图：插件化（左）与闭环（右）两种 AI 操作系统范式对照。

左图强调"可自由加装零件"，右图强调"出厂即成品体验"——这正是两条路线在交付范式上的根本分野。

一、引言：为什么"把智力稳定交付"才是 AI 时代的真问题

2026 年的秋天，两个动作几乎同时撞进视野。一边，DeepSeek 把整套智能体运行系统拆成了可装卸的插件，喊出"一切皆插件"的口号；另一边，腾讯的 WorkBuddy 把桌面、手机、鸿蒙、腾讯文档与 ima 知识库（腾讯企业知识库产品）焊成一只开箱即用的"工作台"。同一个月里，有人逛 GitHub 给 DeepSeek Harness 装第三方插件，也有人只是点开 WorkBuddy 的 App，就让它替自己写完了一份周报。

这两件事看起来都在做"AI 助手"，方向却截然相反：一个把改装权交给你，一个把复杂度收进自己。这种分叉并不陌生——它像极了移动时代安卓与苹果的路线之争。但需说明，本文所说的"安卓式""苹果式"，仅指两者在 AI 系统能力交付范式上的差异——一个开放插件改装、一个闭环成品体验，并不等同于完整移动操作系统的商业许可模式。本文想说的，也不是又一场"开放对抗封闭"的老辩论，而是藏在更底层的命题：当模型的智力越来越强、越来越便宜，决定胜负的变量，正在从"模型有多聪明"转移到"谁能把智力稳定、安全、低成本地变成结果"。我给这一层起名叫结果交付层。过去两年，舆论的焦点几乎全在参数、榜单与发布会；可当 Token 成本一年跌去近七成（见信源 [4]）、Agent 却频频因安全与稳定性翻车，行业才猛然意识到：能调用的模型谁都有，能把模型稳稳变成结果的，没几家。

本文余下部分安排如下：第二部分考察 DeepSeek Harness 的插件化路线，看它如何把工作空间变成可被用户改装的"安卓"；第三部分考察 WorkBuddy 的闭环路线，看它如何把体验做成"开箱即用"的"苹果"；第四部分把两条路线抽象到同一概念——结果交付层，并指出它与量化交易的竞争力同构；第五部分给出结论与展望。

二、一切皆插件：当工作空间成为可被改装的"安卓"

DeepSeek Harness（下称 dsh）的官方口号是 Everything is a Plugin，它把产品设计成一句话——"Agent = Model + Harness"。所谓 Harness，是架在模型之上、把能力组织起来的那一层运行系统。dsh 的一切都建在 Cordis 插件框架之上：模型适配器、工具注册、会话日志，乃至 Agent 执行循环本身，都是一个个可装卸的插件。Cordis 的核心设计叫"可逆副作用"：插件卸载时，它注册的所有服务和状态会被干净地撤销，不留残留。这样一来，官方可以底气十足地丢下一句：dsh 内部没有一个需要打补丁的特权内核（no privileged core to patch）。换句话说，要加能力，不是去改核心，而是往旁边挂一个插件。

这意味着普通用户第一次拿到了工作空间的改装权。更关键的是，Cordis 还定义了"能力接缝"——把一项能力的接口定义、实现提供者与调用者三层分离，让替换某个提供者变成一次配置而非一次改码；dsh 同时把模型看到的一切写入仅追加的会话日志，做到"所见即所录"，为事后溯源与回放留出抓手。在此之上，dsh 的插件管理器允许你输入包名安装插件，也能禁用、卸载、查看来源；官方的 creator mode 更进一步，让你用一句话描述需求，由 Harness 自己创建或配置插件存进管理器。再加上 GitHub 上以 dsh-plugin 为话题的社区插件生态，以及 2026 年 10 月初推出的桌面版 v0.2 preview（基于 Electron，覆盖 macOS 与 Windows），整条路径越来越像安卓：系统给你接口和自由度，生态由社区和第三方填充。截至 2026-09-28 的 GitHub 仓库观测，该项目已获约 23.8 万 Star、2.87 万 Fork，以 MIT 开源许可证开放源码——这是 2026-09-28 时点的观测值，GitHub 星标会动态波动，不宜视为固定数字——开放的旗号，是认真的。

不过，安卓式路线也有它绕不开的短板。插件生态开放意味着质量参差——社区插件由第三方维护，可靠性全凭作者良心；对普通用户而言，插件管理、creator mode 与配置语法抬高了上手门槛；更现实的是，第三方插件本身就可能成为新的攻击入口，把"改装权"变成"风险敞口"。开放是把双刃剑，生态越繁荣，治理越难。

三、闭环即体验：当工作台成为"开箱即用"的"苹果"

WorkBuddy 走的是另一条路。它同样自称桌面智能体平台，却几乎不把改装权交给用户。腾讯在 2026 年 3 月 9 日上线 WorkBuddy，主打"不用部署，安装即用"，完全兼容 OpenClaw（开源智能体技能规范）的技能却更强调易用与安全；同年 7 月 18 日的 WAIC 上，独立 App 同步登陆 iOS、Android 与鸿蒙，成为公开报道中首个登陆鸿蒙系统的通用智能体应用。它的打法不是开放接口，而是把复杂收进一个闭环：连接电脑与云端两种执行模式，通过"资料库"打通腾讯文档与 ima 知识库，内置超过 20 项技能（Skills）与模型上下文协议（Model Context Protocol，简称 MCP），并基于同源的 CodeBuddy 架构补齐了开源工具最缺的企业级安全与统一审计。

这条路的价值在于"确定性"。对用户来说，WorkBuddy 交付的不是一堆可改装的零件，而是一个调好音、连好线、即开即用的成品。它支持多窗口、多 Agent 并行，把复杂任务动态拆解给几个 AI 同步开工；其"更易用、更安全、更懂办公"的三根支柱，本质就是把交付的工程难度压到用户无感。据腾讯 2026 年一季度财报披露，以日活跃账户数计，WorkBuddy 已成为中国最受欢迎的效率 AI 智能体服务；它在腾讯内部已有超 2000 名非技术员工用于数据分析、知识库构建与自动化办公（数据来自企业内部公开披露）。这正是苹果式逻辑：你不必理解声卡怎么焊，只要戴上耳机音乐就在——体验的闭环，本身就是产品。

闭环路线同样有它的代价。把复杂度收进平台，意味着自定义与扩展能力受限——想接一个平台没预设的工具，往往要等官方排期；深度定制要么成本高、要么做不到；而一旦把资料、流程与协作都锁进同一套闭环，便存在平台锁定风险，迁移成本随时间累积。苹果式体验的背面，是选择权的让渡。

四、结果交付层：量化交易与 AI Agent 拼的是同一件事

把两条路线放在一起看，争论"开放好还是封闭好"会错过重点。真正值得追问的是：为什么一个像安卓、一个像苹果，却都让人"难以抗拒"？答案在它们共同指向的那一层。

所谓"结果交付层"，是指介于模型智能与用户价值之间、决定智力能否被稳定、安全、低成本地转化为可用结果的那一层系统能力。它绝非又一个聊天界面，而是把模型的不确定性收敛为确定性产出的工程与制度总和。（这里的"制度"指代权限管控、审计策略与业务流程约束。）

需要划清边界的是，结果交付层不包含基础大模型的预训练与其权重本身——它是模型能力落地到用户工作成果之间的整套工程与制度系统，而非模型内部。

（一）成本：便宜的 Token 与上涨的账单

2026 年行业成本分析显示，企业级 AI Token 的混合加权（blended）成本，从 2025 年一季度的每百万 18.40 美元降至 2026 年同期的 6.07 美元，一年下降约 67%（Fortune 2026-05-22 综合多家第三方成本机构数据报道；Stanford HAI AI Index 2026 亦记录同类长期下行趋势）。需说明，该统计为海外公有模型混合加权成本，不包含国内私有化、本地部署模型场景，国内读者不宜直接套用。但单价暴跌的同时，企业 AI 账单反而上涨——因为用量暴涨触发了"杰文斯悖论"（单位成本下降，但总使用量上涨反而推高总支出；此处迁移应用于 AI 算力 Token 消耗场景）：据 FinOps Foundation 2026 年报告，73% 的企业 AI 支出超出最初预期。把智力变成结果，先要算清这笔"越便宜越用得起、越用越贵"的账。

（二）安全：集成层才是真正的攻击面

Agent 一旦连上真实工具与数据，攻击面就不再是模型，而是集成层。2026 年 4 月，OX Security 披露 MCP 官方 SDK 的系统性标准输入输出（STDIO）设计缺陷，波及约 20 万个实例、1.5 亿次以上包下载。同年 6 月披露的 CVE-2026-59726（CVSS 10.0）显示，未鉴权的 MCP 网桥可被远程接管（RufRoot / Ruflo 平台漏洞，NIST NVD 收录）。

安全不是锦上添花，而是结果交付的前置条件——一个能被一句恶意配置接管的 Agent，再聪明也交付不出可信的结果。

（三）稳定：从炫目演示到每天百次不出错

一个多步 Agent 单次任务消耗的 Token，可达单次对话的 5 至 30 倍（2026 年行业成本分析，数值来自工程实测区间，不同 Agent 实现差异较大）。把"跑通一次"变成"每天跑一百次都不出错"，靠的是工程化的重试、预算护栏与可观测，而非模型本身。稳定，是结果交付层的地基。

至此，以下类比就清楚了：量化交易拼的，是把策略稳定、低延迟、可控风险地变成收益；AI Agent 拼的，是把模型能力稳定、安全、低成本地变成结果。两者比拼的是同一类底层能力——把智力可靠地交付。这并非偶然：智力要变成结果，必经"接入工具—调用模型—校验产出—交付验收"的链路，链路上任何一处抖动，都会被多步执行放大。模型决定天花板，交付层决定地板，而用户每天真踩着的，是地板。区别只在于，前者交付的是交易信号，后者交付的是工作成果；前者已在市场里卷了二十年，后者才刚起跑。需要强调：该类比仅对比系统工程层面的可靠性要求，AI Agent 与量化交易在业务目标、风险机制上完全不同，行业经验不可直接迁移。

五、结论与展望：从"模型崇拜"到"交付为王"

DeepSeek Harness 与 WorkBuddy，是 AI 操作系统两条并行的路：一条把改装权交给你，赌生态会野蛮生长；一条把复杂度收进来，赌体验会赢得人心。没有哪条注定胜出，但它们都不再把"模型多聪明"当作唯一卖点，而是卷向同一个未来——结果交付层的成熟。得模型者可得一时，得交付者更有机会赢得长期竞争优势；模型决定了 AI 能做什么，交付层决定了 AI 真的做了什么。两条路线也非非此即彼：未来产品完全可能出现混合形态——在开放插件系统之上叠加强安全沙箱，或在闭环产品里有限度地开放插件扩展。但混合模式同样会衍生出新的工程权衡，不会直接消解两类路线的原生矛盾。

对我们这些普通使用者而言，纠结"选安卓还是苹果"是次要的。长期主义地看，更重要的是认清一件事：AI 工具的护城河不在参数规模，而在它能否日复一日、安全可控地把事情办成。慢就是快——在喧嚣的模型发布潮里，愿意为"可靠交付"下慢功夫的产品，才更接近真正的长期价值。

"模型决定了 AI 能做什么，交付层决定了 AI 真的做了什么。"

信源说明

（说明：下文来源按可信度分三级——一级为官方产品文档与论文，二级为公开财报与权威机构发布，三级为第三方行业媒体与研究机构报道；预印本论文以 [Preprint] 标注，尚未经过同行评审。）

[1] Shi, Z., Zhang, Y., & Cui, L. (2026). Cordis: Spatiotemporal Composability via Revertible Effects and Reactive Coeffects [Preprint]. arXiv, submitted 2026-08-26 (cs.PL/cs.SE). 尚未经过同行评审。

[2] DeepSeek Harness 官方架构文档（口号 Everything is a Plugin，deepseek-harness.github.io，产品文档，一级来源）。

[3] 腾讯 2026 年第一季度财报（公开披露，第二级来源）：WorkBuddy 日活居中国效率 AI 智能体首位。

[4] Fortune (2026-05-22). Enterprise AI bills rising as token prices fall. 综合多家第三方成本机构数据；Stanford HAI AI Index Report 2026 佐证长期下行趋势（第三级来源，未独立核验原始成本机构数据）。

[5] Cloud Security Alliance Labs (2026-05-04). MCP Security Crisis: Systemic Design Flaws in AI Agent Infrastructure（第三级来源）。

[6] NIST National Vulnerability Database. CVE-2026-59726 (CVSS 10.0), RufRoot / Ruflo（权威漏洞库，记录 MCP 网桥未鉴权远程接管漏洞）。

[7] OX Security (2026-04). "The Mother of All AI Supply Chains"：MCP 官方 SDK STDIO 设计缺陷（第三级来源）。

极简时间线：DeepSeek Harness——2026-08-13 以开发者预览发布（MIT 开源许可证，源码随附），随 Cordis 论文公开；2026-09-28 发布 0.2.0-rc.1；2026-10 初推出桌面版 v0.2 preview。WorkBuddy——2026-03-09 上线，主打"不用部署，安装即用"；2026-07-18 于 WAIC 同步上线 iOS、Android 与鸿蒙独立 App。用户所述"9 月客户端上线"对 DSH 近似成立（rc.1 为 9 月末），其桌面版正式预览为 10 月初，文中已采用可核实口径。

本文为产业与技术分析，量化交易相关表述仅作竞争力类比，不构成任何投资或个股建议。