作者:Ted Mavera,HarnessUp 产品经理
在从一次 agent 会话里砍掉任何东西之前,你得先看见它。这正是 Deep Scan 的全部职责:它读取已经保存在你机器上的对话,逐项展示上下文去了哪里。不调用模型,不用注册,也不是借别人账户上的估算。它是HarnessUp——面向 Claude Code 和 Codex 的省 token 套件的测量层,而且免费。
本文说明 Deep Scan 做什么、面向谁、怎么运行,以及如何诚实地读懂输出而不自欺。
Deep Scan 到底做什么
Claude Code 和 Codex 在你工作时就已经把对话写入磁盘。Deep Scan 打开这些记录,把它们变成一张花费地图:哪些轮次变大了、什么东西从上一轮被重复发送到下一轮、一次会话里有多少用于真正的工作、多少是额外开销。它不调用模型就完成了这些,所以测量你的用量不会让你多花一分钱。
有三件事比图表更重要:
- 它在本地运行。 HarnessUp 是 100% 本地的。你的会话记录在你的机器上被读取,任何东西都不会离开它。
- 数字是你自己的。 它们来自你自己的历史,在你的屏幕上算出来,之后随时可以复核——包括在你改了某项设置、想知道它有没有起作用的时候。
- 试用不花钱。 不用登录、不用邮箱、不用密码。Deep Scan 与另外 19 个测量和监控工具都是免费的,所以你可以先算出自己浪费了多少,再决定付费方案值不值。
Deep Scan 不是一次性的报告。它是一条链路的最前端:测量告诉你其他工具里哪些值得开启,而那些工具又给你新的东西去测量。
面向谁
HarnessUp 把它的用户分成三类,Deep Scan 是这三类人共同的起点。
- 用固定套餐、老是撞到上限的人。 如果你的五小时窗口在一天还没过完时就用光了,Deep Scan 会告诉你哪些轮次昂贵,以及原因是重复读取、输出太长,还是模型在做更便宜的模型也能做的事。
- 按 API 付费的人。 当每个 token 都出现在账单上,有用的问题不是“我用了多少 token”,而是“哪些 token 什么都没买到”。逐轮视图回答的正是这个问题。
- 不想整天泡在终端里的人。 结果在面板里看,而不是靠解析日志。重活都在 harness 底下完成了。
如果你只想从 HarnessUp 拿一样东西,测量是个站得住脚的选择。一个你能验证的数字,比一个你无法验证的省 token 声明更值钱。
怎么运行
- 安装 HarnessUp。 安装包是
npm install -g harnessup,也有 Windows 下载版,支持 macOS 和 Linux。一切都在你的机器上运行。HarnessUp 通过 Anthropic 和 OpenAI 的官方 hook 接入,所以在 CLI、桌面应用和 IDE 扩展里都能用,用你的账户或通过 API 都行。 - 打开面板。 不需要账户。面板就是测量和控制并排放着的地方。
- 运行 Deep Scan。 它读取你机器上已经保存的会话记录。不会上传任何东西,生成报告也不调用模型。
- 读你自己的基线。 看开启和未开启 HarnessUp 时每轮的上下文,以及削减浪费的百分比。把它们当作起点,而不是分数。
- 开启点东西,再测一次。 在面板里,数字键 1 到 8 用来开关工具,Z 撤销所有改动。一次只改一处,看看计量表,只有数字动了才保留这项改动。
诚实地读输出
两个习惯能让测量工具保持有用,而不是沦为装饰。
第一,把演示数据和你自己的数据分开。面板自带示意性的演示数值,让你在没有历史记录时也能看到界面长什么样。你的数值来自 Deep Scan,来自你的会话记录,是端到端测出来的。如果某个数字只是示意,面板会标注出来。
第二,把“最高可达”读成上限,而不是预测。HarnessUp 宣传的是最高可节省 78% 的工作 token、token 产出最高提升 350%、同一套餐下工作量最高提升 3 倍。这些是在真实窗口里测到的最大增幅,不是对你那一份的承诺。产品之所以同时把你的数字摆出来,是因为诚实的比较只存在于你的“之前”和“之后”之间。
“最高可达”的意思是:在真实窗口里测到的最大增幅。你自己的数字会出现在面板里,是在你自己的历史记录上端到端测出来的,并且随时可以复核。
快速读面板的方法:
| 你看到的 | 它告诉你什么 | 接下来做什么 |
|---|---|---|
| 开启与未开启 HarnessUp 时每轮的上下文 | 每轮往后带了多少东西,一次会话膨胀得多快 | 如果差距很小,浪费大概在输出或模型选择上,而不是重复读取 |
| 浪费削减的百分比 | 在你自己的历史里,已启用的工具去掉了多少本可避免的花费 | 一次开一个键,看这个数字怎么动 |
| 单次会话的花费与上限状态 | 哪些会话很贵,以及上限能否拦住其中某一次 | 设置 Stop Loss,让失控的会话被终止而不是继续 |
从测量到修复
Deep Scan 是诊断,不是治疗。节省来自你之后启用的工具,而每个工具针对账单上不同的一环。
- 输出。 Response Diet 要求 agent 直接给答案,阻止它重复读取已经读过的文件,并在庞大的输出进入上下文之前把它削掉。那句开场白(“好的!我来帮你处理这个”)付过一次钱,然后在之后的每一轮里都被重新读一遍。
- 读取。 读取环节有自己的一组开关,其中包括 Delta Read,这样 agent 就不会重新吞入没有变化的内容。
- 压缩。 Smart Compress 在不调用模型的情况下压缩,这样节省本身不会再多花你一次请求。
- 模型选择。 Cheap Swarm 在毫秒内决定每个任务由哪个子 agent 执行,配上合适的模型和力度,覆盖 26 个任务类别——搜索和 lint 交给轻量模型,昂贵的模型只负责决策。
- 硬性限制。 Stop Loss 在花费达到上限时结束会话,这样糟糕的循环就无法悄无声息地吃掉一个窗口。
这些都不需要你改变写提示词的方式。应用里有 200 多个一键开关,其中任何一个都能一键撤销——这正是先测量的意义。它不是要你信任某个默认值,而是要你看看自己的历史,留下有用的那些。
什么留在你的机器上
Deep Scan 读取会话记录,而记录里有代码、路径,有时还有密钥。这让本地化保证成了规格里最重要的一条。HarnessUp 用你的账户运行官方的 claude 和 codex,并以书面承诺声明它从不读取、存储或转交你的 token 或 key。它不拦截 API;它在官方 hook 点上接入,本地层的 p95 低于 50 毫秒。
如果你的组织对把会话数据发给第三方有规定,这个架构就是答案:分析就发生在会话记录本来就在的那块磁盘上。
从数字开始,而不是从宣传开始
省 token 很容易宣称,却很难感觉到。Deep Scan 让这个声明在你自己的机器上变得可证伪:运行它,看哪些轮次膨胀了,启用一个工具,再运行一次。如果数字不动,就把那个工具关掉——撤销只需一个键。
作为产品经理,我在意的是这一点。一个最高能省 78% 工作 token 的套件,只有当你看得出这 78% 里哪部分适用于你时才有用。测量就是找出答案的方式,而看一眼不花钱。