企业官网建设流程全解析

四种模式的设计初衷

DeepSeek Harness 把 Agent 的运行时拆成了可替换的插件组合，而四种模式本质上就是四套预设的插件加载方案。标准模式走「全功能」路线，PTC 模式让模型自己写代码来编排工具调用，极简模式只留最基础的 Shell 和文件编辑能力，创造模式则把运行时本身开放给你折腾。

这个设计思路很符合 Harness「一切皆插件」的底层逻辑——模式不是硬编码的代码分支，而是配置层面对插件集合的选择。理解这一点，后面看实测数据时就不会觉得奇怪了。

模式切换与插件加载差异

切换模式的方式比想象中简单。启动 Web UI 后，在设置里下拉选择即可；如果走命令行，可以在启动参数里指定，或者修改工作区的配置文件。四种模式加载的插件差异可以用一张表概括：

这里有个细节值得注意：极简模式不是「简陋版」，而是有意做减法。Harness 团队用它来做 Terminal Bench 这类基准测试，目的是排除其他插件干扰，单纯衡量模型在基础工具环境下的原生能力。

同一任务实测：贪吃蛇游戏生成

我用生成贪吃蛇游戏这个任务跑了四遍，记录了下述数据。任务描述统一为「在当前目录创建一个可运行的贪吃蛇网页游戏」，模型选用 DeepSeek-V4-Pro。

标准模式的表现最稳。它会先分析目录结构，然后依次创建 HTML、CSS、JavaScript 文件，中间还会主动询问是否需要添加计分功能。整个过程耗时约 52 秒，Token 消耗在 4.2 万左右，成功率最高，三次测试全部一次通过。

PTC 模式的行为特征很有意思。它不会直接调用文件工具，而是先写一段 JavaScript 代码，这段代码内部再调用 Harness 的工具 API 来完成文件创建。你可以理解为「模型写了个脚本，让脚本去干活」。这种模式在复杂任务上优势更明显，但贪吃蛇这种简单任务反而多了层间接性，耗时约 61 秒，Token 消耗 4.8 万左右。不过它的价值在于可复现性——生成的代码本身就是一份可保存、可修改的「操作记录」。

极简模式下，模型只有 Shell 和文件编辑两个工具可用。它选择用cat命令直接写入文件内容，或者调用编辑器插件逐行写入。整个过程更「原始」，耗时约 48 秒，Token 消耗最低，仅 3.6 万左右。但代价是：如果任务需要联网查资料或调用外部 API，极简模式会直接失败。三次测试中，有一次因为模型想引用 CDN 链接但无法验证可用性，导致生成的游戏运行异常。

创造模式的体验最特殊。启动后界面会多出一个「插件控制台」，你可以看到当前加载了哪些插件、每个插件的依赖关系，还能在内存中临时加载或卸载插件。我用它把标准模式的工具注册表插件动态加载进来，相当于「手动拼装」了一个介于标准和极简之间的混合模式。这个过程本身就需要对 Harness 的插件机制有一定理解，不适合新手，但自由度确实最高。

极简模式的基准测试价值

前面提到极简模式被用于 Terminal Bench 测试，这里展开说一下。Terminal Bench 是一类评估模型在纯终端环境下能力的基准，核心假设是：如果模型只有ls、cat、sed这类基础工具，还能不能完成指定任务？

Harness 的极简模式恰好提供了这个「干净」的运行时。测试时，除了 Shell 和文件编辑，其他插件全部卸载，模型无法借助联网搜索「偷懒」，也无法通过多 Agent 调度把任务甩给子代理。这种设定下测出的数据，更能反映模型对基础工具链的理解深度。

从实际测试看，DeepSeek-V4-Pro 在极简模式下的表现不错，但确实比标准模式更容易出现「幻觉」——比如假设某个文件存在、或者误用不存在的命令参数。这也说明极简模式对模型的指令遵循能力要求更高。

PTC 模式的完整链路拆解

PTC（Programmatic Tool Calling）模式是四种模式里设计最精巧的。它的核心链路可以拆解为：

1. 需求理解：模型接收用户任务，分析需要哪些工具操作
2. 代码生成：模型生成一段 JavaScript 代码，代码内部调用 Harness 的 API
3. 代码执行：Harness 在沙箱中运行这段代码
4. 工具调用：代码运行时按需触发工具调用，结果返回给代码
5. 结果汇总：代码处理完所有工具调用后，向用户输出最终结果

这个模式的优势在于「可编程性」。标准模式里，模型每步操作都是一次独立的 LLM 调用，上下文容易碎片化；而 PTC 模式把多轮工具调用封装进同一段代码，模型可以在代码里使用变量、循环、条件判断，逻辑更紧凑。

实测中，我让它批量修改一个项目里的多个文件，PTC 模式生成的代码用了一个for循环遍历文件列表，而标准模式是逐个文件询问确认。效率差异在 5 个文件以内不明显，超过 10 个文件时 PTC 模式的优势就体现出来了。

创造模式的热插拔实战

创造模式最吸引人的是「运行时插件热插拔」。我试了一个场景：先用极简模式跑基准测试，发现需要联网查文档时，不重启服务，直接在插件控制台加载web-search插件，继续任务。

具体操作是在创造模式的控制台里执行类似这样的配置：

{ "action": "load", "plugin": "@deepseek-harness/web-search", "version": "latest" }

加载成功后，当前会话立即获得联网能力，已执行的上下文不受影响。如果之后想卸载，同样一条配置改action为unload即可。这种「会话级」的插件生命周期管理，对调试和实验非常友好。

不过要注意，热插拔不是完全无感的。某些插件如果已经被当前会话中的任务依赖，卸载时会有依赖检查提示，强制卸载可能导致正在进行的任务异常终止。

选择决策树

综合以上实测，四种模式的适用场景可以总结如下：

选标准模式：你不确定该用哪个模式，或者任务涉及多步骤、需要灵活调整。这是默认的安全选择，功能最全，容错最高。

选 PTC 模式：任务需要批量、重复、有条件的工具调用，或者你希望保存一份可复现的「操作脚本」。适合自动化流水线场景。

选极简模式：你在做模型能力评测，或者运行环境极度受限（比如离线、安全沙箱）。也适合想纯粹观察模型原生能力的场景。

选创造模式：你需要深度定制 Harness 的运行时，或者在调试插件、开发新插件。这是给「玩框架」的人准备的，不是给「用框架」的人。

最后提一句，目前 v0.1 版本的四种模式切换还需要手动操作，未来如果支持根据任务特征自动推荐或动态切换，体验会更上一层楼。但就现在而言，理解每种模式的插件加载逻辑和适用边界，已经能帮你避开不少坑。