缓存命中率99.93%！DeepSeek最适合的Harness来了，GitHub狂揽8.6万Star

DeepSeek官方版还在路上，民间「最佳Harness」已经率先出现。

项目名叫「Pi」，是一款在GitHub获得约8.6万Star的开源编程Agent。

项目之所以受到关注，主要还是因为它足够节省成本。

以开发者Evan Kim为例，他将DeepSeek接入Pi后，约 99.93% 的输入Token都成功命中缓存。

换句话说，缓存不命中率只有0.07%，绝大部分重复上下文无需重新计算。

此外，Composio团队最近横向测试了8款主流Agent Harness，将DeepSeek V4 Flash接入运行真实任务。

结果出来之后，情况颇具戏剧性——

Pi完成一次成功任务的平均成本最低，只需要约 0.028美元。

Claude Code：成本被拉到Pi的7倍。

DeepSeek：Token定价已经很低。

Pi等省钱项目：还能进一步减少用户的Token用量。

 四个工具配DeepSeek，缓存不命中率低至0.07%

介绍Pi之前，先简单说明Harness是什么。

我们都知道，大模型本身更像一颗负责思考的大脑——

想让它真正进入代码仓库干活，还得给它配上眼睛、手脚和工作流程。

就比如谁来读取文件、怎样调用终端、修改代码后如何运行测试，这些围绕模型运转的工程系统，统称为Harness。

也正因如此，同一个模型换一套Harness，实际表现和调用成本都可能出现巨大差距。

而开发者Mario Zechner创建的这个「Pi」，干的就是给大模型搭建这样一套编程工作台。

整体来看，Pi的思路相当直接——

它从一开始，就没打算把「所有功能」全塞进核心里。

具体来说，在默认情况下Pi只给模型四件工具—— 读文件、写文件、改文件和执行命令。

如果用户需要计划模式、子Agent、MCP、Git检查点或权限控制，可以通过扩展和Skills逐件添加。

大致就像先交付一间水电齐全的毛坯房，Pi负责把四面墙盖好，最终装修成工作室、电竞房还是三室一厅，由用户自己决定。

这恰好契合了DeepSeek的需求。

众所周知，DeepSeek的推理与编程能力较强，但工具调用、上下文管理和思考内容回放却有自己的接口规则。

这就导致我们直接塞进围绕OpenAI或Claude设计的通用Harness，容易遇到工具格式不兼容、推理内容回放报错和缓存失效等问题。

在DeepSeek官方产品还在路上时，Pi先动手适配了——

在今年4月的时候，Pi加入DeepSeek原生Provider支持，同时修复了V4会话回放中的400报错。

它会按照DeepSeek接口要求保留reasoning_content，并将Pi内部的推理强度映射到DeepSeek支持的思考级别。

可以说是民间专属定制。

但真正让Pi与DeepSeek一拍即合的，还是「缓存」。

毕竟Coding Agent每执行一步，都要把系统提示词、工具定义、历史对话和代码重新发给模型，这就导致——

模型任务越做越久，请求也会越滚越长，其中大部分内容，DeepSeek其实早就处理过。

这时候，自动前缀缓存就能派上用场了。

它能暂时记住已经计算过的请求开头，下一轮调用时，只要系统提示词、工具定义和历史对话仍然保持一致，这一大段内容就能直接复用，模型只需处理末尾新增的信息。

而「缓存命中率」，衡量的正是这次输入中，有多少Token成功复用了此前的计算结果。

命中率越高，重新计算的Token越少，调用成本自然也越低。

但麻烦也藏在这里，提示词多一个时间、工具换个顺序，缓存都可能当场失忆，再从头计算。

但Pi的优势就是足够简单：默认工具少，会话内容持续向后追加，很少回头修改前面的内容。

这样一来，DeepSeek读取日志时，前面看过的几百页可以直接跳过，只处理最后新添的几页，缓存不命中率大幅降低。

开发者Evan Kim的实际使用也验证了——

DeepSeek接入Pi后的缓存不命中率低至 0.03%，对应约99.97%的缓存命中率。

换算下来，10亿token处理费用仅约19元，如果不使用缓存，成本则高达900多元。

此外，Composio团队最近横向测试了8款主流Agent Harness，将DeepSeek V4 Flash接入运行真实任务。

结果颇具戏剧性：同一个DeepSeek，换一套Harness，成本差距最高能拉到7倍。

可以看出，Pi完成一次成功任务的「平均成本」最低，只需约 0.028美元。

排在后面的分别是Deep Agents、Hermes Agent、OpenCode、Codex、Oh My Pi和Prime Agent。

再来看Claude Code，它是当之无愧的「最贵选手」——

完成一次成功任务平均需要约 0.195 美元，接近Pi的7倍。

当然，这个数字并不代表Claude Code能力不行，毕竟它本身就是围绕Claude模型打造的完整工程体系。

只能说当底层模型换成DeepSeek后，原本针对Claude生态优化的工作流，并没有完全吃到DeepSeek低成本、高缓存效率的红利。

模型还是那个DeepSeek，Pi只是让它少读了很多遍已经读过的内容。

Pi：静待官方Harness超越自己。

 官方Harness已经组队，目标直指Claude Code

当然，Pi再适合DeepSeek，眼下仍是一套第三方方案。

毕竟DeepSeek自己也已经决定亲自下场造Harness，距离上线或许也不远了。

今年5月的时候，DeepSeek资深研究员陈德里确认，公司内部正在组建Agent Harness团队，用一句相当直白的话概括其目标——

从零开始做DeepSeek Code Harness，对标Claude Code。

这几个月，关于Harness产品经理和研发工程师的岗位也在官网上密集发布，例如：

到了7月底，DeepSeek Agent Harness团队负责人、ACM金牌得主崔添翼仍在网上招募相关项目的开发者。

进展已接近水到渠成。

把几条线索放在一起，DeepSeek的路径已经逐渐清楚了。

V4负责补强底层推理、编程和Agent能力；官方Harness负责把模型接入终端、代码仓库与工具链；上下文管理和测试反馈又能把真实用户的失败案例送回模型团队。

当然，等官方产品上线后，Pi也不会因此失去位置。

DeepSeek Harness主打开箱即用，以及与自家模型更深的协同。

Pi则把工作台留给用户自行改造，更适合喜欢控制工具、定制工作流和随时更换模型的开发者。

毕竟Pi从一开始就没把自己绑死在DeepSeek身上。

Claude、OpenAI、Gemini、Kimi、MiniMax这些都支持，今天用DeepSeek省Token，明天换其他模型处理特殊任务，用户随时可以切换Provider。

这也意味着，DeepSeek官方Harness真正要面对的，除了一众Claude Code式产品，还有Pi这类已被开发者改造得相当顺手的开放工作台。

所以现在，压力给到了官方版——

自己给DeepSeek做的Harness，总不能还不如第三方懂得怎么省Token。

 参考链接