关于我是如何将 DeepSeek Harness 改造成一支AI团队

关于我是如何将 DeepSeek Harness 改造成一支AI团队

前言

2026 年 8 月 13 日深夜,DeepSeek 在发布 V4 Pro 正式版的同时,悄无声息地开源了一个叫 DeepSeek Harness 的项目。上线数小时,GitHub Stars 突破 3 万,创下了当时最快的破纪录速度

相比于之前对于 Harness 没有这么重视,大家都在卷大模型,那时候模型本身的能力还不足以支撑复杂任务。

但是到了 2025 年底、2026 年初,情况开始变了。V4-Pro 这类模型在推理和代码能力上已经追平甚至局部超过了闭源头部,模型之间的差距在缩小。

这时候大家发现一个问题:同一个模型,放在不同的 Harness 里,完成同一批多步骤任务的成功率和成本差距可以达到数倍。模型能力的上限已经被拉得足够高,但"兑现多少"取决于外面的那层壳。

所以问题就从"用哪个模型"变成了"怎么把模型组织起来干活"。而这恰恰是过去两年被严重低估的一件事:大多数团队并不是没有强模型可用,而是没有把模型沉淀成可复用的工作流。

这些工具单独看都不复杂,但组合起来,它改变的是一种工作方式:我从"执行者"变成了"编排者" 。我不再需要知道每一步怎么做,我只需要设定好人员和任务,AI自己就能将这些组装起来

工作流

过去我们谈工作流,谈的其实是"流程"。流程是预先定义好的:第一步做什么,第二步做什么,什么条件下走哪个分支。人把流程设计出来,然后执行它。流程的好坏,取决于设计者有没有把情况想全。

但在 AI 团队里,这个前提变了。流程不再需要被完全预先定义,它可以被现场组装。

这就引出一个关键转变:工作流的重心,从"控制"转向了"约束"。

所以编排者的核心工作,不是设计一条最优路径,而是划出一个足够大的空间,让 AI 在里面自己找路径,同时确保这个空间不会失控。

我认为不管现在的 skill 还是 prompt,其实都是在从不同的角度来激活和拟合大模型,而工作流让同一个模型在不同的环节、不同的约束下被反复激活。前一个环节的输出,成为后一个环节的输入;后一个环节的偏差,又反过来修正前一个环节的约束。激活不再是单向的,拟合不再是单次的。它们形成了一个回路。

它不是把模型用起来,而是把模型组织成一种可以反复进入、反复收敛的状态。在这个状态里,模型不再是一个被调用的工具,而是一支被编排出来的队伍。

设计与展示

1. 角色

首先就是角色,AI 成员和真实员工不一样的点是,AI 成员其实就是纸片人,它只有它的描述,也就是它可以同时活跃在不同任务之间,只是上下文不一样了。

这里我新增了system 系统这个特殊的角色,方便用户对对话进行定制,比如你想要一只可爱的猫娘

这样你就可以很方便的定制你的专属 DeepSeek Harness 了

2. 团队

有了角色之后就是组建团队了

这里主要就是将角色加入进团队就行,不过我设计了每一个成员都可以有不同的大模型来运行,这样就可以很方便的让多个模型可以进行协作,比如让多个模型同时对代码进行审核

3. 任务

最后你可以在对话框中很方便的选择团队,就可以以团队的模式开启任务了

结语

随着 AI agent 越来越智能,后面可能连这种编排慢慢都不需要了,AI agent 会自己分解任务,自己调用工具,自己判断下一步,自己收敛结果。人不再需要预设角色,不再需要划定边界,不再需要设计那个场。编排从人的工作里消失,变成 agent 的默认能力。

以前人是执行者,后来人是编排者,再往后,人可能只是意图的给出者。

人一路往后退,最后留在手里的,可能只是他独特的审美

项目地址 eTeam 多成员协作插件

相关推荐
ZhengEnCi1 天前
AI 读不懂你的代码怎么办:用高价值注释消除曲解、过度优化与上下文膨胀
aigc·ai编程
ZhengEnCi1 天前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
Flynt1 天前
Chrome给AI编程助手塞了203篇前端规范,我拆包实测:检索0.77秒是真快,扫描器有点挑食
前端·chrome·ai编程
学无止境小袁同学1 天前
LangGraph 深度指南
语言模型·框架·agent·并发·上下文·langgraph·长期记忆
ServBay1 天前
Local harness 将退役,VS Code 本地开发要不要搬到云端?
后端·ai编程·visual studio code
Cosolar1 天前
2026 年 Java AI Agent 生态全景盘点:50+ Java 开源项目的分类、实测与选型判断
人工智能·架构·agent
T_Wizard1 天前
AI 回复为什么要转圈 3 秒才「啪」一下全出来?把流式输出拆开看,顺便踩了 6 个坑
java·ai编程
0zien01 天前
【AI编程 - 第二弹】宝石TD
ai编程
IT规划师1 天前
热点速递 | 未来软件工程六大战略技术趋势
ai编程
张一凡931 天前
你的 AGENTS.md,真的管到模型写代码了吗?
前端·后端·agent