作者注：拆解 DeepSeek Harness 官方披露的三组数据，判断 Agent 平台化的机会与风险，并给出模型后端选型与成本控制的实际建议。
DeepSeek Harness 在 2026 年 11 月 5 日披露了一组数据：截至 11 月 4 日，日活 154 万、每天约 92 万亿 token、第三方插件约 3.5 万个，约 60% 的活跃用户创建或安装过至少一个插件。三个数字放在一起看，结论很直接：这不只是一个 Agent 工具突然走红，而是 Agent 正在从“好用的工具”走向“有生态的平台”。
这不是全市场数据：以上数字均为厂商自报，统计范围仅限使用 DeepSeek 官方 API 的用户，目前没有第三方审计。本文不做产品评测，只从用户规模、使用强度、插件生态三个平台化信号切入，最后落到 Agent 开发者在插件 API、权限、数据和模型后端上该怎么做。
核心价值：读完本文，你能看懂这三个数字背后的增长曲线和成本含义，并带走一个判断：Agent 平台的竞争，最终是插件生态和模型成本的竞争。
DeepSeek Harness 核心信息与增长曲线
结论先行：DeepSeek Harness 的增长拐点在桌面端上线之后，不到五周日活放大了约 5.7 倍。
先把官方披露的基础信息放在一张表里，方便后面引用。
| 信息项 | 详情 |
|---|---|
| 披露时间 | 2026 年 11 月 5 日（数据截至 11 月 4 日） |
| 发布方 | DeepSeek（厂商自报，无第三方审计） |
| 统计口径 | 仅使用 DeepSeek 官方 API 的用户 |
| 用户规模 | 日活 154 万 |
| 使用强度 | 每天约 92 万亿 token |
| 插件生态 | 第三方插件约 3.5 万个，约 60% 活跃用户使用过 |
| 下一步 | 官方插件市场与作者支持计划筹备中，尚未上线 |
DeepSeek Harness 增长数据表
| 时间 | 日活 | 关键事件 | 说明 |
|---|---|---|---|
| 8 月 13 日 | 未披露 | 发布 v0.1 | 早期版本，用户以尝鲜开发者为主 |
| 9 月 29 日 | 未披露 | 发布桌面端 | 使用门槛下降，是增长加速的关键节点 |
| 9 月 30 日 | 27.1 万 | 桌面端上线次日 | 7 日均值，包含桌面端发布前的数据 |
| 10 月 7 日 | 42.9 万 | 桌面端上线一周 | 7 日均值，一周增长约 58% |
| 11 月 4 日 | 154 万 | 官方披露数据截止日 | 约四周新增超过 100 万日活 |
这组数据有两点值得注意。第一，从 v0.1 到桌面端用了一个半月，但真正的放量发生在桌面端之后；从 42.9 万到 154 万只用了四周，增速不是线性的。第二，9 月 30 日和 10 月 7 日明确是 7 日均值，而 11 月 4 日的 154 万是否同一口径，披露中没有完全展开，横向比较时建议留出余量。
桌面端为什么关键？Agent 的核心场景是长时间运行、读写本地文件、调用本地工具，这些在网页端都受限。桌面端让 Agent 能接触到用户真实的工作环境，插件也才有了足够的施展空间。增长曲线本身，就是“工具形态决定平台上限”的一个注脚。
92 万亿 token/天：DeepSeek Harness 的使用强度意味着什么
结论先行：92 万亿 token/天说明 Agent 的用量模式和聊天完全不同，单看每百万 token 单价会严重低估真实成本。
按 30 天粗算，92 万亿 token/天约等于每月 2,760 万亿 token，而这仍然只是官方 API 用户的部分。如果再粗略除以 154 万日活，人均每天约 6,000 万 token。这个均值显然会被少数重度用户和长时间运行的任务拉高，但它足以说明一个事实：Agent 用户不是在“聊天”，而是在让模型持续干活。
同期作为量级参照，OpenRouter 在 11 月 2-8 日的全球周调用量约为 210 万亿 token，其中中国模型占约 116.18 万亿。两者口径完全不同，不能直接比较，但能看出 Agent 平台单点的 token 吞吐已经进入很高的量级。需要强调的是，token 量不等于收入，更不等于利润。
Agent 任务的 token 放大因素
| 放大因素 | 发生场景 | 对成本的影响 |
|---|---|---|
| 多轮迭代 | 规划、执行、检查、修正循环 | 同一上下文被反复计费 |
| 工具调用 | 搜索、读文件、跑命令后回填结果 | 工具返回内容整段进入上下文 |
| 长上下文 | 代码库、文档、历史记录 | 每一轮输入都很重 |
| 失败重试 | 工具报错、格式不合规、超时 | 无产出的消耗，最容易被忽视 |
| 插件叠加 | 多个插件串联完成一个任务 | 调用链变长，难以预估 |
对 Agent 开发者来说，这意味着成本核算的单位要从“每百万 token 多少钱”换成“完成一个任务花多少钱”。一个单价便宜但需要三次重试的模型，可能比单价贵但一次做对的模型更贵。按任务、按会话、按可用产出来算，才能看清真实账单。
💰 成本建议：要按任务核算 token，前提是能看到每次调用的明细。通过 API易 apiyi.com 接入模型时，控制台可以查看用量、账单和调用日志，方便把一次 Agent 任务拆成多次调用逐项核对，找出重试和长上下文造成的浪费。
3.5 万插件：DeepSeek Harness 的插件生态是不是护城河
结论先行：3.5 万插件加上 60% 使用率，说明插件已经是主要使用方式，但数量本身不等于护城河，更不等于质量。
约 60% 的活跃用户创建或安装过至少一个插件，这个比例比插件总数更有说服力。它说明插件不是少数极客的玩具，而是大多数用户扩展 Agent 能力的默认路径。一旦用户的工作流依赖了某几个插件，迁移到别的平台的成本就会明显上升，这正是平台黏性的来源。
但护城河要看三个维度，而不只是数量：
- 质量分布:3.5 万个插件里有多少被长期使用、有多少是一次性实验，披露中没有给出。
- 接口稳定性：插件 API 如果频繁变动，作者维护成本高，生态容易流失。
- 安全边界：插件能访问哪些文件、哪些凭证、哪些网络资源，直接决定企业能否放心使用。
换句话说，插件数量是平台化的起点，插件 API 的稳定性、兼容性和安全性才是能否形成护城河的关键。对 Agent 开发者而言，这三点也会成为选择在哪个平台上写插件的核心考量。
官方插件市场与作者补贴：Agent 平台化的下一步
结论先行：官方插件市场和作者补贴意味着 DeepSeek Harness 要从“工具”转向“分发渠道”，这是 Agent 平台化的标志性动作。
根据披露，官方插件市场和作者支持计划正在筹备，内容包括 token 补贴、技术交流和推荐位。这三项分别对应作者最关心的三件事：开发成本、技术支持和曝光。一旦落地，插件作者和平台之间就形成了类似应用商店的分发关系。
Agent 平台化信号表
| 信号 | 数据 | 含义 | 对开发者的影响 |
|---|---|---|---|
| 用户规模 | 154 万日活（厂商自报） | 有足够大的分发入口 | 插件有现成的潜在用户 |
| 使用强度 | 约 92 万亿 token/天 | 用户在用 Agent 做实际工作 | 长任务场景的插件更有价值 |
| 生态参与 | 约 3.5 万插件，约 60% 用户使用 | 插件是主流使用方式 | 插件 API 成为新的开发接口 |
| 分发机制 | 官方市场筹备中 | 从自发生态走向平台运营 | 规则、审核、分成将影响收益 |
| 作者激励 | token 补贴、交流、推荐 | 平台主动培育供给侧 | 早期作者可能获得流量红利 |
需要冷静看待的是，市场尚未上线，上架规则、审核标准、分成方式都没有公布。平台化带来的分发红利是真实的，但平台对规则的掌控力也会同步增强。插件、工作流、用户数据和权限都沉淀在平台侧，这就是锁定风险的来源。
DeepSeek Harness 对 Agent 开发者的影响
结论先行：插件 API、权限、数据和模型后端是四个必须提前想清楚的问题，其中模型后端最容易被锁死，也最容易提前规避。
插件 API 与权限
如果你计划为 Harness 或类似平台开发插件，先评估插件 API 的版本策略和兼容承诺，不要在接口频繁变动的阶段投入过重。权限上，遵循最小授权原则：插件只申请完成任务所需的权限，API Key 和用户凭证不应直接暴露给插件，而应通过平台或自建网关代理。
数据与自托管取舍
托管平台的好处是开箱即用、有分发入口；代价是工作流和数据都在平台侧。对数据敏感的团队，可以考虑核心流程自托管或私有化，只把通用能力交给托管平台。这不是二选一，而是按数据敏感程度分层。
模型后端选择
Agent 平台的竞争最终会落到模型成本上，而模型后端不应绑死一家。不同任务适合不同模型：规划和复杂推理用强模型，批量的文本处理、格式转换用性价比更高的模型。主模型容量吃紧时，还需要有备用模型接得住。
同期的腾讯 Hy4 就是一个例子：11 月 4 日发布首日大量用户触及额度，推理集群扩容十倍，官方建议切换 Hy3 或错峰使用。新模型和 Agent 平台的容量压力是普遍问题，不是个例。
| 后端方案 | 核心特点 | 适用场景 | 切换成本 |
|---|---|---|---|
| 单一官方 API | 接入简单，能力与官方同步 | 早期验证、单模型产品 | 高，换模型需改接入 |
| 多家官方 API 并接 | 可选模型多 | 有专人维护的大团队 | 中，需维护多套鉴权与格式 |
| 多模型网关（如 API易 apiyi.com） | 一个 Key 调用多家模型，OpenAI 兼容 | 多任务路由、需要备用模型 | 低，主要改 model 参数 |
| 自托管开源模型 | 数据可控 | 敏感数据、私有化部署 | 高，需自建推理与运维 |
以 API易 为例，一个 Key 可以调用 OpenAI、Claude、Gemini、DeepSeek、Qwen、Kimi、GLM、MiniMax 等 400+ 模型，兼容 OpenAI API 标准，同时支持 Claude、Gemini 原生格式。接入时把 base_url 设为 https://api.apiyi.com/v1,切换模型主要是修改 model 字段，不必为每家厂商单独维护一套接入代码。
需要注意的是，统一接口降低的是接入成本，不能抹平模型差异。不同模型的工具调用格式、上下文长度、缓存机制都可能不同，切换前要用自己的 Agent 任务做回归测试。价格和可用性以控制台和文档为准。
🎯 技术建议：搭建 Agent 后端时，建议先通过 API易 apiyi.com 用新用户免费测试额度，把同一组任务跑在两到三个模型上，对比完成率和单任务成本，再决定主力模型和备用模型的组合。
DeepSeek Harness 数据的风险与边界
结论先行：这组数据可以作为 Agent 平台化的信号，但不能作为全市场结论，更不能作为收入或质量的证明。
读这组数据时，有几条边界必须守住：
- 厂商自报:154 万日活和 92 万亿 token/天均未经第三方审计，待第三方验证。
- 口径有限：只统计使用 DeepSeek 官方 API 的用户，不能等同于整个 Agent 市场。
- token 不等于收入:92 万亿 token 反映的是用量，不是营收或利润，补贴和优惠会显著影响实际收入。
- 数量不等于质量:3.5 万插件没有披露活跃度和质量分布。
- 规则未定：插件市场尚未上线，审核、分成、权限规则都未公布。
从行业背景看，Menlo Ventures 估计 2026 年企业 AI 支出约 1,768 亿美元，Agent 是需求爆发的重要推动力。需求在涨，容量压力也在涨，这对 Agent 开发者的直接含义是：可用性风险必须在架构层面处理，而不是寄希望于单一供应商永远不限流。
🛡️ 稳定性建议：为 Agent 配置备用线路是低成本的保险。API易 apiyi.com 官方描述采用多节点部署、智能路由、自动降级和负载均衡，并提供实时监控；在此之上，建议你在应用层也写好降级策略，比如主模型超时或被限流时自动切到备用模型，保证长任务不中断。
常见问题 FAQ
Q1: DeepSeek Harness 的 154 万日活是怎么统计的？
根据官方披露，154 万日活的统计范围仅限使用 DeepSeek 官方 API 的用户，数据截至 11 月 4 日，由厂商自报，没有第三方审计。早期的 27.1 万和 42.9 万明确是 7 日均值。它反映的是 Harness 在这一口径下的规模，不代表整个 Agent 市场。
Q2: 每天 92 万亿 token 是什么概念？
按 30 天粗算约每月 2,760 万亿 token，粗略人均每天约 6,000 万 token（会被重度用户拉高）。它说明 Agent 的多轮、工具调用、长上下文和重试会大幅放大用量。但 token 量只代表用量，不能换算成收入或利润。
Q3: 插件多是不是就安全、就好用？
不是。3.5 万插件和 60% 使用率说明生态活跃，但没有披露质量分布和安全审核情况。插件能访问的文件、凭证和网络范围才是关键。建议按最小权限授权，不要把 API Key 直接交给插件，敏感操作走独立网关。
Q4: Agent 的模型后端要不要绑死一家？
不建议。不同任务适合不同模型，主模型也可能因容量压力限流。更稳妥的做法是用一个 Key 接入多模型的网关，例如通过 API易 apiyi.com 统一调用，主力和备用模型可以快速切换。切换前记得针对工具调用格式和缓存差异做回归测试。
Q5: DeepSeek Harness 官方插件市场什么时候上线？
截至本文发布，官方插件市场和作者支持计划仍处于筹备阶段，官方没有公布上线时间，也没有公布上架规则和分成方式。已知的支持内容包括 token 补贴、技术交流和推荐位，具体以官方后续公告为准。
总结：DeepSeek Harness 之后，Agent 开发者的 5 条建议
结论先行：DeepSeek Harness 的三组数据共同指向一件事，Agent 平台的竞争，最终是插件生态和模型成本的竞争。
用户规模提供分发入口，使用强度暴露成本压力，插件生态决定黏性。官方市场和作者补贴一旦落地，平台化会进一步加速。对 Agent 开发者来说，机会在插件和分发，风险在锁定和成本，下面 5 条可以直接执行：
- 先算任务成本：把成本单位从“每百万 token 单价”换成“每个完成的任务花多少”，把重试、长上下文、工具回填都算进去。
- 保留备用模型：至少配置一个能接住核心任务的备用模型，主模型超时或限流时自动降级。
- 插件权限隔离：插件只拿最小权限，API Key 和用户凭证不进插件，敏感操作走自有网关。
- 关注插件 API 稳定性：在插件 API 版本策略和兼容承诺明确之前，不要把核心业务重度绑定在某个平台的插件体系上。
- 不要只看日活：日活是厂商自报、口径有限的指标，选平台时更要看插件 API 质量、权限模型、数据归属和模型成本。
DeepSeek Harness 核心要点 Key Takeaways
- 增长拐点：桌面端上线后不到五周，日活从 27.1 万到 154 万。
- 使用强度：约 92 万亿 token/天，Agent 用量模式远重于聊天。
- 插件生态：约 3.5 万插件、60% 用户使用，插件已是主流用法。
- 平台化动作：官方市场与作者补贴筹备中，规则尚未公布。
- 数据边界：厂商自报、仅官方 API 用户，待第三方验证。
- 后端策略：模型后端不绑死一家，可通过 API易 apiyi.com 一个 Key 多模型切换。
如果你正在搭建 Agent 产品或平台，建议先把模型后端和成本核算做扎实。推荐通过 API易 apiyi.com 快速验证多模型组合，平台提供免费测试额度、统一接口和用量日志，便于在平台化浪潮里保持选择权。
参考资料
- DeepSeek Harness 官方数据披露:2026 年 11 月 5 日发布，数据截至 11 月 4 日
- 说明：日活、token 用量、插件数量、增长时间线与插件市场筹备信息，均为厂商自报
- 腾讯 Hy4 发布与扩容说明:2026 年 11 月 4 日
- 说明：新模型首日容量压力与集群扩容的行业背景
- Menlo Ventures 企业 AI 支出研究:2026 年企业 AI 支出估算
- 说明：Agent 推动企业 AI 需求增长的宏观背景
- OpenRouter 周度调用数据:2026 年 11 月 2-8 日
- 说明：全球模型调用量级参照，与 Harness 口径不同，不可直接比较
作者:APIYI 技术团队
技术交流：欢迎在 API易 官网首页联系我们，模型列表与接入说明可查阅 docs.apiyi.com 文档中心
