AI工具/实测DeepSeek Harness,对于教育场景应用的意义在哪里?

今天主要来凑热闹啊：用 DeepSeek Harness 备一节课以后，我有点破防了

最近，DeepSeek Harness（DSH）在社区里突然火了。

上线一个多小时，就有很多人开始讨论、围观，甚至有点“破防”。

我一开始也是抱着凑热闹的心态去看。

因为它的界面，实在太熟悉了。

它像 Codex，像 Claude Code，也像我们现在常用的 WorkBuddy：打开以后，是一个终端式的工作界面；你只要用大白话告诉它要做什么，它就能读代码、改代码、拆任务、做成果。

于是我最初的理解非常简单：

哦，这不就是 DeepSeek 也做了一个 Agent 工作台吗？

但我越往下看，越觉得事情没有这么简单。

如果只是把别人已经做得很成熟的事情，再做一遍，那确实不像 DeepSeek 会干的事。

它真正想做的，可能不是“再做一个聊天工具”，而是做一个让 Agent 能够不断长出新能力的系统。

PART 01

DSH 到底是什么？

DSH不是一个定位为Agent产品，它是一个制作Agent产品的社区。比如我们比喻workbuddy是农田里的一棵白菜，那么我们每个都可以是农民，在这个社区的农田里种菜，开发agenti。帮忙这个农田社区开发各种各样的插件。同时种下的菜，会自我生长，自我进化。

PART 02

它最关键的一句话：一切皆可插件

DSH 的口号叫：

一切皆可插件。

刚看到这句话时，我觉得特别熟悉。

这不就是我们现在常说的：

万物皆可 Skill。

以前，我们使用插件，往往是厂商先做好。

比如你想要一个翻译插件、图片插件、表格插件，就去找、去装、去买。

我们能做的事情很有限。

但现在不一样了。

就像我们已经开始把自己的教学经验，封装成一个个 Skill：

学习目标怎么写；
学情怎么分析；
问题链怎么设计；
学习单怎么设计；
复习课怎么上；
怎么按照名师的教学风格备课。

这些原来藏在老师脑子里的经验，慢慢可以被整理成一套规则。

DSH 的思路更进一步：

它希望把所有能力，都变成可以安装、修改、组合的插件。

你可以把它理解成搭积木。

以前，我们买的是一个已经拼好的玩具。

现在，DSH 给你的，是一盒积木。

你可以自己拼，也可以拆掉重来；可以加入别人的积木，也可以把自己最擅长的那一块，做成新的积木。

对于开发者来说，这意味着可以做各种插件。

但对老师来说，最有价值的地方不是“我要不要去学编程”。

而是我们终于可以开始思考：

我能不能把我平时最常用、最有价值的教学方法，做成一个以后一句话就能调用的助手？而且这个助手是我们有自己特色，不想在其他平台训练用的。

PART 03

老师怎么安装和使用？

DSH 官网：

https://www.deepseek.com/harness/

桌面端项目地址：

https://github.com/anywhere-labs/deepseek-harness-desktop

如果你本来就在用 WorkBuddy，其实可以直接把安装这件事交给它。

把下面这段提示词完整发给 WorkBuddy：

在这台电脑上安装并启动 DeepSeek Harness（DSH）：1. 检查 Node.js，版本需 22.19 及以上，没有则安装 LTS 版；2. 执行 npm install -g @deepseek-ai/dsh 全局安装，并用 dsh --version 验证；3. 在 D:\projects\dsh-demo 目录执行 dsh web 启动；4. 启动后把终端打印的本地访问地址告诉我；5. 每一步先判断是否可行；如果需要我手动确认或安装，请明确告诉我下一步该点哪里、输入什么。

它会先判断环境是否具备条件。

如果需要安装 Node.js，它会告诉你；如果需要你确认权限，它也会一步一步提示你。

安装成功后，打开网页，第一次一般需要填写 DeepSeek API Key。

API Key 获取地址：

https://platform.deepseek.com/api_keys

填好以后，就可以进入主界面。

PART 04

4 个模式，老师到底怎么选？

刚打开时，看到几个模式，很多老师可能会有一点懵。

其实不需要先记住那些英文名。

你只要按自己的任务来选。

你要做什么	建议选择	大白话理解
备课、整理资料、写教案、出练习	标准模式	像一个会做事的 AI 助手
做完整的 HTML 交互式数学课件	PTC 模式	像一个专门帮你开发课件的小团队
把常用教学方法做成专属能力	创造模式	像自己培养一个长期助手
安装、组合、修改插件	插件相关模式	像给助手不断装新工具

对教师来说，最常见的选择其实就三个：

日常备课、整理资料、设计活动：选“标准模式”；
想做一个完整的 HTML 交互式数学课件：选“PTC 模式”；
想把自己的教学设计方法固定下来，以后一句话调用：选“创造模式”。

PART 05

第一次做教育插件，我居然什么资料都没给它

我第一次尝试时，其实对“插件”完全没有概念。

我先把官方说明发给它，让它学习。

然后，我只输入了一句话：

我是一位老师，我想开发一个插件：教育场景。

它没有马上开始乱做。

而是先告诉我：

插件是什么；
教育场景里可以做哪些插件；
轻量插件和复杂插件有什么差别；
我现在适合先从哪里开始。

它给了几个选项。

因为我也不懂，所以我就选了最简单的那个：

先做一个轻量 Skill。

没想到，它真的就一步步带着我做出来了。

当时我心里有一个很大的疑问：

我没有给它任何教材资料，没有给它名师文章，没有给它知识库，它最后到底能做成什么样？

所以，我决定不先讲概念，直接做一次实测。

PART 06

实测：让它帮我备一节《分数的初步认识》

其实插件是不是跟我们原来（skill)技能差不多，特别是对我们这种纯小白了。只要纯文字规则文件就可以。

我输入的提示词非常简单：

帮我备一节人教版三年级上册《分数的初步认识》的教案，40分钟，学生基础一般。

然后会跟我一起计划和讨论：

它很快生成了一篇教案。

坦白说，质量有点出乎我的意料。

尤其是它的学情分析。

我们来看：它的学情分析，特别是认知难点分析、迷思概念是不是超越了很多老师的理解。对于我来讲，我有时候都想不到它这么全面。

一般情况下，我们写学情，常常会写：

学生已经认识平均分，对分数有初步感知……

写着写着，自己都觉得有点像套话。

但它不仅说学生“不会什么”，还会进一步分析：

学生会把“分成几份”误认为“分数单位”；
学生可能认为只要涂了一部分，就是分数；
学生容易忽略“平均分”这个前提；
学生会把分子、分母理解成两个孤立的数字；
学生还没有真正建立“整体—平均分—取其中几份”的关系。

这几个地方，恰恰是我们实际课堂上最容易出现的迷思概念。

我看到这里的时候，第一反应是：

它怎么把我平时课堂上看到、但没有完全说清楚的问题，说得这么清楚？

更重要的是，它不是只写学情，而是把这些分析真正放进了教学过程。

例如：

先让学生经历“分得不一样”的冲突；
再让学生意识到，只有平均分才能表示分数；
用不同图形、不同整体帮助学生理解；
最后通过判断题，专门处理“没有平均分是不是分数”的错误。

这已经不是简单生成教案了。

它开始在尝试理解：

学生从哪里出发，在哪里卡住，怎么一步一步走到新的理解。

PART 07

同样一句提示词，结果真的不一样

为了验证这是不是偶然，我用完全一样的提示词，分别放进了几个不同模型里。

同一个任务：

帮我备一节人教版三年级上册《分数的初步认识》的教案，40分钟，学生基础一般。

我试了：

DeepSeek 官网，开启专家模式和深度思考；

飞象老师；

DSH。

结果很明显。

有的模型也能给出一篇完整教案。

有的模型语言更漂亮，结构也很完整。

但 DSH 给我的感觉不一样。

同样的提示词，3种对比实测下来，发现它的质量确实不一样。回头再仔细看他的教案设计，还是非常多亮点，每个环节的设计板块非常清晰（关键我还是没有提供给他任何上下文资料情况下）。

然后它还会温馨提示：

需要的话，我可以继续帮您：① 把这份教案配上可直接打开运行的交互式 HTML 课件（分月饼动画 + 折纸演示 + 判断题即时反馈）；② 生成配套学习单/分层练习题 PDF。您说一声即可。

PART 08

教案以后，它还真的把课件和练习接上了

教案生成后，它提醒我：

如果需要，我还可以继续帮您：① 把这份教案配上可直接打开运行的交互式 HTML 课件；② 生成配套学习单和分层练习题 PDF。

我继续让它做。

它把 40 分钟课堂流程拆成了 7 页课件：

情境导入；
平均分的操作；
认识几分之一；
读写分数；
比较与判断；
闯关练习；
课堂回顾。

每一页右下角都有：

上一步；
下一步；
圆点导航。

右上角还可以全屏。

它不是一张张静态 PPT，而是一个可以直接打开运行的 HTML 课件。

更让我惊喜的是练习部分。

它没有只给一堆题，而是做了分层：

基础题：辨认和读写分数；
提高题：判断平均分、解释错误；
挑战题：在变化的整体中理解分数。

很多工具生成练习，往往只是“换数字”。

但这里已经开始尝试处理不同层次学生的学习需要。

如果不满意，它还可以继续改：

给闯关题增加随机题池；
一键换题，反复练习；
把学习单改成可编辑 Word；
或者改成 HTML 版本，方便现场调整。

从教案，到课件，到练习。

这一条链，真的被打通了。但是离插件还是有点远？～～～～～

PART 09

但是，这里出现了一个很真实的问题

AI 现在最大的焦虑，不是“它做得太慢”。

而是：

它做得太快了。

现在有一个词叫“加速主义焦虑”。

以前我们做一节精品课件，可能需要 5 个小时：

看教材；
查资料；
想活动；
找图片；
做课件；
改版式；
出练习。

现在，5 分钟，AI 就能给你一个结果。

听起来很幸福。

但真正用起来以后，很多老师会发现：

原来做课件的 5 个小时没有消失。它只是变成了另外一种 5 个小时。

你开始不断地：

改提示词；
让它换一种说法；
让它再精炼一点；
让它更像课堂；
让它加一个活动；
让它把图片换掉；
让它重新做一遍。

最后，5 个小时过去了。

你可能还是没有得到一个真正满意的成果。

所以，问题从来不是：

AI 能不能做得快。

真正的问题是：

AI 生成得这么快，我们有没有一套判断、修改和驾驭它的方法？

PART 10

给它 20 多篇理论文章以后，效果变了

后来，我继续往下试。

我把福建师范大学章勤琼教授关于“学习路径单元整体教学设计”的二十多篇文章，全部给它学习。

这一次，再让它备课，效果明显不同了。

原来它做的是“比较好的通用教案”。

现在，它会开始从学习路径的角度思考：

学生的真实起点在哪里；
这一课的核心冲突是什么；
学生的概念会经历怎样的发展；
哪些活动是为了建构；
哪些活动是为了辨析；
哪些证据能判断学生真的理解了；
下一课应该怎么衔接。

这时，我忽然意识到：

AI 不是自动拥有一种教学思想。它只能把你给它的思想，放大、组织、调用和落地。

你给它的是一般教案模板，它就会生成一般教案。

你给它的是学习路径、儿童认知、名师课堂、任务设计和评价证据，它才有可能生成更接近你教学理念的设计。

所以，真正值钱的不是“会不会输入一句提示词”。

而是：

你到底给 AI 装进去了什么教育思想。直接可以封装成一个插件～～

PART 11

那我们已经有 WorkBuddy 了，还要研究 DSH 吗？

这是我最后最大的困惑。

因为我们现在用 WorkBuddy，已经可以做很多事情：

读文件；
做 Skill；
搭建工作台；
做 HTML 网页；
生成课件；
导出资料；
把一整套教学设计流程串起来。

例如，我之前就搭建过一个“基于学习路径的学习设计工作台”。

打开工作台，左边是项目目录。

老师点击每个目录，右边就会出现相应板块和提示。

先完成教材分析，再进入学习路径分析；前面的内容完成以后，后面的内容会自动同步。

每一个项目都可以保存。

全部完成以后，可以导出不同格式，也可以一键生成 HTML 网页汇报。

它真正的价值，不是帮老师“瞬间生成一份教案”。

而是给老师搭好支架。

老师在这个过程中，要经历：

阅读；
判断；
输入；
修改；
对话；
反思；
决策。

这是一种有思考、有体验、有操作的备课过程。

所以，WorkBuddy 的价值依然非常清楚。

它更适合把一套成熟的教学流程，做成老师能够反复使用的工作台。

而 DSH 让我看到的，是另一种可能。

PART 12

普通老师研究 DSH，到底有什么意义？

我现在的答案是：

不是为了换掉 WorkBuddy。而是为了看见下一代教育工具正在发生什么变化。

以前，我们使用 AI，是在使用别人做好的功能。

后来，我们开始用 Skill，把自己的教学经验封装进去。

再往后，可能是：

Skill、插件、知识库、工作流、课件、评价工具，会慢慢被组合成一个属于自己的教学 Agent。

这个 Agent 不只是会“写一篇教案”。

它可能会逐渐理解：

你教什么年级；
你使用什么教材；
你的学生基础怎样；
你重视什么教学理念；
你喜欢怎样设计问题；
你如何看待学习单；
你课堂上的节奏是什么；
你要收集什么学习证据。

到了那时候，我们做的就不是“让 AI 替我备课”。

而是：

把自己多年形成的教学判断，慢慢变成一个可以被调用、被迭代、被传承的教学系统。

这才是 DSH 对普通老师最值得研究的地方。

不是它今天能不能一键生成一个漂亮课件。

而是它提醒我们：

未来老师之间真正的差距，可能不只是会不会用 AI。而是谁能够把自己的教学思想、课堂经验和判断标准，真正沉淀成一套可运行的系统。

PART 13

最后

今天我本来只是去凑个热闹。

结果，试着让它备了一节《分数的初步认识》。

从教案，到 HTML 交互课件，到分层练习；从没有任何上下文资料，到加入学习路径理论文章；从“AI 能不能帮我干活”，到“我能不能把自己的教学方法做成插件”。

我突然发现：

AI 工具更新得确实很快。

但老师真正不必焦虑的，不是又多了一个工具。

而是要慢慢想清楚：

什么东西可以交给 AI 加速？什么东西必须由老师来判断？什么东西，值得沉淀为我自己的教学能力？

当我们只把 AI 当成一个“生成器”时，它只会给我们更多结果。

但当我们开始把自己的教育思想、学生理解和课堂经验装进去时，它才可能真正成为我们的教学伙伴。

DSH 值不值得研究？

我觉得值得。

不是因为它能替我们备一节课。

而是因为它让我们开始看到：

教师的经验，也可以像积木一样，被拆开、整理、组合，然后长成属于自己的智能体。