deepseek-v4-flash跑在codex里不是簡單的換一個模型否則deepseek也不會用心提供專門的適配安裝了。使用codex不要使用cc-switch去接deepseek-v4-flash那樣的話效果會大打折扣上一篇《gpt沒額度了我用deepseek-v4-flash 連續(xù)跑兩天花了 14 億 token40人民幣》把 Codex 主力模型換成 deepseek-v4-flash 跑了 48 小時真實工作結(jié)論是「值得」。但那篇文章只回答了”便宜又穩(wěn)”沒回答”為什么它能在 Codex 里被用好”。這篇翻到適配層去看兩樣東西本機~/.codex/models.json這個 76KB 的模型目錄文件到底寫了什么、為什么里面那段 1.77 萬字符的instructions_template對工作效率影響這么大以及 DeepSeek 更新日志里反復提到的 Harness 是什么、走到哪一步了。前半是本地配置的逐字段拆解后半是公開資料的整理官方確認和社區(qū)猜測我會分開標注。適配一個 Agent 客戶端光有 API 兼容不夠Codex 不是一個”把消息發(fā)給模型”的薄客戶端它是一個復合體通信協(xié)議、工具系統(tǒng)、系統(tǒng)提示三層疊在一起。模型要進來三件事缺一不可協(xié)議層客戶端用 OpenAI Responses API 和模型對話模型得原生支持這個格式否則要在中間套一層轉(zhuǎn)換代理元數(shù)據(jù)層客戶端要”知道”模型的上下文窗口、推理檔位、工具調(diào)用格式等能力才能決定怎么規(guī)劃上下文、要不要開并行工具、能不能派子代理——這部分由~/.codex/models.json聲明行為層模型要按 Codex 的代理工作流說話——什么時候發(fā)中間更新、什么時候收尾、怎么用 apply_patch 改文件、什么操作不能做——這部分由instructions_template注入。deepseek-v4-flash 強的地方恰好是這三層都有官方動作7 月 31 日正式版原生支持 Responses API 并針對性適配 Codex官方更新日志原話官方文檔提供寫入 models.json 的配置腳本而模型的 agent 后訓練讓它能穩(wěn)定執(zhí)行那段行為模板。下面逐層看。models.jsonCodex 怎么知道一個模型能干什么~/.codex/models.json是 Codex 的模型目錄官方文檔的說法是向 Codex 聲明模型的元數(shù)據(jù)——上下文窗口長度、支持的推理強度檔位、工具調(diào)用格式等使 Codex 能像使用內(nèi)置模型一樣使用第三方模型。本機這份文件是 8 月 3 日生成的76KB里面有兩個模型deepseek-v4-flashpriority 1和deepseek-v4-propriority 2。deepseek-v4-flash 的完整配置拆開看是這樣的字段值影響context_window/max_context_window1,048,576告訴客戶端上下文預算決定長會話什么時候該壓縮effective_context_window_percent95客戶端按 95% 的有效窗口做規(guī)劃留出工具調(diào)用和輸出的余量truncation_policytokenslimit 10000超限時的截斷策略壓縮后保留的余量supports_parallel_tool_callstrue允許并行工具調(diào)用多文件搜索、并行命令能同時發(fā)multi_agent_versionv2支持子代理機制長任務可以拆給子代理并行apply_patch_tool_typefreeform使用自由格式的 apply_patch 工具做文件編輯web_search_tool_typetext搜索工具以文本形態(tài)接入default_reasoning_levelhigh默認推理強度就是 high配合 low/high/max 三檔supported_reasoning_levelslow / high / max客戶端可以按任務切換檔位reasoning_summary_formatexperimentalreasoning summary 走實驗格式default_reasoning_summarynone默認不要求模型輸出思考摘要input_modalities[“text”]純文本模型不支持圖像輸入識圖正在灰度visibilitylist模型出現(xiàn)在模型選擇列表里minimal_client_version0.144.0要求 Codex 客戶端不低于這個版本priority1flash 排在前pro 排在后shell_typeshell_command命令以 shell_command 形態(tài)執(zhí)行這些字段不是擺設它們直接改變客戶端的行為方式。舉三個最典型的上下文預算決定長會話怎么活1M 的窗口聲明加上 95% 的有效比例客戶端才敢讓會話一直往后跑而不早早壓縮。上一篇文章里三個線程連續(xù)跑 46~48 小時沒有一次因為上下文溢出中斷窗口聲明是前提。truncation_policy規(guī)定了壓縮后保留 token 的余量這決定了每輪重發(fā)上下文時”穩(wěn)定前綴”的長度——而穩(wěn)定前綴正是緩存命中的必要條件。并行和子代理決定工具效率supports_parallel_tool_calls: true讓客戶端可以把互不依賴的工具調(diào)用并行發(fā)出而不是一串串排隊multi_agent_version: v2打開子代理通道多倉庫、多任務串行時可以拆出去并行。這些都是”客戶端敢不敢用”的開關聲明了能力Codex 才會把對應功能打開。推理檔位決定成本曲線官方價格里緩存命中 0.02 元/百萬 token、未命中 1 元、輸出 2 元元/百萬。reasoning 檔位直接決定輸出里有多少思考 token——上一篇文章統(tǒng)計的 57.3% reasoning 占比就是這么來的。default_reasoning_level: high意味著默認就是”多想一步”的配置不需要每次手動調(diào)。把這三層串起來看就是下面這張圖models.json 聲明能力Codex 客戶端據(jù)此決定怎么開功能、怎么注入系統(tǒng)提示模型側(cè)再用后訓練過的指令跟隨能力接住。適配不是”能通 API”就完事是這一整條鏈路。instructions_template1.77 萬字符的”崗位說明書”models.json 里除了能力元數(shù)據(jù)還有一塊容易被忽略的內(nèi)容model_messages.instructions_template一共 168 行、約 1.77 萬字符。它是 Codex 客戶端注入給模型的系統(tǒng)提示等于給接入的模型發(fā)了一份”崗位說明書”。我把它整段讀了一遍結(jié)構是五塊章節(jié)內(nèi)容對工作的作用Personality代理人格、寫作風格、技術溝通方式讓模型用”協(xié)作對象”而不是”問答機器”的方式對話Working with the usercommentary/final 雙通道、中間更新與最終回答的規(guī)范保證長任務里有持續(xù)可見的進度而不是憋到最后才輸出Rules for getting work donerg 優(yōu)先、并行化、apply_patch 編輯、自主性與持久性讓模型按工程習慣干活先搜再改、能并行就并行Destructive Actions刪除、覆蓋、危險命令的邊界讓模型對破壞性操作保持謹慎先確認再動手Using skillsskill 的發(fā)現(xiàn)、讀取、使用規(guī)則讓模型遇到匹配任務時調(diào)用倉庫技能而不是自由發(fā)揮模板本身沒有任何 deepseek 字樣它是 Codex 通用的模型側(cè)提示。真正有意思的是它和效率的關系我認為有三條穩(wěn)定前綴直接喂給緩存。這段模板是每一輪請求開頭完全相同的固定文本。上一篇文章統(tǒng)計的 99.4% 緩存命中率靠的正是”系統(tǒng)提示穩(wěn)定 會話開頭穩(wěn)定”這個前綴結(jié)構。模板越長、越固定可復用前綴就越穩(wěn)定——當然緩存命中的前提還是模型服務端實現(xiàn)了前綴緩存。行為契約減少返工。模板里寫清楚了”什么時候發(fā) commentary、什么時候該 final先 rg 再改、用 apply_patch破壞性操作要先確認”。模型照做就省掉了大量”客戶端規(guī)范 vs 模型習慣”不匹配造成的返工。比如不寫這個模板模型可能全程悶頭跑不給中間更新或者用 shell 重定向直接覆寫文件而不是 apply_patch。長會話不跑偏的錨點。48 小時的長會話里每一輪都在重復加載這 1.77 萬字符的規(guī)則。指令跟隨能力弱的模型會在幾小時后開始”遺忘”行為規(guī)范而 deepseek-v4-flash 的 0731 版本專門重新做了后訓練來對齊 agent 任務——官方更新日志原話是”重新做后訓練Agent 能力大幅增強”。模板是紙面上的契約能不能守住取決于模型本身的指令跟隨能力。另外model_messages里還有instructions_variables帶三套人格預設default/friendly/pragmatic對應客戶端可切換的人格參數(shù)。這說明模板不只是靜態(tài)文本它和客戶端的行為開關是聯(lián)動的。誠實地說instructions_template 不解決”模型會不會推理”的問題它解決的是”模型能不能按 Codex 的規(guī)矩干活”的問題。適配層做得再完整模型指令跟隨不行一切歸零反過來模型再強沒有這層模板它也只是個”便宜的 API”不是一個”好用的 Codex 代理”。DeepSeek Harness模型之外的那層正從”部門”變成”產(chǎn)品”如果說 models.json 是 deepseek-v4-flash 在 Codex 里的適配現(xiàn)狀那 Harness 就是 DeepSeek 官方正在做的下一件事。兩件事在官方更新日志里其實是一起出現(xiàn)的正式版 V4-Flash 用”DeepSeek Harness 極簡模式即將發(fā)布“作為框架跑公開基準。下面按時間線和事實/猜測分開整理。Model Harness Agent這個公式是 DeepSeek Harness 團隊招聘時寫下的核心定義百度百科、多家媒體引用了同一口徑模型負責理解需求、推理和生成方案Harness 負責把模型能力落到真實環(huán)境——上下文管理、工具調(diào)用、文件讀寫、終端執(zhí)行、錯誤處理、任務規(guī)劃也就是”除模型本身以外的所有工作”。換句話說Agent 模型 執(zhí)行系統(tǒng)Harness 是模型和真實軟件工程環(huán)境之間的那一層。時間線從組團隊到內(nèi)測招募時間事件2026-03崔添翼加入 DeepSeek任 Harness 團隊負責人2026-05Harness 團隊開始公開招聘核心定義 Model Harness Agent2026-07-31V4-Flash 正式版 API 公測 權重開源更新日志首次點名 Harness“即將發(fā)布”Code Agent 基準用 Harness 極簡模式max 檔位、topp0.95、temperature1.0測試2026-08-01崔添翼發(fā)文招募 Harness 內(nèi)測人員要求參與過開源 Agent 項目的建立和維護提交 GitHub 倉庫作為代表作2026-08-03內(nèi)測招募帖演變成”開源 Agent 路演”769 位報名者、去重后 712 個倉庫、合計超 120 萬 stars橫跨 18 個賽道社區(qū)統(tǒng)計來源見文末媒體預測 Harness 會隨 V4 Pro 正式版一起在 8 月初亮相——這是推測官方只說了”即將發(fā)布”。官方基準與”極簡模式”根據(jù) DeepSeek 更新日志和公開報道V4-Flash 正式版跑的是五組偏”長任務執(zhí)行”的基準Terminal Bench終端操作、Cybergym安全攻防、Toolathlon多工具調(diào)用、DSBench-FullStack 和 DSBench-Hard全棧開發(fā)。媒體和券商報告引用的關鍵數(shù)字是Terminal Bench 得分 82.7預覽版 61.8、Toolathlon Verified 70.3九項 Agent 基準全面反超自家 V4-Pro 預覽版整體追平 GLM-5.2、逼近 Opus-4.8。注意這些成績是”模型 Harness 極簡模式”一起測出來的不是裸模型成績——這正是 Harness 被反復強調(diào)的原因。一條招募帖變成開源生態(tài)大摸底招募條件本身很窄要維護過開源 Agent 項目結(jié)果評論區(qū)涌進來 769 位報名者、712 個倉庫。社區(qū)統(tǒng)計顯示智能體框架和編程智能體是最大兩個方向合計 242 個項目記憶與上下文相關項目 56 個累計 194k stars研究與評測、安全治理各 24 個。長任務執(zhí)行、上下文/記憶管理、評測與安全正好是 Agent 從”能跑”到”敢用”的三道坎。也有開發(fā)者直接用 DeepSeek 模型自研運行時做實測——akashic-agent 的作者在 V4-Flash max 檔下跑 TerminalBench 2.1 拿到 70.8%。社區(qū)猜測哪些還沒被官方確認目前流傳的幾點都標一下來源狀態(tài)Harness 定位對標 Claude Code / Codex 的 AI Coding Agent——多家媒體稱”社區(qū)流傳”未獲官方確認可能圍繞長周期 Agent 工作流加入 Memory、項目倉庫感知Repo Awareness——同樣是社區(qū)猜測識圖模式正在灰度補代碼 Agent 理解架構圖、報錯截圖的能力——官方更新日志提到灰度但 V4-Flash 本機聲明仍是純文本輸入“DeepSeek Harness”是否作為最終品牌名——官方未定媒體也在猜。我的判斷強在哪邊界在哪把三層適配和 Harness 放在一起看deepseek-v4-flash 在 Codex 上的強項可以概括成一句話協(xié)議原生、元數(shù)據(jù)完整、行為模板可執(zhí)行而且便宜到可以當主力用。前面兩條是 DeepSeek 主動做的Responses API 原生支持 官方 models.json 配置第三條一半靠模型后訓練、一半靠 Codex 客戶端注入的模板第四條是定價策略。四者缺一個“5 毛錢能干大活”和”40 塊錢跑兩天”都不會成立。邊界也要說清楚models.json 只是聲明不是能力。字段再全模型指令跟隨不行就是白搭。它說明的是”DeepSeek 愿意把適配做完整”不代表任何模型都能照抄這份配置獲得同樣效果。Harness 還沒發(fā)布。基準成績、內(nèi)測招募都是真的但產(chǎn)品形態(tài)、命名、發(fā)布時間全是推測?，F(xiàn)在用 Codex deepseek-v4-flash 的經(jīng)驗不能直接平移成對官方 Harness 的預期。純文本模型的短板在補。本機聲明input_modalities: [text]識圖還在灰度。等視覺輸入開放models.json 里的字段會跟著變——到時候適配層是不是還這么干凈值得再看一眼。參考來源DeepSeek API 官方文檔接入 Codexmodels.json 聲明元數(shù)據(jù)、Responses API、更新日志正式版 V4-Flash、Harness 極簡模式說明deepseek-ai/awesome-deepseek-agent · docs/codex.md原生適配前的代理層接入方式智東西 2026-08-04《120萬星開發(fā)者排隊”投簡歷”DeepSeek一條內(nèi)測帖變成了Agent開源大摸底》快科技 2026-08-02DeepSeek Harness 內(nèi)測報道開源證券計算機行業(yè)點評報告東方財富數(shù)據(jù)平臺轉(zhuǎn)載V4-Flash 正式版基準數(shù)據(jù)OSCHINA 2026-08-03DeepSeek Harness 內(nèi)測報道社區(qū)統(tǒng)計倉庫github.com/Octo-o-o-o/deepseek-harness-applicants文中本機配置均來自~/.codex/models.json與本地 Codex 會話時間為 2026-08-05。未確認信息均已標注”猜測/未證實”。