Deepseek的harness,AI工具越来越多了

最近有一个挺明显的感觉。

现在各家 AI 大模型，似乎都不满足于只做一个聊天机器人了，开始忙着给自己的模型开发各种工具。

Anthropic 有 Claude Code，OpenAI 有 Codex，Grok 有自己的 X 生态工具，国内也有腾讯的 WorkBuddy、豆包的相关产品，以及 DeepSeek 生态里的 Harness 等。

大家都在做一件事情：不仅要让 AI 能回答问题，还要让 AI 真正进入你的电脑，帮你干活。

这当然是好事。

以前我们用 AI，基本上就是打开一个网页，输入问题，等它给出答案。

现在不一样了。

AI 可以帮你写代码、整理文件、处理文档、操作软件，甚至按照你的要求连续完成一系列任务。

从聊天工具变成干活工具，这可能是 AI 下一阶段非常重要的变化。

但问题也随之出现了。

工具越来越多，普通用户反而不知道该用哪个了。

一、每家大模型，都想给自己造一套工具

现在各家公司的想法其实挺一致。

既然自己的大模型已经有了一定能力，那为什么不干脆开发一个配套工具，让用户直接使用呢？

OpenAI 有 Codex，Anthropic 有 Claude Code，都是希望用户能够把模型能力真正用到开发和工作中。

国内也一样。

腾讯推出 WorkBuddy，希望让 AI 能够处理办公任务；豆包也在不断扩展自己的产品能力；DeepSeek 生态里也出现了围绕 Harness 的工具探索。

这些产品看起来功能不完全一样，但背后的逻辑很相似：

以前是你打开 AI，问它一个问题。

现在是你打开 AI，让它替你完成一件事情。

这中间有一个很大的变化。

谁掌握了用户使用 AI 的入口，谁就有机会进一步掌握用户的工作流程。

对于 AI 公司来说，这显然不只是多卖一个软件那么简单。

用户一旦习惯了某个工具，习惯了用它处理文件、写代码、管理任务，就会形成一定的使用黏性。

以后即使出现了更好的模型，用户也未必愿意轻易更换整套工具。

所以，各家公司都想把自己的模型和工具绑在一起。

二、工具越多，普通用户越头疼

不过，站在普通用户的角度，事情就没有那么美好了。

假设你平时会用 ChatGPT、Claude、Gemini、DeepSeek。

现在每家都推出自己的工具。

你想体验一下，就得分别下载安装、注册登录、配置环境，有的还要单独购买订阅或者配置 API。

用一两个还好。

如果每家都装一个，电脑桌面恐怕很快就热闹起来了。

更麻烦的是，你还得记住每个工具的特点。

这个擅长写代码，那个擅长处理文档，另一个可能更适合复杂推理。

每次遇到一个任务，你都要想一遍：这件事应该交给哪个 AI？

对于每天大量使用 AI 的开发者来说，多装几个工具可能没什么。

但对于大多数普通用户来说，AI 只是工作和生活中的一个辅助工具，并不是每天都要研究的东西。

他们真正需要的，不是十几个 AI 工具，而是一个简单、稳定、好用的入口。

这就有点像手机应用。

以前每家银行都有自己的 APP，每家电商都有自己的 APP。

但用户并不关心这些公司之间的技术竞争。

用户只关心：我能不能少装几个软件，少记几个账号，办事的时候方便一点？

AI 工具也正在面临类似的问题。

三、WorkBuddy 这种模式，可能是一个值得关注的方向

最近我比较关注腾讯的 WorkBuddy。

它有一个比较值得注意的思路：把不同的 AI 模型能力放进同一个工作环境里，让用户可以根据需要进行选择和切换。

这其实解决了一个很现实的问题。

假设我今天需要写一篇文章，可以选择一个擅长中文表达的模型。

明天需要写代码，可以换一个更适合编程的模型。

后天需要分析一份复杂资料，又可以换成另一个模型。

但我不需要为了使用不同模型，重新安装一套软件、重新适应一套操作界面。

工具是一个，模型可以换。

这对普通用户来说，显然要方便得多。

当然，这并不是说 WorkBuddy 已经解决了所有问题。不同模型的能力、价格、响应速度，以及工具对模型的支持程度，都可能影响实际体验。

但它代表的这种思路，我觉得值得关注。

未来的 AI 工具，可能会出现两种发展方向。

一种是模型公司自己开发完整工具，把模型、软件和服务全部打包在一起。

另一种是提供统一的工作入口，让用户在一个地方调用不同模型。

这两种模式，短期内可能还会长期并存。

四、模型公司争夺的，可能不只是模型本身

这里面其实还有一个挺有意思的商业逻辑。

现在各家大模型都在拼命竞争。

比谁的推理能力更强，比谁的代码写得更好，比谁的价格更便宜。

但对于普通用户来说，模型之间的差距，有时候并没有宣传中那么明显。

今天这个模型领先一点，明天那个模型可能又追上来了。

如果每个模型都有自己的工具，那么用户就会面临一个问题：我到底应该选择哪一家？

而如果有一个平台，能够把多个模型整合起来，用户可能就不必那么在意底层究竟是哪家模型。

就像我们平时使用搜索引擎，不一定关心背后的服务器是哪家公司的。

我们更关心的是能不能找到想要的东西。

当然，AI 和搜索引擎不完全一样。模型能力、调用成本、数据安全和使用体验，都会影响用户选择。

但有一点是相似的：

当底层技术越来越丰富，用户往往更希望有一个简单的入口。

对于模型公司来说，它们当然不愿意轻易把用户入口交给别人。

毕竟，模型是自己的，工具是自己的，用户习惯也是自己的。

如果用户每天都在自己的工具里工作，那么未来无论是订阅收费、API 调用，还是其他商业服务，都有更多机会。

所以，大家现在不仅是在竞争谁的模型更强，也是在竞争谁能成为用户每天打开的那个 AI 工具。

五、以后我们可能不再关心自己用的是哪个模型

我觉得，AI 工具接下来可能会经历一个比较有意思的变化。

早期，大家关注的是哪个模型最聪明。

后来，大家开始关注哪个模型最便宜、哪个模型写代码最好、哪个模型生成图片更出色。

再往后，随着 AI 真正进入工作流程，普通用户可能会越来越关心另外一件事：

能不能在一个地方，把这些模型都用起来？

当然，这个阶段还没有真正到来。

现在各家模型之间的竞争还很激烈，产品接口、收费体系、权限管理和数据安全也没有形成统一标准。

而且，不是所有模型都愿意开放自己的能力，让竞争对手的平台随意调用。

所以，短期内各家继续开发自己的工具，是很正常的事情。

但从用户体验来看，我个人更期待另一种模式：

打开一个软件，就能使用不同的 AI 模型；遇到不同任务，系统可以推荐合适的模型；如果某个模型效果不好，随时切换到另一个。

用户不需要研究哪家公司的工具最好，也不需要在电脑上安装一大堆软件。

模型之间尽管竞争，用户只管把事情做好。

说到底，普通人需要的不是更多的 AI，而是更好用的 AI。

如果未来真有一款产品，能够把主流大模型的能力整合起来，同时把使用门槛降下来，我觉得它可能会比又一个单独的大模型工具，更有机会成为普通用户的日常入口。