DeepSeek harness的开发哲学

刚看到一篇DeepSeek harness的万字教程,作者提到一个点是我没想到的,他说模型越强,并不代表agent一定越强。

其实agent去操作电脑靠的是harness脚手架,模型输出意图只是起点,需要齐备的harness才能把任务做完。

等于说模型设计出精美的图纸,但决定房子装修的好不好,要看harness干活的质量。

所以DeepSeek官方给了一个公式:

Agent = Model + Harness

正是因为harness要做装修工的活,装修靠团队协作,所以DeepSeek把一切工具都插件化,UI、模型、工具注册表、Session Log、Agent Loop、存储、沙箱、调度等全是插件。

系统做好调度就可以,并不需要依赖系统本身的特权才能干活,这也算是某种意义上的去中心化。

这个调度大师是Cordis,它会管插件之间的依赖,以及安装和卸载插件后的后勤处理。

比如说一个网页爬虫插件需要搜索、代理、浏览器服务,它只需要申明,不需要指定哪家的服务,Cordis会自动去匹配依赖。

除了插件,日志也很重要,Session Log会记录模型看到的内容,作为唯一的事实来源,这就增加了结果的可靠性。

DeepSeek harness的系统提示词也很有意思,它不是一长段固定的markdown,而是插件组装起来的可变系统,agent每走一步都会重新组装,类似工作说明书,肯定要随着环境变化而变化。

有些agent系统提示词是固定的,写软件用,做ppt还用,这样其实干不好活。

更有意思的是DeepSeek harness可以给自己造工具,可复用,这就等于人把树枝削成木箭、扁担、鱼叉,有了自己创造工具解决问题的能力。

其实,DeepSeek harness最大的价值还不是替代codex、claude code,而是你可以去部署在自己的系统中,组合、包装、改造它,成为移动的万能脚手架。

相关推荐
吴佳浩10 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_0914 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区15 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔16 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区16 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM12316 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI16 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健16 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV17 小时前
Google 重返第一梯队
人工智能·google·aigc