实测DeepSeek桌面Agent：0.35美元自动生成视频

DeepSeek桌面Agent到底是什么

DeepSeek^广告 Harness并不是全新产品，它早已作为开源AI Agent出现在GitHub上，开发者此前只能通过命令行调用。几天前，DeepSeek为Windows和Mac推出了正式的桌面应用，让这款Agent走出终端、进入普通用户的日常工作场景。

一位海外科技博主对它进行了实测。核心逻辑很简单：你只需为AI实际消耗的算力付费。这意味着成本透明且按量计费，对高频使用自动化工具的用户来说，这种模式颇具吸引力。

博主明确表示，这不是一期横向对比视频，而是单纯测试DeepSeek自身能力——从最基础的任务做起。他的理由很直接：如果一个Agent连基础都做不好，那就没必要信任它去处理更复杂的高级任务。整个测评围绕三项任务展开，并全程记录耗时与花费。

AI Agent（智能代理）是一类能够自主规划、调用工具并执行多步骤任务的AI系统，与普通聊天机器人的关键区别在于：它不只是生成文字回复，还能主动调用外部API、操作文件系统、运行代码，并根据中间结果自行调整下一步行动。Harness在这里的含义是"驾驭/调度框架"，即一套让大语言模型能够稳定驱动各类工具的调度层。按实际算力消耗计费的模式（Pay-per-token/usage）区别于订阅制——用户只为模型推理时真正消耗的计算资源付费，空闲时不产生费用，适合任务频率不均匀的用户。这种计费透明度也让成本可预测，文中0.59美元完成三项复杂任务正是这一模式优势的直观体现。

测试一：从零自动生成一条完整视频

第一项任务是让DeepSeek Harness独立制作一条完整视频——脚本、配音、音乐、动画全部由它完成。博主给出的提示词是：一条35秒的竖版ChatGPT科普视频，并提供了固定语音、一份不可篡改的事实清单（防止AI胡编），以及一份简洁的设计说明。唯一的要求是：背景音乐必须由它自己去找。

令人意外的是，Agent并没有随便挑一首曲子。它下载了四条音轨并逐一测量，判断哪一条的情绪递进最强，最终选中了114 BPM的"New Friendly"。它甚至主动标记出这条音轨含有无歌词的合唱——因为博主要求"无人声"，而这一检查项他从未明确提出。

随后它映射节拍（约117 BPM），把每一处画面变化精准卡在节奏点上。更关键的是，在正式渲染前，它会先渲染测试帧、自己检查，并捕捉到了GPT场景里的文字错位bug并自行修复；它还纠正了一个自己猜测的音乐版权链接。整个流程从头到尾约20分钟，渲染占了约7分钟。

成片质量让博主"真心佩服"：字体干净、配音自然、动画流畅、音乐踩点准确。唯一的瑕疵是结尾处几句配音比字幕早出现了一瞬。而成本更是亮点——账户余额从10.63美元降到10.28美元，仅花费0.35美元。博主建议：如果你提供自己的logo、图片和音乐，可以省去搜寻环节，7到10分钟就能出片。

**BPM（Beats Per Minute，每分钟节拍数）**是衡量音乐速度的标准单位，数值越大节奏越快。Agent将视频画面切换点与音乐节拍对齐（即"卡点"）的过程，本质上是把视频时间轴上的关键帧时间戳映射到音频波形的节拍网格上。114 BPM意味着每秒约1.9个节拍，切换间隔约0.53秒，这一精度需要毫秒级的时间轴操作。Agent能够自动完成这一步，说明它不仅调用了视频渲染工具，还具备对音频进行节拍分析的能力——这通常需要专门的音频处理库（如librosa）配合节拍追踪算法实现，超出了普通文本生成模型的默认能力范围。

测试二：无人值守的每日简报

第二项任务考验Agent的自主运行能力：构建一份每天早上8点自动生成的简报，设置完后不再干预。

DeepSeek Harness内置了名为"Scheduled Tasks"（定时任务）的插件，打开开关，Agent就能按时执行任务。博主的提示词要求：每天早8点推送天气、Hacker News和The Verge的头条科技新闻（附简短摘要），以及一份可勾选的待办清单。为了不等到第二天早上，他让Agent在3分钟后先跑一次测试。

Agent构建了一个可复用的脚本，这样每天早上只需抓取新闻并运行即可。10:34测试任务准时自启动，全程无需人工干预，22秒完成。生成的页面顶部显示日期和城市天气，列出Hacker News和The Verge各五条头条，每条配一句摘要——由于Hacker News本身不提供摘要，这些都是Agent自己写的。每个标题都链接到原文，待办清单可以真实勾选、划线、更新计数，刷新后状态保留，并会在第二天干净地重置。

博主认为这项任务"令人印象深刻"：一次设置后再未提示，它每天准时出现。他进一步设想：接入Gmail或WhatsApp，简报就能每天直接送达邮箱或聊天窗口；运营频道或newsletter的人则可以用同一套流程为受众生成每日摘要。

测试三：用大白话描述，让它自己建App

最难的一项：不写任何代码，只用日常英语描述一个App，把它丢进文件夹，看DeepSeek能否自主构建。

提示词是：监视这个文件夹，当有文本文件出现时读取它、构建App、运行并在浏览器中打开；并且提前一次性索取所有权限，之后不再打扰我。Agent列出了它需要的四项权限——写文件、运行服务器、打开浏览器、安装依赖包——博主一次性全部批准。它随后确认文件夹为空，开始每10秒检查一次。

博主创建了一个文本文件，像给朋友发消息一样描述需求：一个月度预算计算器。即便文件名被误写成".xd"，Agent仍在数秒内捕捉到它，并决定用零依赖方式构建——无需安装、不会出错。它启动服务器、自检运行状态，从文本文件到可运行App约75秒。

成品顶部显示收入、高支出类别和一张实时饼图，修改任意数字全部即时更新，还计算结余和储蓄率。博主没要求货币切换功能，它却主动做了，切换成欧元也能正常工作，而他明确要求的暗色模式同样流畅。整个过程"没有写一行代码"，真正震撼他的是速度——两分钟内构建完成并运行在localhost上。

零依赖（zero-dependency）构建指应用程序仅使用编程语言或运行环境的内置标准库，不引入任何第三方包。对于一个Web应用来说，这意味着用原生HTML、CSS和JavaScript完成所有功能，无需npm安装React、Vue等框架。好处是部署极简——不需要包管理器、不存在版本冲突、启动即用；代价是开发者需要手写更多基础代码。Agent主动选择这一策略而非默认引入流行框架，体现了它对"稳定性优先"的权衡判断：在用户环境未知的情况下，零依赖方案出错概率最低。localhost是指应用运行在用户本机的本地服务器上，外部网络无法访问，适合个人工具类应用的快速原型验证。

总花费与值不值得

三项任务跑完，博主算了一笔账。开始前余额10.63美元，结束后花费约0.59美元——而这还包含了所有重试：视频试了三四次才得到满意版本，简报也重跑了两三次，每一次测试和重试都算在这0.59美元里。

他的结论是肯定的，但有一个前提：你得会用它。给它清晰的提示词和合适的素材，它就能交付。三项任务中视频表现最"弱"，但那是因为博主什么都没给——没音乐、没图片、没logo，全靠它自己完成，且几乎零成本，这个结果可以接受。真正让他惊讶的是后两项：每日简报设置后准时运行、22秒出页面、待办清单真实可用；App仅凭大白话描述，两分钟就跑了起来。

博主给出的建议是：如果你愿意花几分钟打磨提示词，DeepSeek Harness能用极低成本带来很多价值。不妨从简单的任务起步，比如一份每日简报或一个你真正会用的小工具，再逐步扩展。