为什么值得关注
DeerFlow 来自字节跳动开源，定位 long-horizon SuperAgent——不是回答一个问题就结束，而是跨小时级任务：调研、写代码、生成报告、反复修正。星标 7 万+，代表国内大厂在 Agent harness 方向的工程化尝试。
项目亮点
- 长程任务：Planner + 执行 + 反思循环，适合「帮我写完这份调研」类需求。
- 研究与编码并重：论文阅读、代码实现、文档输出可在同一 harness 内衔接。
- Python 主导：便于与 data/ML 工具链结合。
- 社区讨论度高：常出现在 Agent 架构对比与「SuperAgent」话题中。
适合谁
- 做 Deep Research 类产品原型；
- 需要对比 Claude Code vs 长程 harness 边界；
- 对字节开源 Agent 工程化实践感兴趣的研究者。
上手建议
- 从小任务（单 repo 调研）开始，观察 planner 是否过度拆分；
- 设置 步数 / token 上限，避免长跑成本失控。
链接
长程 Agent 务必配合人工 checkpoint。