的主要玩家：

LangChain / LangGraph：最成熟的 Agent 框架，插件生态最丰富，但架构比较重，学习曲线陡。

CrewAI：多 Agent 协作框架，上手快，但功能相对简单，不适合复杂场景。

OpenAI Agents SDK：跟 OpenAI 生态绑定紧密，用 GPT 模型效果最好，但换模型就受限。

DeepSeek Harness：开源、插件化、模型无关。最大的差异化是「一切皆插件」的架构设计，理论上任何组件都可以替换。

DeepSeek Harness 的优势在于：开源协议宽松（MIT），架构灵活（插件化），成本可控（可以配 DeepSeek 的便宜模型，也可以配其他模型）。劣势是生态还太小，社区还在建设中。

对开发者意味着什么

如果你在做 Agent 相关的开发，DeepSeek Harness 值得关注。

好处：MIT 开源，没有厂商锁定。插件化架构意味着你可以替换任何一个组件——模型换成 Qwen，工具换成自己的 API，存储换成自己的数据库。整个框架还是能跑。

风险：生态还在早期。插件数量、社区活跃度、文档质量都跟 LangChain、CrewAI 这些成熟框架有差距。现在入局是早期用户，不是成熟用户。

建议：如果你的项目对成本敏感、需要深度定制、不想被云服务商锁定，可以试试 DeepSeek Harness。如果你的项目需要快速上线、需要大量现成集成，还是用成熟框架。

还有一个现实问题：DeepSeek Harness 的文档和教程目前主要是英文的，中文资料还很少。国内开发者如果想上手，可能需要等社区翻译或者自己踩坑。这也是生态建设的一部分——不只是代码开源了，文档、教程、最佳实践都需要时间沉淀。

从投资角度看，中信证券这份报告还有一个隐含判断：国产大模型板块在资本市场被低估了。报告发布的时间点（10月19日）恰逢 DeepSeek V4.1 Flash 1017 刚发布、跑分超过 Claude Opus 5 的热度期。券商选择在这个时候发声，有引导资金关注国产 AI 板块的意图。

不过对开发者来说，券商的观点不影响技术选型。你选 DeepSeek Harness 不是因为券商看好它，是因为它的架构设计适合你的场景。研报是给投资人看的，不是给程序员看的。但研报里提到的趋势值得程序员关注：当资本市场开始关注「平台生态」而不是「模型跑分」时，意味着行业评价标准在变，你选择技术栈的参考标准也应该跟着变。

最后说一句：国产大模型从「追跑分」到「建生态」，这个转变对整个行业都是好事。跑分竞赛只会让模型越来越贵，生态竞赛才能让工具越来越好用、越来越便宜。DeepSeek 选了后者，值得跟踪。其他国产模型厂商会不会跟进平台化策略，是接下来半年值得观察的方向。如果 Qwen、Kimi、MiniMax 也推出自己的 Agent 运行时平台，那国产大模型的竞争就从「谁的模型更强」变成「谁的平台更好用」。这对开发者来说是个好消息：选择多了，成本就降了，议价权就回到开发者手里了。这才是「国产崛起」真正的意义，不是跑分赢了，是开发者有了更多选择，也有了更多议价权和自主权。

你觉得国产大模型的下一个战场是生态吗？评论区聊聊。

中信证券这份报告还有一个信号值得注意：券商开始认真研究 AI 公司的「平台化战略」了。以前券商看 AI 公司看的是模型跑分和融资轮次，现在开始看生态、看商业化闭环、看用户黏性。这说明 AI 行业正在从「技术驱动」进入「商业驱动」阶段。

对普通开发者来说，这个阶段意味着一件事：选择技术栈的时候，不能只看模型能力强不强，还要看生态能不能支撑你的项目走到生产环境。跑分第一但生态为零的框架，跟跑分第三但插件丰富的框架，实际开发中后者往往更好用。

你在用国产大模型做开发吗？你觉得 DeepSeek Harness 能跟 LangChain 竞争吗？

觉得有用就点赞收藏，转发给还在观望的朋友。