国产大模型赛道里，DeepSeek（深度求索）最近持续刷屏。一边是模型底层架构不断突破，一边是应用生态迎来爆发；从百万上下文、原生多模态，到面向下一代智能体的 Super‑Agent，再到刚刚公布的 Harness 惊人用户数据，DeepSeek 正在把 “开源普惠、强 Agent” 这条路越走越宽。

就在近期，DeepSeek Harness 官方披露一组重磅数据：截至 11 月 4 日，平台日活跃用户已经突破 **154 万**，月活达到 548 万；对比桌面端上线之时，日活涨幅高达 545%，单日 Token 消耗约 92 万亿，用户热情远超预期。

更值得关注的是插件生态。目前 Harness 平台公开第三方插件接近 3.49 万个，大量开发者自发贡献工具，超过一半活跃用户参与插件创作。官方同时放出规划：即将上线官方插件市场，并配套创作者扶持计划，把 Harness 从一个对话工具，打造成开放的 AI 智能体生态集市。

如果说 Harness 是面向普通用户的前台爆发，那 Super‑Agent，就是 DeepSeek 押注下一代 AI 的底层蓝图。

此前 DeepSeek 发布技术文章，正式对外详解 Super‑Agent 架构。不同于传统单次会话的 Agent，Super‑Agent 可以跨会话持续记忆、并行推进多项复杂任务，不会因为对话关闭就中断任务流程。依靠双层架构、事件驱动、异步多信道交互、存算分离等设计，它能够长时间自主运行、监控外部变化、主动发现问题甚至尝试修复。官方内部测试案例里，这套系统可以在无人主动指令的情况下，识别软件缺陷、后台复现并寻找修复方案，离真正长期自主的智能助手更近一步。

模型主线方面，现在线上主力 V4.1 Flash，依然是当下最有竞争力的国产模型之一。

作为新一代 MoE 模型，V4.1 Flash 采用全新 Causal‑Encoder‑Decoder 非对称结构，总参数 552B，但激活参数极低，大幅压低推理成本；原生自带视觉多模态能力，同时把 KV Cache 缓存需求压缩到前代的 1/4，显存开销大幅下降DeepSeek。在 Agent、代码、自动化评测上，不少第三方测试显示它已经超越此前的 V4 Pro。同时官方采用峰谷定价策略，闲时价格仅为高峰一半，对于开发者、中小团队来说，是性价比极高的选择DeepSeek。

回顾这条迭代线：从 V4 带来普惠百万 Token 超长上下文，让一次性读完整部小说、整套代码仓库成为常态；再到 V4.1 Flash 兼顾速度、多模态与成本，DeepSeek 的思路非常清晰：不只是堆参数，而是让强推理、强 Agent 能力能够低成本落地。

在乌镇世界互联网峰会的对话上，DeepSeek 工程师被问到坚持开源的初衷时，给出了一句让人印象很深的回答：开源，是为了让 AGI 更快到来。在他们看来，AI 竞赛真正的对手，不是其他模型，而是不断流逝的时间；把更优的结构、更低成本的训练方案公开，让全球开发者一起验证、迭代，才是最快的路径。

当然，高速增长的背后，也伴随着压力。就在 11 月 3 日，DeepSeek 网页端与 API 连续两次出现部分服务中断，V4 Pro、V4.1 Flash 的对话与 API 服务受到影响，官方紧急修复并持续监控。这件事也侧面印证：当海量开发者、用户涌入，大模型团队除了打磨模型能力，高可用、稳定的云端服务，同样是一道必须跨过的考验北京日报。

放眼整个行业，DeepSeek 已经不只是一个 “好用的开源大模型”。对独立开发者：低成本 API、百万上下文、强大的代码 Agent，降低搭建 AI 应用门槛；对普通用户：Harness、海量插件，让 AI 从问答工具变成可以干活的助手；对产业：持续开源、国产算力适配，推动整条大模型产业链协同向前。

当下，大模型正在从 “会聊天” 走向 “会做事”。Super‑Agent、插件生态、持续降价的推理成本，几个要素叠加在一起，或许会在不远的将来催生一大批我们现在还想象不到的 AI 应用。

国产大模型的黄金阶段，才刚刚开始。而 DeepSeek，正站在浪潮最前面。