ARTICLE · 1313392
Harness 一周:补丁、插件与省 token
10 月 31 日到 11 月 4 日，DeepSeek Harness 连着放出五处变化：一次改多文件的 apply_patch、上移到 Host 层的自动化任务、对话造插件的 Creator Mode、SDK 的三项审批能力，以及一份关于省 token 的论文数据。
五件事看着分散，方向一致：让它更像一套能进生产的工作系统，而不是一个更聪明的对话框。补丁要能审、任务要能接管、计划要能批、插件失败要能查。这些不是能力上限，是使用下限。
过去 Agent 改多个文件，要分别执行读取、编辑，一步一回合。新版 apply_patch 支持一次调用完成多个文件的新增、编辑、删除和移动，结果可在 Review 里查看。
两个细节值得说清。它默认关闭，需要用户主动启用；改完的结果能在 Review 里逐条看，看完提意见，再让 Agent 接着调整。代码修改和审查之间少了一次复制粘贴。
默认关闭这个选择挺有意思：多文件批量改动省时间，也一次放大错误半径。把开关交给用户，等于承认这类操作该有人在场。
之前自动化任务绑在具体会话的执行过程上，会话一结束，任务就尴尬。新版把任务管理统一收到 Host 层，用户可手动创建、直接编辑，也能在会话里用预填提示词创建。
执行时可选复用已有会话，也可新建会话。编辑支持保留草稿和冲突复核，避免改到一半被覆盖。
这条改动不显眼，但它把任务从一次对话的附属品，变成系统里的对象。会话可以换、可以重启，任务还在。
11 月 2 日的 Creator Mode 演示里，用户在输入框描述需求，系统生成一个能装的插件。官方公开了七组中英文提示词，示例包括设计工作台、沙盒游戏和 3D 模型可视化工具。
SDK 这轮补齐 TypeScript 与 Python 两套，加了计划审阅、目标续跑、操作审批。计划审阅让用户批准、修改或取消 Agent 提交的计划；目标续跑把长期目标存下来，会话重启、恢复或分叉后接着推；操作审批由 SDK 接收请求，交给接入应用决定批不批。
这三项都不是更会干活，是干活前先问一句。插件侧还允许按会话身份和请求用途动态提供 API 请求头，安装失败时给出诊断信息和 Host 日志入口。
清华与微软的 HarnessMM 论文在 98 个 HumanEval 任务上测 Harness：token 用量比原版少 87.93%，单任务从 96.28k 降到 11.62k，成功率反而从 71.43% 升到 85.71%。
做法不复杂：让模型提前写好带精确参数和守卫条件的命令，工具结果通过校验就直接执行，跳过一次模型调用；已定的决策存进可执行决策图。省下的是往返次数，不是上下文长度。
架构侧，10 月 31 日的 Super-agent 文章给了另一组数：调度实验中位完成时间比单会话基线低 39.2%，95 分位 15.7 分钟对 29.5 分钟。这是团队自报实验，编码工作由耗时工具模拟，衡量的是调度而不是代码质量。
两个数字放一起看：一个省调用，一个省协调。都不提升模型上限，都在减少空转。
本周还夹着一个预发布：dsh v0.2.2-rc.1 修了移动端软键盘与窄屏菜单，加入引用插入、导出 Markdown、步骤收起，还带一个实验插件 subagent_oar，能把独立任务交给本机 Codex 或 Claude CLI。rc 版本行为还在收敛，官方建议先用测试 profile。
下周值得看两件事：apply_patch 会不会从默认关闭改成按场景开启；Router 那套编排会不会从研究原型挪进产品。前者决定日常写法，后者决定它能接多长的活。
· DeepSeek Harness 再发新版：apply_patch 一次改多文件，自动化任务上移到 Host 层（腾讯新闻）
· Super-agent 设计文章与开源原型：Router 加 Worker，中位完成时间低 39.2%（DeepSeek Harness 团队 · Agent Brief）
· Harness 创作者模式演示：对话直接生成插件，七组提示词公开（澎湃新闻）
· HarnessMM 论文：98 个编程任务 token 用量降 87.93%，成功率反升至 85.71%（Agent Brief）
· dsh v0.2.2-rc.1 更新说明：移动端、会话整理与菜单扩展（公众号「AI 汇览」）
