作者注：拆解 DeepSeek Harness 官方披露的三組數據，判斷 Agent 平臺化的機會與風險，並給出模型後端選型與成本控制的實際建議。
DeepSeek Harness 在 2026 年 11 月 5 日披露了一組數據：截至 11 月 4 日，日活 154 萬、每天約 92 萬億 token、第三方插件約 3.5 萬個，約 60% 的活躍用戶創建或安裝過至少一個插件。三個數字放在一起看，結論很直接：這不只是一個 Agent 工具突然走紅，而是 Agent 正在從“好用的工具”走向“有生態的平臺”。
這不是全市場數據：以上數字均爲廠商自報，統計範圍僅限使用 DeepSeek 官方 API 的用戶，目前沒有第三方審計。本文不做產品評測，只從用戶規模、使用強度、插件生態三個平臺化信號切入，最後落到 Agent 開發者在插件 API、權限、數據和模型後端上該怎麼做。
核心價值：讀完本文，你能看懂這三個數字背後的增長曲線和成本含義，並帶走一個判斷：Agent 平臺的競爭，最終是插件生態和模型成本的競爭。
DeepSeek Harness 核心信息與增長曲線
結論先行：DeepSeek Harness 的增長拐點在桌面端上線之後，不到五週日活放大了約 5.7 倍。
先把官方披露的基礎信息放在一張表裏，方便後面引用。
| 信息項 | 詳情 |
|---|---|
| 披露時間 | 2026 年 11 月 5 日（數據截至 11 月 4 日） |
| 發佈方 | DeepSeek（廠商自報，無第三方審計） |
| 統計口徑 | 僅使用 DeepSeek 官方 API 的用戶 |
| 用戶規模 | 日活 154 萬 |
| 使用強度 | 每天約 92 萬億 token |
| 插件生態 | 第三方插件約 3.5 萬個，約 60% 活躍用戶使用過 |
| 下一步 | 官方插件市場與作者支持計劃籌備中，尚未上線 |
DeepSeek Harness 增長數據表
| 時間 | 日活 | 關鍵事件 | 說明 |
|---|---|---|---|
| 8 月 13 日 | 未披露 | 發佈 v0.1 | 早期版本，用戶以嚐鮮開發者爲主 |
| 9 月 29 日 | 未披露 | 發佈桌面端 | 使用門檻下降，是增長加速的關鍵節點 |
| 9 月 30 日 | 27.1 萬 | 桌面端上線次日 | 7 日均值，包含桌面端發佈前的數據 |
| 10 月 7 日 | 42.9 萬 | 桌面端上線一週 | 7 日均值，一週增長約 58% |
| 11 月 4 日 | 154 萬 | 官方披露數據截止日 | 約四周新增超過 100 萬日活 |
這組數據有兩點值得注意。第一，從 v0.1 到桌面端用了一個半月，但真正的放量發生在桌面端之後；從 42.9 萬到 154 萬隻用了四周，增速不是線性的。第二，9 月 30 日和 10 月 7 日明確是 7 日均值，而 11 月 4 日的 154 萬是否同一口徑，披露中沒有完全展開，橫向比較時建議留出餘量。
桌面端爲什麼關鍵？Agent 的核心場景是長時間運行、讀寫本地文件、調用本地工具，這些在網頁端都受限。桌面端讓 Agent 能接觸到用戶真實的工作環境，插件也纔有了足夠的施展空間。增長曲線本身，就是“工具形態決定平臺上限”的一個註腳。
92 萬億 token/天：DeepSeek Harness 的使用強度意味着什麼
結論先行：92 萬億 token/天說明 Agent 的用量模式和聊天完全不同，單看每百萬 token 單價會嚴重低估真實成本。
按 30 天粗算，92 萬億 token/天約等於每月 2,760 萬億 token，而這仍然只是官方 API 用戶的部分。如果再粗略除以 154 萬日活，人均每天約 6,000 萬 token。這個均值顯然會被少數重度用戶和長時間運行的任務拉高，但它足以說明一個事實：Agent 用戶不是在“聊天”，而是在讓模型持續幹活。
同期作爲量級參照，OpenRouter 在 11 月 2-8 日的全球周調用量約爲 210 萬億 token，其中中國模型佔約 116.18 萬億。兩者口徑完全不同，不能直接比較，但能看出 Agent 平臺單點的 token 吞吐已經進入很高的量級。需要強調的是，token 量不等於收入，更不等於利潤。
Agent 任務的 token 放大因素
| 放大因素 | 發生場景 | 對成本的影響 |
|---|---|---|
| 多輪迭代 | 規劃、執行、檢查、修正循環 | 同一上下文被反覆計費 |
| 工具調用 | 搜索、讀文件、跑命令後回填結果 | 工具返回內容整段進入上下文 |
| 長上下文 | 代碼庫、文檔、歷史記錄 | 每一輪輸入都很重 |
| 失敗重試 | 工具報錯、格式不合規、超時 | 無產出的消耗，最容易被忽視 |
| 插件疊加 | 多個插件串聯完成一個任務 | 調用鏈變長，難以預估 |
對 Agent 開發者來說，這意味着成本覈算的單位要從“每百萬 token 多少錢”換成“完成一個任務花多少錢”。一個單價便宜但需要三次重試的模型，可能比單價貴但一次做對的模型更貴。按任務、按會話、按可用產出來算，才能看清真實賬單。
💰 成本建議：要按任務覈算 token，前提是能看到每次調用的明細。通過 API易 apiyi.com 接入模型時，控制檯可以查看用量、賬單和調用日誌，方便把一次 Agent 任務拆成多次調用逐項覈對，找出重試和長上下文造成的浪費。
3.5 萬插件：DeepSeek Harness 的插件生態是不是護城河
結論先行：3.5 萬插件加上 60% 使用率，說明插件已經是主要使用方式，但數量本身不等於護城河，更不等於質量。
約 60% 的活躍用戶創建或安裝過至少一個插件，這個比例比插件總數更有說服力。它說明插件不是少數極客的玩具，而是大多數用戶擴展 Agent 能力的默認路徑。一旦用戶的工作流依賴了某幾個插件，遷移到別的平臺的成本就會明顯上升，這正是平臺黏性的來源。
但護城河要看三個維度，而不只是數量：
- 質量分佈:3.5 萬個插件裏有多少被長期使用、有多少是一次性實驗，披露中沒有給出。
- 接口穩定性：插件 API 如果頻繁變動，作者維護成本高，生態容易流失。
- 安全邊界：插件能訪問哪些文件、哪些憑證、哪些網絡資源，直接決定企業能否放心使用。
換句話說，插件數量是平臺化的起點，插件 API 的穩定性、兼容性和安全性纔是能否形成護城河的關鍵。對 Agent 開發者而言，這三點也會成爲選擇在哪個平臺上寫插件的核心考量。
官方插件市場與作者補貼：Agent 平臺化的下一步
結論先行：官方插件市場和作者補貼意味着 DeepSeek Harness 要從“工具”轉向“分發渠道”，這是 Agent 平臺化的標誌性動作。
根據披露，官方插件市場和作者支持計劃正在籌備，內容包括 token 補貼、技術交流和推薦位。這三項分別對應作者最關心的三件事：開發成本、技術支持和曝光。一旦落地，插件作者和平臺之間就形成了類似應用商店的分發關係。
Agent 平臺化信號表
| 信號 | 數據 | 含義 | 對開發者的影響 |
|---|---|---|---|
| 用戶規模 | 154 萬日活（廠商自報） | 有足夠大的分發入口 | 插件有現成的潛在用戶 |
| 使用強度 | 約 92 萬億 token/天 | 用戶在用 Agent 做實際工作 | 長任務場景的插件更有價值 |
| 生態參與 | 約 3.5 萬插件，約 60% 用戶使用 | 插件是主流使用方式 | 插件 API 成爲新的開發接口 |
| 分發機制 | 官方市場籌備中 | 從自發生態走向平臺運營 | 規則、審覈、分成將影響收益 |
| 作者激勵 | token 補貼、交流、推薦 | 平臺主動培育供給側 | 早期作者可能獲得流量紅利 |
需要冷靜看待的是，市場尚未上線，上架規則、審覈標準、分成方式都沒有公佈。平臺化帶來的分發紅利是真實的，但平臺對規則的掌控力也會同步增強。插件、工作流、用戶數據和權限都沉澱在平臺側，這就是鎖定風險的來源。
DeepSeek Harness 對 Agent 開發者的影響
結論先行：插件 API、權限、數據和模型後端是四個必須提前想清楚的問題，其中模型後端最容易被鎖死，也最容易提前規避。
插件 API 與權限
如果你計劃爲 Harness 或類似平臺開發插件，先評估插件 API 的版本策略和兼容承諾，不要在接口頻繁變動的階段投入過重。權限上，遵循最小授權原則：插件只申請完成任務所需的權限，API Key 和用戶憑證不應直接暴露給插件，而應通過平臺或自建網關代理。
數據與自託管取捨
託管平臺的好處是開箱即用、有分發入口；代價是工作流和數據都在平臺側。對數據敏感的團隊，可以考慮核心流程自託管或私有化，只把通用能力交給託管平臺。這不是二選一，而是按數據敏感程度分層。
模型後端選擇
Agent 平臺的競爭最終會落到模型成本上，而模型後端不應綁死一家。不同任務適合不同模型：規劃和複雜推理用強模型，批量的文本處理、格式轉換用性價比更高的模型。主模型容量喫緊時，還需要有備用模型接得住。
同期的騰訊 Hy4 就是一個例子：11 月 4 日發佈首日大量用戶觸及額度，推理集羣擴容十倍，官方建議切換 Hy3 或錯峯使用。新模型和 Agent 平臺的容量壓力是普遍問題，不是個例。
| 後端方案 | 核心特點 | 適用場景 | 切換成本 |
|---|---|---|---|
| 單一官方 API | 接入簡單，能力與官方同步 | 早期驗證、單模型產品 | 高，換模型需改接入 |
| 多家官方 API 並接 | 可選模型多 | 有專人維護的大團隊 | 中，需維護多套鑑權與格式 |
| 多模型網關（如 API易 apiyi.com） | 一個 Key 調用多家模型，OpenAI 兼容 | 多任務路由、需要備用模型 | 低，主要改 model 參數 |
| 自託管開源模型 | 數據可控 | 敏感數據、私有化部署 | 高，需自建推理與運維 |
以 API易 爲例，一個 Key 可以調用 OpenAI、Claude、Gemini、DeepSeek、Qwen、Kimi、GLM、MiniMax 等 400+ 模型，兼容 OpenAI API 標準，同時支持 Claude、Gemini 原生格式。接入時把 base_url 設爲 https://api.apiyi.com/v1,切換模型主要是修改 model 字段，不必爲每家廠商單獨維護一套接入代碼。
需要注意的是，統一接口降低的是接入成本，不能抹平模型差異。不同模型的工具調用格式、上下文長度、緩存機制都可能不同，切換前要用自己的 Agent 任務做迴歸測試。價格和可用性以控制檯和文檔爲準。
🎯 技術建議：搭建 Agent 後端時，建議先通過 API易 apiyi.com 用新用戶免費測試額度，把同一組任務跑在兩到三個模型上，對比完成率和單任務成本，再決定主力模型和備用模型的組合。
DeepSeek Harness 數據的風險與邊界
結論先行：這組數據可以作爲 Agent 平臺化的信號，但不能作爲全市場結論，更不能作爲收入或質量的證明。
讀這組數據時，有幾條邊界必須守住：
- 廠商自報:154 萬日活和 92 萬億 token/天均未經第三方審計，待第三方驗證。
- 口徑有限：只統計使用 DeepSeek 官方 API 的用戶，不能等同於整個 Agent 市場。
- token 不等於收入:92 萬億 token 反映的是用量，不是營收或利潤，補貼和優惠會顯著影響實際收入。
- 數量不等於質量:3.5 萬插件沒有披露活躍度和質量分佈。
- 規則未定：插件市場尚未上線，審覈、分成、權限規則都未公佈。
從行業背景看，Menlo Ventures 估計 2026 年企業 AI 支出約 1,768 億美元，Agent 是需求爆發的重要推動力。需求在漲，容量壓力也在漲，這對 Agent 開發者的直接含義是：可用性風險必須在架構層面處理，而不是寄希望於單一供應商永遠不限流。
🛡️ 穩定性建議：爲 Agent 配置備用線路是低成本的保險。API易 apiyi.com 官方描述採用多節點部署、智能路由、自動降級和負載均衡，並提供實時監控；在此之上，建議你在應用層也寫好降級策略，比如主模型超時或被限流時自動切到備用模型，保證長任務不中斷。
常見問題 FAQ
Q1: DeepSeek Harness 的 154 萬日活是怎麼統計的？
根據官方披露，154 萬日活的統計範圍僅限使用 DeepSeek 官方 API 的用戶，數據截至 11 月 4 日，由廠商自報，沒有第三方審計。早期的 27.1 萬和 42.9 萬明確是 7 日均值。它反映的是 Harness 在這一口徑下的規模，不代表整個 Agent 市場。
Q2: 每天 92 萬億 token 是什麼概念？
按 30 天粗算約每月 2,760 萬億 token，粗略人均每天約 6,000 萬 token（會被重度用戶拉高）。它說明 Agent 的多輪、工具調用、長上下文和重試會大幅放大用量。但 token 量只代表用量，不能換算成收入或利潤。
Q3: 插件多是不是就安全、就好用？
不是。3.5 萬插件和 60% 使用率說明生態活躍，但沒有披露質量分佈和安全審覈情況。插件能訪問的文件、憑證和網絡範圍纔是關鍵。建議按最小權限授權，不要把 API Key 直接交給插件，敏感操作走獨立網關。
Q4: Agent 的模型後端要不要綁死一家？
不建議。不同任務適合不同模型，主模型也可能因容量壓力限流。更穩妥的做法是用一個 Key 接入多模型的網關，例如通過 API易 apiyi.com 統一調用，主力和備用模型可以快速切換。切換前記得針對工具調用格式和緩存差異做迴歸測試。
Q5: DeepSeek Harness 官方插件市場什麼時候上線？
截至本文發佈，官方插件市場和作者支持計劃仍處於籌備階段，官方沒有公佈上線時間，也沒有公佈上架規則和分成方式。已知的支持內容包括 token 補貼、技術交流和推薦位，具體以官方後續公告爲準。
總結：DeepSeek Harness 之後，Agent 開發者的 5 條建議
結論先行：DeepSeek Harness 的三組數據共同指向一件事，Agent 平臺的競爭，最終是插件生態和模型成本的競爭。
用戶規模提供分發入口，使用強度暴露成本壓力，插件生態決定黏性。官方市場和作者補貼一旦落地，平臺化會進一步加速。對 Agent 開發者來說，機會在插件和分發，風險在鎖定和成本，下面 5 條可以直接執行：
- 先算任務成本：把成本單位從“每百萬 token 單價”換成“每個完成的任務花多少”，把重試、長上下文、工具回填都算進去。
- 保留備用模型：至少配置一個能接住核心任務的備用模型，主模型超時或限流時自動降級。
- 插件權限隔離：插件只拿最小權限，API Key 和用戶憑證不進插件，敏感操作走自有網關。
- 關注插件 API 穩定性：在插件 API 版本策略和兼容承諾明確之前，不要把核心業務重度綁定在某個平臺的插件體系上。
- 不要只看日活：日活是廠商自報、口徑有限的指標，選平臺時更要看插件 API 質量、權限模型、數據歸屬和模型成本。
DeepSeek Harness 核心要點 Key Takeaways
- 增長拐點：桌面端上線後不到五週，日活從 27.1 萬到 154 萬。
- 使用強度：約 92 萬億 token/天，Agent 用量模式遠重於聊天。
- 插件生態：約 3.5 萬插件、60% 用戶使用，插件已是主流用法。
- 平臺化動作：官方市場與作者補貼籌備中，規則尚未公佈。
- 數據邊界：廠商自報、僅官方 API 用戶，待第三方驗證。
- 後端策略：模型後端不綁死一家，可通過 API易 apiyi.com 一個 Key 多模型切換。
如果你正在搭建 Agent 產品或平臺，建議先把模型後端和成本覈算做紮實。推薦通過 API易 apiyi.com 快速驗證多模型組合，平臺提供免費測試額度、統一接口和用量日誌，便於在平臺化浪潮裏保持選擇權。
參考資料
- DeepSeek Harness 官方數據披露:2026 年 11 月 5 日發佈，數據截至 11 月 4 日
- 說明：日活、token 用量、插件數量、增長時間線與插件市場籌備信息，均爲廠商自報
- 騰訊 Hy4 發佈與擴容說明:2026 年 11 月 4 日
- 說明：新模型首日容量壓力與集羣擴容的行業背景
- Menlo Ventures 企業 AI 支出研究:2026 年企業 AI 支出估算
- 說明：Agent 推動企業 AI 需求增長的宏觀背景
- OpenRouter 周度調用數據:2026 年 11 月 2-8 日
- 說明：全球模型調用量級參照，與 Harness 口徑不同，不可直接比較
作者:APIYI 技術團隊
技術交流：歡迎在 API易 官網首頁聯繫我們，模型列表與接入說明可查閱 docs.apiyi.com 文檔中心
