豆包工作接入DeepSeek，实测成本居然比DeepSeek Harness低一截

豆包工作正式支持第三方模型了。

昨天看到这个消息，我突然琢磨明白一件事，多模型已经是 Agent 的标配了。我猜接下来，其他还没有接入多模型的 Agent，也会陆续跟上。

其实开放支持第三方模型，也并不意味着对自家的模型能力不自信。要这么说的话，难道 OpenAI 允许

显然不是这个逻辑。

Codex他们希望 OpenAI 能够凭借优秀的模型、效率和产品体验赢得用户，而不是通过强制绑定，让用户不得不使用自家的模型。

这个逻辑非常清晰。

今年上半年，社交媒体上经常有人分享，怎么在

至少从我当时的使用体验来看，

但事实是，用户各有各的需求。有人觉得

既然用户有这些需求，那 Harness 就应该提供相应的选择。

所以，今天豆包工作也正式支持了

支持第三方模型，已经从 Agent 产品的差异化卖点，变成 Agent 产品的基本能力了。

豆包模型早就对外提供 API 了，开发者可以把它接入自己的应用和 Agent。现在反过来，豆包工作也开始支持 Kimi、GLM、

相当于模型和 Harness 两端都开放了。

如果用户喜欢豆包模型，但觉得其他 Agent 更好用，那完全可以去用其他产品，同时接入豆包的模型。

如果你喜欢豆包工作的产品体验，但觉得 Kimi 或者 GLM 的模型更适合自己，那也可以直接切换。

这样一来，大家就得各凭本事了。

但同时，字节自家的模型和 Harness 肯定还是要做

理想的情况是，用户进入豆包工作之后，会明显感觉到，同样是豆包模型，在自家的 Harness 里就是能发挥得更好。

这也是为什么行业里经常把模型和 Harness 放在一起讨论。因为从最终的产品体验来看，这两件事其实很难完全分开。

所以说起来，就是既开放，又协同。技术上深度协同，产品上又允许用户自由选择。解耦和耦合，并不矛盾。

我觉得，这才是真正对自己产品有信心的表现。

豆包工作这个 Harness，我可是肉眼可见地看到了它的迭代速度。作为创业公司，看到字节这种迭代速度，真的有点窒息。实在是太快了。

它的发布不算早，但到现在，包括图片画布、云电脑、这些功能单独拿出来都足以支撑一家小创业公司的产品方向，豆包工作都在很短的时间里迅速补齐了。

模型决定了 Agent 能力的上限，但 Harness 在很大程度上决定了这些能力究竟能发挥出来多少。

接下来我给大家看一下豆包工作这个 Harness 的真实水准，我会直接拿同样的任务、同样的模型来对比下

任务很简单，让它们都研究一下

下面截图是

这是一次直出的效果。注意，两个 Agent 都没有额外安装专门的 Skill。

PPT 搞定之后，发现以后它就继续调整。

再看豆包工作。同样的任务，它用了 19 分钟。耗时不到

下面这是它生成的效果：

同样我翻了一下制作的过程，豆包工作的习惯是在每生成完一页 PPT 都做一次检查，对比前面

我也没办法说这两种方式哪种更好。但至少我们能够看到，在 Harness 这一层，大家的处理链路上是有区别的。

两个 Harness 生成 PPT 的过程，我都录了屏。

从内容的详细程度来看，肯定是豆包工作做得更好。看完这份 PPT，我立马就能理解 DeepSeek

而

另外，豆包工作还有一个我挺喜欢的地方，生成 PPT 之后，可以直接在里面继续编辑，不需要再切换到其他工具。

这其实也是大厂做这类产品的一个优势。很多时候，AI 生成 PPT，大家的差距可能没那么大。

但生成之后，能否方便地修改内容、调整排版，这些看起来很基础的功能，其实特别影响使用体验。

再对比下费用，下面这是豆包工作的消耗。

大概相当于 0.76 元。

DeepSeek Harness对比下来，至少在这次测试中，同样的任务、同样的模型，豆包工作的执行速度更快，费用也更低。

仍然还是前面的任务，我又在豆包工作里换成

从这种争论也能看出来，确实各花入各眼，大家对于不同模型的需求和喜好是不一样的。

继续跑第二个 Case。我让它结合今年

这次任务花费了约 2.5 元。

一次直出的效果：

DeepSeek Harness

生成 Excel 时，它发现后面的表格覆盖了前面设置的列宽，就重新整理布局，让每张工作表只放一张主表。接着又处理了合并单元格以后样式丢失的问题。

这里能看到，DeepSeek Harness

豆包工作这边，用了 13 分钟，完成了任务。

这个任务赶上了订阅用户午间限时免费。

一次直出的效果：

同样，豆包工作也是从复盘和反馈的材料里读取整理出具体的问题。然后带着问题去查找场地。

过程中有个细节我很喜欢。

它还确认了上届用的是深圳机场凯悦酒店，所以离市区远、外卖进不来等等的反馈也能和实际场地对应起来。查完候选场地以后，再按这些痛点建立评分和预算表。

它还单独提醒了统一供餐这笔账。按照它给出的测算，增加餐饮以后，能留给场地租金的额度会缩小，这会影响哪些场地值得继续谈。

两边都做出了很不错的 Excel，相比之下，豆包工作这版的阅读体验肯定更好。蓝色表头、加粗的场地名和浅绿色的综合评分列，几个层级分得比较清楚。

还有一个实用细节，它把左边的两列冻结了。这样向右滚动看更多信息的时候不会乱。

所以看到这里，大家能感受出来，Harness 对模型能力和最终结果的影响。而且，Harness 层面的产品设计也会直接影响易用性。

接下来，我在豆包工作中，给它一份还款计划的 Excel 表，让

金额、首付比例、期数和日期都能改，每期实际还了多少也能登记，方便查看待还和逾期情况。这是还款工具最后的效果：

这是我朋友公司的业务。表格还是挺复杂的。他原本是在 Excel 中做了一些公式，然后每次有新客户，就通过公式计算出来具体的还款计划。

现在我直接帮他把这套东西做成了 HTML 的工具。

我发现，对于一些比较复杂、需要深度推理的任务，K3 这类模型的表现确实还是更好一些。

所以我的建议是，在豆包工作里，如果大家嫌麻烦，仍然可以把模型选择调整为自动模式，让系统自己去匹配。

但如果遇到特别复杂的任务，发现自动模式反复尝试都搞不定，那也有可能是系统匹配的模型不太擅长这类任务。这时候就可以手动切换模型，再试试看。

写到这里，自然而然想到一个新问题。

如果接下来所有的 Harness 都开放第三方模型，大家都能接入 DeepSeek、Kimi、GLM 等等模型。

当模型层面已经没有太大区别的时候，用户为什么还要选择豆包工作？

除了前面提到的，豆包模型和自家的 Harness 可以通过 Harness 自身的竞争力就凸显出来了。

同样的模型、同样的任务，谁能够更好地拆解任务、调用工具，用更低的成本交付更好的结果，谁就能带来更好的使用体验。

而且，我们平时讨论 Harness，更多还是围绕模型能力怎么发挥。但像前面提到的 PPT 编辑、图片画布这些功能，其实也无比重要。

因为豆包工作这类办公 Agent，本身就是下一代 Office。它需要成为一款足够易用、普通人也能轻松上手的产品。使用门槛不能太高。

我之前给一些非互联网行业的公司做过分享，发现很多人对电脑和 AI 的使用其实没那么熟悉。稍微有点操作门槛，他们就很容易卡住。

模型可以自由选择之后，用户对 Harness 的要求只会更高。看来字节这是铁了心要拿下