DeepSeek Harness实测｜待办多算了1项

这次我不测安装，也不聊概念。
我直接给 DeepSeek Harness 一个真实工作任务：读取同一项目的3份会议记录，整理成一张可以继续跟进的待办表。🧪
为了看清它能不能独立完成，我没有把参考答案放进工作区，也没有让它联网补资料。
第一轮大约51秒。负责人、改期后的日期和最终预算都识别正确，但统计结果出现了一个容易被忽略的问题：
⚠️ Harness统计出7项“已决定事项”，人工逐条核对后，真正需要执行的待办只有6项。
多出来的不是它凭空编造的内容，而是判断口径偏了：
1. 已经生效的时间、规模等参数，被重复算成了一项待办；
2. 一条“建议询问候选人”，被拆成了新的任务。
第二轮我没有让它重做，只补了3条规则：📌
1. 只有需要继续交付、审核、确认或分配的动作，才算执行待办；
2. 已经生效的时间、规模和预算，只作为当前口径；
3. 候选人建议并入对应事项的备注，不单独计数。
复测结果变成：6项执行待办、1项已完成、5项未完成、1条未决定建议，与人工核对表一致。✅
两轮执行约70.99秒，模型费用估算约0.15元。
这次测试让我确认了一件事：DeepSeek Harness可以处理真实工作，但只说“帮我整理待办”还不够。想让结果直接可用，必须先告诉它什么才算待办、哪些只是背景信息、哪些内容不能替人做决定。
接下来我还会继续拿 DeepSeek Harness 跑真实工作任务，看看它在哪些场景能省时间，哪些结果仍然需要人工验收。
#DeepSeek harness #DeepSeek #AI agent