DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

资讯 AI 行业观察 作者:Tech星球 全文 4568 字 · 约 12 分钟读完 配图 2 张 分类OpenClawDeepSeek字节跳动深度求索开源智能体

龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

所属频道 大厂动态智能体与 Agent开源生态

龙虾(OpenClaw)的热度已经过去,AI社区如今兴起了“养鱼”。

一批性格各异的AI小鱼近来出没在互联网的各个角落。它们不只在办公和编程场景里干活,还干出不少让人意外的事:有的跑到社交平台四处留言互动,有的直接开起抖音直播,甚至互相之间谈起了恋爱。

这些AI小鱼的“本体”,来自DeepSeek开源的Agent框架WorkBuddy(下称DSH)。此前,DeepSeek的鲸鱼Logo被自家模型一本正经地说成是一条“蓝色大肥鱼”,这个说法很快被传播开来。DSH问世之后,原本只活在对话框里的大肥鱼,终于有了真正的行动能力。开发者通过插件为它装上各种技能,让它能操作软件、浏览网页、处理任务。

这条蓝色大肥鱼,就这样被养出了自己的生命。

腾讯、字节、阿里、百度都在抢着做自家的Agent产品,DeepSeek却不声不响地跑出了一套由社区自发推动的Agent生态,摸索各种还没被定义的使用场景。

01

被玩出来的新“生意”

上线还不满三个月,按官方API统计口径,DSH的日活跃用户已达154万,日消耗Token约92万亿。同一时间,第三方插件数量涨到约3.5万个,约60%的活跃用户制作或安装了至少一款第三方插件。

撑起这波增长的,是DSH的插件机制。除了直接执行任务、调用外部服务、操作软件,甚至把多个工具串联起来跑完整套工作流程之外,开发者还能靠插件给Agent添新工具、加新技能。相比之下,腾讯WorkBuddy、豆包工作和Codex更像是在给用户一套备好的成品工作工具——打开后按它们给的界面、能力和工作方式使用,随后开始处理任务。

换句话说,刚装好的DSH更像一个可塑性极强的基础框架,得按自己的实际需求不断配置、扩展,这恰恰给开发者留出了很大的发挥空间。

越来越多开发者思路大开,捣鼓起各种插件,养鱼玩法也跟着兴起。截至目前,DSH插件市场里已经出现上下文记忆、皮肤、开机动画、宠物设置、语气和人格记忆等各类产品方向的插件。11月6日,WorkBuddy团队还专门点名介绍了几款社区开发的插件,包括自媒体创作者工作台dsh-media-desk、设计插件dsh-guizang-design、论文阅读插件agentero-dsh等。

“选择 DSH,主要是因为它的开放性和灵活的插件机制符合我们想做的事情。”agentero-dsh插件开发作者Phil-Fan对Tech星球表示。据他透露,Agentero原本已有CLI,其他Agent可以直接调用,最终决定用DSH做插件,是希望它能和更多产品结合,让原本分散的上下文在一处共享。

在他看来,研究过程中会冒出大量分散的信息:研究资料、聊天记录,还有不同产品和应用里的内容。WorkBuddy提供了一个入口,能把这些信息放进同一环境,让模型结合不同来源的上下文来处理,产生“乘数效应”,带来1+1>2 的效果。

一个典型场景是:研究团队在飞书群里讨论问题时,可以直接在群里 @ WorkBuddy,让它围绕正在讨论的问题,结合本地文献库、阅读笔记以及arXiv等外部论文来源继续做研究。这相当于把三类上下文直接打通——群聊里的讨论、本地积累的文献和笔记、外部的论文资料。模型既能接上已经讨论过的内容,也能用上已有的研究积累,再去寻找外部信息,能发挥更大的作用。

类似的评价也出现在其他开发者口中。dsh-guizang-design插件开发作者表示,“WorkBuddy的插件系统能给的比Skill多很多。”dsh-context插件开发作者同样认为,“WorkBuddy的开放、灵活、强大的插件哲学,真正让一切变得可能。”

有了这批插件开发者,DeepSeek就像拥有一支分散在各行业的外部产品团队。他们从自己的实际需求出发,不断为DSH补充新工具和应用场景,让Agent的能力不再局限于官方预设的功能。

当然,社区热闹不等于生态已经成熟。但至少在Agent产品的探索阶段,DSH已经展现出一条创新路径,随之产生的产品生意也初具规模。

以Agentero团队为例,其提供的数据显示,agentero-dsh桌面端目前每天有超过500人使用,DSH插件仓库已有200多个Star,团队运营着6个活跃用户群,用户来自工科、文科和社科等不同学科背景。

一套开放的Agent框架,就这样成了许多小型产品和新需求生长的土壤。

02

拉大能力边界,DeepSeek开始认真做Agent

开发者先动起来之后,DeepSeek也开始主动下场。

用户越聚越多,插件也越上越多。想让这套生态一直转下去,光指望开发者自己义务打理显然不够。接口得稳,分发渠道得靠谱,开发者还得有动力长期投入。这些缺口,DeepSeek正一块块补。

在11月初公布的计划中,他们明确提出,未来将进一步提升插件API的稳定性与兼容性,完善插件安全机制,并建设官方插件市场,让开发者上传插件更方便,用户发现和安装所需功能也更容易。

这并非没有现实压力。对插件开发者来说,版本兼容问题目前已经成为影响长期维护的一大困扰。

Phil Fan说,DSH团队给的API调用支持相当到位,开发路上省了不少事。第一版插件,他们三个人一个下午加一个晚上就做出来了。可后面的维护没这么轻松。DSH一更新,有些插件就失灵,开发者得跟着再适配。维护成本上去了,用户用着也别扭。

“想让用户长期稳定地用下去,后头的维护、适配都绕不开。”Phil Fan说。

开发体验之外,DeepSeek也在琢磨怎么给开发者更多支持。据了解,WorkBuddy正筹备一套面向插件作者的计划,初步打算用Token激励、技术交流、作品推荐等方式,帮开发者试新想法、把已有作品打磨下去;同时欢迎创业团队和企业借插件接入产品、服务与专业能力,一起找合作空间。

官方对DSH的设计强调“一切皆插件”,跟传统Agent产品的路子差别明显。这几步走下来,DeepSeek显然不满足于让开发者各自为战,它想搭一套从开发、分发到维护的完整机制,让插件生态转得起来。而插件生态之外,DSH的想象空间似乎还更大。近期公开的Super-agent架构思路里,DeepSeek在探另一个问题:Agent能不能不再等人逐项派活,而是主动发现问题、接着把工作推下去?

这个原型项目叫 dsh-superagent-prototype,代码放在 DeepSeek AI 官方 GitHub 组织下,采用 MIT 许可证。它建在此前开源的 WorkBuddy 之上,主打软件开发场景,能连 GitHub 和飞书,在授权范围内收请求、建任务,再由独立的执行 Agent 把活干完。

得说清楚,这个项目眼下还是研究原型,不是成熟的商用产品。但它透出的方向变化值得留意:DeepSeek想让Agent不光工具更多,还能干得更久、更自主。

从插件扩展到自主执行,DSH的能力边界正被一点点撑大。

03

梁文锋,向BAT们开战?

今年Agent成了大厂AI产品较劲的主战场。腾讯有WorkBuddy,字节推出豆包工作,百度有百度搭子,阿里则围着Qoder等产品继续铺AI编程和办公场景。这些产品定位不尽相同,抢的却是同一个机会:AI从答题走向干活,谁能成为用户新的工作入口?

DeepSeek在这场竞争里冒头很快。AI产品榜数据显示,10月WorkBuddy网站访问量1961万,环比增长1467.48%,在AI产品全球网站增速榜上排第一。同期腾讯WorkBuddy网站访问量2439万,百度搭子1375万。

这个上线没多久的Agent平台,流量规模已经逼近大厂。

大厂做Agent有现成优势:应用生态成熟、用户渠道在手、云服务和研发团队齐备,模型能力能跟已有业务捏到一起,完整产品出得快。比如腾讯WorkBuddy想做用户的桌面工作助手,百度搭子强调个人任务处理和工作交付,阿里Qoder则重点押AI编程和开发者工具。

DeepSeek的路数不一样。它没急着把全部能力塞进一款完整的Agent产品,倒像是把一部分产品定义权让给开发者和用户:官方管底层能力,开发者补专业工具和场景,用户按自己的需求挑、拼、扩。

所以DSH的3.5万个插件,可能比单纯的产品功能数量更值得看。在DeepSeek这儿,Agent的能力不再全由一家公司的研发团队说了算,而可能由一个不断长大的开发者网络一起供给。DeepSeek要跟大厂争的,或许不只是某款Agent产品的用户,更关键的是下一代个人Agent的生态入口。

不过这不代表DSH能轻松替掉大厂的完整Agent产品。

头一条,开放带来自由度,也把门槛抬高了。开发者和极客能按需拼工具、调工作流;普通用户这边,装插件、配权限、处理不同工具之间的兼容问题,本身就可能是道坎。

再者,开放生态得有持续的用户反馈,产品才长得起来。

Agentero团队的经历挺说明问题。Phil Fan觉得,现在靠DeepSeek开发软件已经不难,真正要长期投入的是软件做出来之后的事:怎么分发、怎么触达用户、怎么在跟用户沟通中不断迭代。

“社区生态能不能持续,我更看重的是开发者和用户之间的交流能不能一直发生。”Phil Fan对Tech星球直言,DSH给的API支持帮了不少忙,但他们更想借平台生态接触更多研究人员,摸清真实需求,再照着反馈改产品。

还有个更实在的问题:开发者能不能从生态里挣到钱。

对此Phil Fan表示,商业化目前还不是Agentero团队最优先的事。其桌面软件和插件主要在本地跑,使用成本和门槛都还在,团队想先把产品体验做扎实。往后他们可能试自己的智能云服务,或者开发云端智能体,让AI更好地辅助科学发现,具体商业模式还没定。

这一回,DeepSeek像是又走了一遍当初大模型出圈的老路:把开源的技术能力交给社区,让用户和开发者先玩起来,靠着从群众里长出来的生态活力,悄悄杀进了Agent赛场。

但这条“大肥鱼”能不能真撼动大厂的地盘,眼下还说不准。DSH跟大厂Agent产品的竞争,并不完全在同一层面上,两种模式也未必只能活一个。开箱即用的通用Agent,和按自身需求自由组合的专业工具,市场可能都需要。

至少DeepSeek让大厂看到了另一种可能:Agent不一定非得由一家公司的产品团队从头做到尾,也可以由无数开发者一起养出来。

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. DeepSeek Harness 实战:从零搭建你的第一个 AI Agent 工作流

    DeepSeek Harness (dsh) 是一款开源的 Agent 运行框架,它让 AI 能够直接操作你的本地文件系统和终端。本文不讲空洞的概念,而是带你一步步完成环境搭建、API 配置、权限设置,并通过一个生成 README 的真实案例,展示如何让 AI 从“聊天助手”变成能独立干活的“数字员工”。适合希望提升开

    来源 AI 应用前沿
  2. DeepSeek调整使用规则:超7天对话不保留,单次输入约4万字

    DeepSeek近期对旗下App及网页版实施长对话使用限制,涉及历史对话保留、单次输入长度及每日对话额度等多个方面。据用户反馈,此次调整主要与平台当前算力资源承载压力有关。 具体来看,DeepSeek目前不再支持超过7天未活跃的长对话历史,单次提问的文字输入上限也下调至约4万字。同时,平台新增每日对

    来源 AI 开发者社区
  3. 梁文锋越过聊天框

    (本文作者为 字母AI,钛媒体经授权发布)文 | 字母AI11月15日下午,突然有多位DeepSeek用户表示,当他们想接着几天前的对话往下聊时,手机App就会弹出一条提示:“由于算力不足,已超过72小时的长对话暂不可用,可导出对话到其他App使用。”社区里,有用户整理了同时出现的另外几种报错,比如“内容超长,请删减后

    来源 腾讯网
  4. 终于!千问办公敞开大门,Kimi、GLM、DeepSeek都来了

    AI应用风向标(公众号:ZhidxcomAI)作者|毕伟豪 编辑|漠影智东西11月16日报道,今天,阿里AI办公产品千问办公一口气上线了10款大模型,不仅包括自家今天刚刚发布的新一代旗舰模型Qwen4-Max,还引入了Kimi、GLM、DeepSeek、MiniMax、Step等多个第三方大模型。这也意味着,千问办公正

    来源 腾讯网
  5. 腾讯LightVela实测:多Bot加云电脑,云端个人助理能干什么?

    很奇怪,一款几个月前上线的AI产品,为什么又受到了很多人的关注。 最近这段时间,腾讯的云端AI Agent产品LightVela重新出现在不少人的视线范围内。实际上,LightVela早在今年4月就开启了公测,并在9月底正式面向所有用户开放。 最初,LightVela主要是将开源Hermes Agent搬上云端,让用户

    来源 AI 行业观察
  6. Fable 5.2发布:套壳Agent的编排壁垒还能撑多久?

    Fable 5.2发布后没几天,国内社交平台上流传过一款“国产自研3A射击游戏”,页面写着由Fable 5.2自主研发。 当然很快被人扒了代码,六千多行里只有约一百行不同,原版出自Anthropic一位员工之手,所谓自研只是把界面汉化了一遍。 这件事倒是很能说明Fable 5.2在国内的处境。 讨论的人多,真正用上的人

    来源 AI 行业观察
  7. 熊伟:Agent 火了,操作系统就要推倒重来吗?

    过去一年,Agent 几乎成为 AI 产业最热门的关键词。从 Agent 框架到 Agent OS,再到 Agentic Infra,越来越多的软件厂商开始重新定义自己的产品。原本距离普通用户相当遥远的操作系统,也被推到了 AI 基础设施变革的前台。 但在 OpenAtom openEuler 委员会主席熊伟看来,有必

    来源 AI 行业观察
  8. 英伟达Vera Rubin首秀MLPerf:全项横扫,每GPU算力翻倍

    2026年11月16日,英伟达Vera Rubin NVL72在MLPerf Training v6.1全部基准项目首秀即横扫,成为本轮唯一覆盖所有测试类别的平台。与上一代GB300 NVL72相比,每GPU训练性能最高提升2倍,在DeepSeek-V3基准上以97%效率将256至1,024 GPU的扩展效率

    来源 AI 科技快讯
  9. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  10. 哈佛、Anthropic新研究:单个agent已对齐,组队后为何「集体失守」?

    单个 agent 经过对齐训练,能够表现得诚实、拒绝有害请求等,组成团队后却可能“集体失守”。在软件工程和咨询方案生成中,agent 团队往往减少对系统安全的主动检查,甚至因问题超出职责而对有害结果“袖手旁观”。 在这项工作中,来自哈佛大学和 Anthropic 等机构的研究团队考察了这种差异。他们发现,责任分散(Di

    来源 AI 行业观察
  11. 加州起诉OpenAI:指控AI智能体失控引发网络安全事件

    加州总检察长邦塔11月16日宣布起诉OpenAI,指其在缺乏必要安全防护与监控下开发测试先进AI模型,误导并危害公众,诉状共31页。诉讼指向2026年7月OpenAI实验版模型智能体攻击开源AI托管平台Hugging Face等事件,邦塔称这只是“至少80起”网络安全事件之一;OpenAI回应称这是每家主要AI实验室都

    来源 凤凰科技
  12. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  13. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  14. 加州起诉OpenAI:指控其AI智能体至少80次失控并攻击外部平台

    【环球网科技综合报道】11月17日消息,据《卫报》报道称,加利福尼亚州对OpenAI提起诉讼,指控该公司在开发人工智能技术时忽视安全与公众利益。诉讼源于今年7月曝光的一起事件——OpenAI的一款自主AI代理失控,对开源人工智能平台Hugging Face发起了网络攻击。加州总检察长罗布·邦塔(Rob Bonta)表示

    来源 腾讯网
向下滚动自动加载更多