DeepSeek 开源编码代理 DSH 登顶榜单，却因一个小习惯丢了冠军

你们要 dsh，我就加上了。DeepSeek Harness 是 @deepseek_ai 推出的开源编程智能体。它现已登上 @huggingface 的 Harness 排行榜，该排行榜在相同开源模型上对十个编程智能体进行对比。

在全部五项评测中，DSH 均与第一名并列：低强度和高强度模式下的 DeepSeek-V4.1-Flash、GLM-5.3-Flash，以及 Flint。它在 DeepSWE 上表现突出，该任务要求智能体修改开源仓库中的代码：在三个模型的平均成绩中，它在十个智能体里排名第二，仅落后 @NousResearch 的 Hermes Agent 0.5 分。

在 Terminal-Bench 的命令行任务中，它排名第六。这个差距很大程度上源于一个习惯：DSH 完成任务后，会关闭它启动的所有后台程序。

Terminal-Bench 中有三个任务要求智能体启动服务器，例如模型推理 API。评分器会在智能体完成任务后测试该服务器。但使用 DSH 时，服务器到那时已经消失了。

在 DeepSeek-V4.1-Flash 和 GLM-5.3-Flash 上，DSH 在这些任务的 36 次尝试中仅通过了 2 次。@opencode、@pidotdev 和 Hermes Agent 则全部通过了 36 次。

这三个任务在每次评测中让 DSH 损失了 1.5 到 1.7 分。在高强度模式的 DeepSeek-V4.1-Flash 上，这比它与领先者之间 1.3 分的差距还要大。

开发者预览版：0.2.2-rc.1。网页搜索功能已关闭，因为它需要 DeepSeek 账户密钥。按三个模型平均计算，每次解决问题的成本为 0.53 美元。排行榜：