AI智能体探秘 · AI观察

DeepSeek Agent会自己写插件？普通用户先看3道门槛

DeepSeek Harness团队把“模型修改Harness”视为长期方向，但现有插件创建入口与真正可验证的自我进化之间仍有明显距离。

01会写插件，和会变得更聪明不是一回事

DeepSeek Harness此次更新增加了“让Agent创建插件”的入口，也让“Agent自进化”重新成为讨论焦点。很多人第一反应是：AI已经可以自己改自己了。 更准确的说法是，产品提供了一个让Agent尝试创建插件的入口；这距离它能够稳定、持续、可证明地提高自身能力，还有很长一段路。你可以把它理解为让助手修改自己的工具箱，而不是助手已经学会新的能力。

02自我修改至少要过三道工程关

第一道关是改得动。模型要理解当前Harness的插件接口、依赖关系和限制，生成的代码还要能被系统加载。第二道关是改完不崩。热插拔、热重载、状态迁移和失败恢复都必须可靠，否则一次“自我修改”可能只是把任务和配置一起弄坏。 第三道关是改了之后真的更好。没有明确目标、对照测试和回滚标准，插件变多不代表能力提升。插件接触邮箱、代码仓库或内部资料时，错误还可能变成误发送、误删文件或权限扩大。

03模型还需要学会如何评价自己的改变

团队负责人公开谈到，希望通过训练让模型学会改变Harness的工作方式，并探索模型与Harness共同进化。但这属于研究方向，不是当前版本已经证明的结果。公开发布记录没有给出持续提升智能上限的训练方法、成功率或独立评测。 把愿景写成现成能力，会让读者误判产品成熟度，也会把正常的工程试验包装成“AI已经自我进化”。自我修改越接近真实系统，越应该先计划、再修改、后验证。

官方发布记录目前能确认的是：系统提供了创建插件的入口，并没有公布一套能持续提高智能上限的评测结果。建议先把“创建插件”当作实验流程，要求它说明目标、列出改动、在隔离环境运行，再用原任务和一组相近任务对照。\n如果只是让模型把界面换个颜色、增加一个快捷入口，这属于功能扩展；如果要说能力提高，就必须有重复任务、基线结果和失败记录。没有这些证据，最稳妥的说法仍然是“正在探索”。

04普通用户现在该看什么信号

普通用户可以先观察四个信号：修改前有没有预览，权限是否逐项确认，失败后能不能一键恢复，系统有没有留下完整日志。 真正可靠的自我改进，应该让人看见目标、改动、结果和代价。AI可以提出改变自己的方案，但在结果没有被验证之前，人仍然是验收者。没有对照组、失败记录和恢复办法的改动，最多是一次自动化尝试。

比如Agent提出一个“自动整理会议纪要”的插件，不能只看页面是否漂亮，还要比较它有没有漏掉负责人、日期和未决事项；如果它想增加自动发送功能，还要确认发送前是否停下来询问。只有同一任务多次运行都稳定改善，且错误没有扩大，才有资格讨论能力提升。

这也是普通用户能参与的验证方式：不要先追问它是不是“有自我意识”，先给它一个固定任务、一个明确标准和一条撤回路径。它能否解释改动，能否重复得到更好的结果，能否在失败时停下来，远比宣传中的“自进化”三个字更有信息量。

真正成熟的自我改进不会只展示一次成功演示，还应给出版本差异、任务基线、失败样本和恢复方式。用户也应该能拒绝某次自动修改，把系统恢复到上一个稳定状态。 在这些条件出现之前，使用者更适合把它当成可观察的实验，而不是把关键工作交给它长期自动运行。 先让它改一个可撤回的小功能，再谈更大的愿景。 这比追逐概念更可靠。 也更容易在出错时停下来。

自我修改只是动作，自我进化还需要目标、评测、反馈和退路。

互动：如果AI想修改自己的工作方式，你最希望它先向你展示哪一步？