本文以Java金额比较测试修复为例，介绍DeepSeek Harness如何将模型回答转化为可执行任务：流式工具调用需完整生成后才执行，避免半成品；工具可并行执行，但结果按模型顺序提交；Session通过surface索引决定模型可见消息，压缩时以摘要替换区间并保留原始日志；中断恢复区分“未开始”与“结果未知”，后者需先核对再重试。核心是形成可检查的执行闭环。