DeepSeek Harness成了第一个让我上瘾的Agent

资讯 腾讯网 作者:腾讯网 全文 3715 字 · 约 10 分钟读完 配图 3 张 分类ClaudeDeepSeek深度求索CodexDeepseek智能体

作者|董道力(微信ddl941110)编辑|王兆洋(微信Geisterspiele)用了 DeepSeek Harness(DSH)一段时间后,最大的感受并不是它的能力有多强,而是它能激发一种让人“随时想 build”的冲动。通常来说,没有想聊的话题,我不会打开 Claude,没有要写的代码,我也不会点开 Codex。

所属频道 智能体与 AgentClaude 与 Anthropic开源生态AI 编程与开发
作者|董道力(微信ddl941110)
编辑|王兆洋(微信Geisterspiele)

用了 DeepSeek Harness(DSH)一段时间后,最大的感受并不是它的能力有多强,而是它能激发一种让人“随时想 build”的冲动。

通常来说,没有想聊的话题,我不会打开 Claude,没有要写的代码,我也不会点开 Codex。唯独面对 DSH,我几乎无时无刻不想打开它,在上面随手 build 点什么。

原因可能在于,无论是 Codex、Claude Code,还是国内一众 Agent 工具,本质上都是“任务导向”,帮你把手头的活干完。而 DSH 更像是一张敞开的工作台:插件是手边的零件,缺了什么,还能让 Agent 当场手搓一个,看到什么有趣的项目可以直接用起来。

这种“手痒感”源自 DSH 极高的可塑性。任何跑通的功能都能顺手沉淀成插件,再加上原本就丰富的插件生态,让你每次折腾都不是一次性消耗,而是在不断攒厚自己的工具箱。

到底怎么在 DSH 上 build 出属于自己的趁手兵器?结合最近的高频实操,我把自己的玩法拆成了几个部分:从零手搓插件、站在现有生态上做二次改造,以及最爽的,把任意 GitHub 项目一键变成 DSH 插件。

1

从零手搓:缺什么零件,就让 Agent 现场造一个

我日常工作中,需要大量的阅读,并且希望将阅读过的文章沉淀下来,作为知识库。

其实市面上的解决方案很多,像 ima 、cubox、notion 等,但它们要么订阅价格不低,或者功能冗余或者缺失。

这时候 就能用 DSH 做一个。

在 DSH 的创造模式下,只需要提出大致需求,“做一个 AI 阅读助手,功能大概是,可以打开任意格式的一篇文章,左侧是文本内容右侧是 AI 解读。”

然后 DSH 会在侧边栏的工具部分生成一个入口,这一步在我体验其实挺重要的,如果这个入口是脱离 DSH 的网页或者应用,大概率用过两次就会躺在浏览器收藏夹里吃灰(经验之谈)。特别是之后如果要和其他工具联动,东一个入口,西一个入口,很麻烦。

当然,DSH 插件开发肯定不会一次成功,这部分和 Codex 一样,反复对话就能解决。比如增加翻译、摘要、写作手法分析等功能,都是几轮对话就搞定了。

亮点是 DSH 插件之间的互动。

前文说了,我希望能将我阅读的文章沉淀下来,这就需要一个知识库,我让 DSH 搜索了一下 Karpathy llm wiki,复刻一个下来,并且要求将知识库和AI 阅读助手联动,让看过的文章可以直接保存到知识库中。

DSH 作为平台的优势就来了,非常丝滑的在 AI 阅读助手那里增加了一个存入知识库的按钮。不需要考虑跨平台适配,文件保存等等问题。

抛开这些麻烦,我就有精力向外扩展了不同的信息来源,制作了一些插件,像专门搜索 AI 公司新闻的 AI 情报台,转录采访/发布会的AI 访谈档案、AI 对话收藏等。这些插件最终会汇聚到知识库中,随时可以调用。

其实上述的插件/功能,有很多现成的方案,或者用 Codex 也能轻松做一个出来,但将他们关联起来本身就是一个麻烦事情。 DSH 依靠插件形式解决了关联问题,让开发变得更加丝滑,只需要关注功能。

1

站在生态肩上:DSH 的强大生态

接下来不得不提的,是 DSH 庞大的插件生态。根据官方披露的数据,DSH 的第三方插件数量已突破 3.5 万个,约 60% 的活跃用户都制作或安装过至少一款第三方插件。

这个生态让我受益良多。毫不夸张地说,市面上绝大多数以“纯功能”为导向的 AI 应用,只要不像腾讯那样握有社交关系链、或像字节那样手握内容池护城河,你几乎都能在 DSH 的插件生态里找到平替。

比如前阵子很火的 Grok Bot,很快就有团队在社区里做出了同款的 DSH Bot。

但光有还不够,要让这些功能更适合自己,这时候就可以魔改第三方插件。

比如最近“Agent 记忆 ”很火,在 Codex 或者 Claude 里记忆通常就是一个 .md,想一笔笔改还挺困难,从 0 开发个记忆功能也没那么简单。

DSH 插件生态里就有很多关于记忆的插件。

我就下载了个排名比较靠前的“MemOS#memos-local-plugin”,随后让 DSH 在这个插件基础上制作了一个名字叫“关于我”的记忆插件,读取了我所有 Codex 的记忆。

但 Agent 记忆技术变化很快,比如前两天 Anthropic 就发布了篇大模型做梦的技术博客。

这时候只需要用最简单的提示词,告诉 DSH “anthropic 最近发布了一个 大模型做梦功能?可以增加优化记忆,帮我添加在“关于我”的插件中。”

可以看到, DHS 非常丝滑的将做梦功能增加到插件里。

没有人比自己更懂自己要什么,大佬提供的插件作为优质的底座,在此基础上开发一些更适合自己的功能哪怕是 UI,如果有能力还能反哺社区。

这也是 DeepSeek 的知名度带来的优势。像 OpenCode 也有插件功能,但其生态是一点点长出来的。而 DSH 靠着 DeepSeek 这块招牌,发布当晚就冒出近三百个插件仓库,想动手的人一下子全涌了进来。

1

DSH 另一个生态其实是社交媒体

不知道大家有没有过这样的经历:刷短视频、翻公众号时,冷不丁撞见一两个特别惊艳的开源项目,偏偏人不在电脑旁。放在以前,最多截张图,在手机上随口问问 AI 这项目是干嘛的,之后多半就躺在相册里不了了之,时间一久,连项目名叫什么都想不起来。

但自从装上 DSH Go(一个能用手机遥控桌面端 DSH、也能控制手机的第三方插件),这件事就彻底变了:现在我在手机上刷到什么好项目,家里电脑的 DSH 侧边栏里,很快就会自动多出一个复刻了该功能的插件,安安静静等我回去用。

举个例子,前几天刷短视频,我刷到好几个效果很炫的 Code2Video 项目,像 Remotion、HyperFrames、DrawAI。我人在外面,只是随手截了张图扔进手机端的 DSH Go,让模型自己去识别图里的项目信息,并直接在桌面端把它的核心功能封装成一个新插件。等我回到电脑前,工具已经就位了。

放在以前,想跑通一个 GitHub 上的开源项目,光是拉代码、配本地 Python/Node 环境、解决依赖冲突就能劝退一票人。现在 DSH 直接把这套脏活累活吞在了后台,交到我手里的直接是一个带 UI、随时可调的成品插件。如果试完觉得顺手,就再聊两句优化留下;要是个噱头,随手删掉也不心疼成本。

1

DSH 本身是个插件,那就可以用其他 Agent 来“训练”

造工具越爽,越容易犯“松鼠症”,那就连 DSH 一起改了

当然,折腾了这么久,DSH 这张工作台也并非毫无槽点。

最直观的副作用就是“插件膨胀”。因为造轮子和复刻开源项目的门槛被压得太低,用久了之后,侧边栏很容易从趁手的工作台变成堆满半成品的杂物间,很多一时兴起搓出来的小工具,新鲜感一过就沦为僵尸插件,反过来增加了日常寻找的视觉负担。再加上 3.5 万个社区插件良莠不齐,挑挑拣拣、串联调用下来,不仅得花时间帮原作者“排雷”,底层上下文的膨胀和 Token 消耗也常常让人肉疼。

但妙就妙在,DSH 连它自己的界面本身也是插件做的。这就引出了另一个好玩的解法:直接叫来别的 Agent,把 DSH 这张工作台本身给改了。

比如我的 DSH 侧边栏就是经过 Codex 优化后的样子。

那么,既然能改 DSH,那能不能“教” DSH 呢?

Codex 的computer use 能力有目共睹,基本上模型 Ultra 思考一开,啥软件都能拿来用用。我就尝试让 Codex “教会” DSH computer use 能力。

从测试结果来看,打开飞书、新建个文档、排个版这些基础功能 DSH 在 Codex “调教”下一件能顺利完成。那我们也许可以畅想,让 Codex、Claude 教会 DSH 一些其他能力?

1

写在最后

回头看 DSH和这些插件,没一个是正儿八经“立项”做出来的,全来自平时一闪而过的瞬间:读完一篇文章想顺手存下来,刷到个炫酷的项目想上手试试,或者觉得别人的记忆插件还差点意思。放在以前,这些念头大多没有下文,截图躺在相册里,链接躺在收藏夹里,时间一久,连当时为什么心动都想不起来。

是 DSH 给这些念头接上了下文。以前从一个想法到一个能用的工具,中间隔着一整套开发流程,现在只隔着几轮对话。

这也是我管它叫“人生 Agent”的原因:工作里的活,派给 Codex 们总有干完的时候,但日子里冒出来的念头没完没了,还总挑你不在电脑前的时候钻出来。

更妙的是,这些念头最后还会攒到一起。阅读助手里留着我读过的文章,知识库里攒着我盯紧的 AI 公司,“关于我”里存着我的记忆。

现在翻开 DSH 的侧边栏,基本就能看到我最近这段时间在琢磨什么、对什么上心。

我对它越来越依赖,而无论什么Personal Agent产品,在争夺我这样的用户时,这种“上瘾”都已经让它领先了半步。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 梁圣再放大招:人人都能手搓DeepSeek App了

    AI应用风向标(公众号:ZhidxcomAI)编译|毕伟豪 编辑|漠影智东西11月13日消息,刚刚,DeepSeek正式开放全家桶应用API,将DeepSeek App中的联网搜索、深度思考搜索、文件输入、链接阅读等能力整合进原有API,开发者只需开启对应参数,即可调用相关功能。与此同时,DeepSeek还开放了搜索、

    来源 腾讯网
  2. DeepSeek开放全家桶API:开发者可1:1复刻完整App

    IT之家 11 月 13 日消息,今天(13 日)晚间,DeepSeek 宣布正式开放全家桶应用 API:在原有 API 中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也已开放独立接口(含 OCR、ASR、TTS 等),支持单独或组合调用。开发者可以在自己的应用中轻松实现复杂的对话功能,甚

    来源 腾讯网
  3. DeepSeek前端代码曝额度耗尽提示:C端付费要来了?

    IT之家 11 月 14 日消息,有开发者在 chat.deepseek.com 的前端代码中发现了一整套额度管理逻辑,提示文案包括“使用额度已达上限,请额度恢复后再试”。此外,其代码还包含额度耗尽后的错误处理分支,以及“分享对话后继续聊”场景下对 quotas 数组中 is_exhausted 状态的检查。根据开发者

    来源 腾讯网
  4. DeepSeek前端代码现额度管理:Coding Plan要来了?

    IT之家 11 月 14 日消息,有开发者在 chat.deepseek.com 的前端代码中发现了一整套额度管理逻辑,提示文案包括“使用额度已达上限,请额度恢复后再试”。 此外,其代码还包含额度耗尽后的错误处理分支,以及“分享对话后继续聊”场景下对 quotas 数组中 is_exhausted 状态的检查。 根据开

    来源 AI 行业观察
  5. DeepSeek人才为何不创业:顶尖AI扎堆,出走多进大厂

    几乎从未见到DeepSeek走出的创业者。 但这里聚集着大批学历顶尖的年轻AI人才。即便此前有少数员工离开,他们大多数的选择也是加入其他大厂,而并非创业。与这份清冷形成反差,今年几乎是AI大厂人才出走最鼎盛一年,他们离职创业便动辄拿下几十亿估值。 “不诱于誉,不恐于诽,率道而行,端然正己。”DeepSeek今年4月发布

    来源 AI 行业观察
  6. 【年终复盘②】RSI 可能是 NeoLab 的机会、Personal Agent 真的有用、创业要造灭火器还是砖头?|对话谷雨:AI 带给我的10个 Aha Moments

    播客采访:Koji 整理编辑:十字路口‍ 排版: Zeoooo「十字路口」2026 年终 AI 复盘系列第二期,我们邀请到在硅谷做 NeoLab 的谷雨(NeoCognition 联合创始人)。今年,我们不打算做大而全的新闻盘点(交给 AI 总结就够啦),而是邀请十字路口身处 AI 一线的朋友们 ——创业者、研究员和投

    来源 腾讯网
  7. 百度搭子选择开放:83.7%的Agent项目为何卡在通用场景

    83.7%的企业级Agent项目停在通用辅助场景,“广而不深”的落差怎么破?百度搭子给出的答案是“不建围墙”:不进新系统,而是接入企业已有的CRM、ERP、OA,让通用能力和行业伙伴的专业能力互补。本文拆解了从系统接入到经验沉淀的完整路径——企业拥有多少Agent不重要,越用越强的组织才重要。从个人提效到智能组织:企业

    来源 腾讯网
  8. 快手邱慧谈商业Agent:效果时延成本怎么平衡,动态知识库如何落地

    随着大语言模型能力的持续演进,电商场景下的智能对话系统正从传统 FAQ 问答向具备规划、决策与工具调用能力的 Agent 架构迁移。 本文整理自快手大模型应用算法专家邱慧在 AICon 2026 深圳站 的分享《智能互动 Agent 在快手商业场景的落地实践》。他围绕智能互动 Agent 在互动业务场景下的真实落地实践

    来源 AI 行业观察
  9. a16z 提出 B2A 经济:AI Agent 成互联网主要用户

    智东西11月12日消息,近日,硅谷知名风投机构a16z官网刊文《Welcome to the B2A Economy》(欢迎来到B2A经济时代),提出新判断:AI Agent正在成为互联网的主要用户,企业未来不仅要争夺人类消费者,还要争夺AI Agent带来的流量和订单。 过去几十年,互联网公司一直在想办法阻止机器人访

    来源 AI 行业观察
  10. 亚马逊云科技中国团队谈AI落地:黄金三角闭环怎么走

    亚马逊云科技中国团队的经验是,以业务战略为中心,围绕场景、数据和人才构建“黄金三角”。亚马逊云科技产品专家团队总经理崔玮表示,智能体输出是否可信、执行是否有边界,除了安全思路,更重要的准确性来自企业内部数据。安全能力方面,亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。

    来源 TechWeb
  11. 亚马逊云科技:AI落地为何个人提效企业不增效,黄金三角怎么补

    亚马逊云科技中国团队的经验是,以业务战略为中心,围绕场景、数据和人才构建“黄金三角”。亚马逊云科技产品专家团队总经理崔玮表示,智能体输出是否可信、执行是否有边界,除了安全思路,更重要的准确性来自企业内部数据。安全能力方面,亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。

    来源 TechWeb
  12. GitHub发布Agent Skills指南,智能体技能如何共享复用

    本期重点包括GitHub推出Agent Skills实践指南,解决智能体间知识复用难题;Cognition为Devin Teams增加共享桌面与企业级管控功能。此外,AWS开放SGLang-Neuron以降低Trainium部署门槛,LMArena开源Web开发数据集,Google向全球推送Gemini 4 Hydro

    来源 AI 应用前沿
  13. 谷歌 Gemini 4 Hydrogen 发布:1.5 美元百万 Token 主打 Agent 执行

    谷歌推出 Gemini 4 系列新成员 Hydrogen,定位是“高效率执行者”。它在保持接近旗舰模型智能水平的同时,速度比上一代 Flash 快 2.5 倍,幻觉率控制在 8%。支持百万 Token 上下文和四档推理强度调节,特别适合代码批量处理、多步 Agent 任务以及长文档分析。API 定价亲民,免费用户也能在

    来源 AI 应用前沿
  14. 吴明辉:AI下半场企业要算清Agent任务账,Token花在哪

    明略科技创始人吴明辉在2026中金论坛指出,AI投资已从模型能力竞争转向投入产出比核算。他通过假设账本分析企业与消费级应用的成本逻辑,提出“企业主权AI”概念,强调数据隐私与算力归属。随着Agent自主性增强,按Token计费与固定月费均存在矛盾,自有算力或成解决路径。未来Token市场可能类似程序化广告生态,出现撮合

    来源 AI 应用前沿
  15. Omdia预测:2026年全球AI软件收入将破2000亿美元

    根据Omdia最新的 《AI软件市场预测》报告,2026年全球AI软件收入将超过2000亿美元,达到2024年水平的两倍。Omdia的最新预测显示,生成式AI(Generative AI)和代理式AI(Agentic AI)的需求均呈加速增长态势,推动Omdia对其半年度市场展望进行了自新冠疫情以来最大幅度的上调。..

    来源 腾讯网
  16. Anthropic IPO定价70至78美元:估值缩至1.4万亿,打法比SpaceX保守

    Anthropic正寻求打破SpaceX创下的史上最大IPO纪录,但在定价策略上,这家Claude开发商选择了一条截然不同的路径——将更多主动权交给机构投资者,而非单方面设定价格。华尔街见闻提及,Anthropic正以每股70至78美元的区间价格向投资者询价,目标完全稀释估值约为1.4万亿美元,计划通过IPO募资最多6

    来源 腾讯网
向下滚动自动加载更多