想在 QQ 里加个 AI 助手?DeepSeek 三步就能接

DeepSeek 开源框架 Harness 已进 QQ，背后是按需选项目、补安全与成本的一套 Agent 落地思路，看懂它等于读懂大厂下一步。

QQ 机器人接入了 DeepSeek 的开源框架

腾讯官宣，QQ Bot 机器人接入 DeepSeek Harness（简称 dsh）官方插件。装好后机器人有了 AI 智能体能力，单聊和群聊都能用，每个会话都有独立记忆、互不串线，重启后还能自动恢复；想安静点，可设置成「被 @ 才响应」。接入路径只有三步：先按 Harness 指引完成初始化，装好 QQ Bot 插件，启动后扫码绑定，密钥自动处理，不用手动配置。

Harness 是本月中旬开源的 AI Agent 基础设施框架，MIT 协议。它把模型、工具、技能、沙箱、存储这些能力都做成可替换的插件，称作「一切皆插件」，并且不只认自家模型，也能接 OpenAI、Anthropic、Kimi 等近 40 家模型提供方。

npx @deepseek-ai/dsh plugin --profile qqbot add @tencent-connect/dsh-qqbot
npx @deepseek-ai/dsh --profile qqbot

坐拥模型，却押注不起眼的基建

比 QQ 接入更有信息量的，是一份网传的 Harness 内测入选项目名单。据称约七成入选者是几乎零热度的小团队作品，高星项目反而落选，理由是不少高星项目是通用工具、并非为 Harness 原生设计。名单整体偏重 MCP 插件、Coding Agent、运行时（runtime）和编排框架，医疗、法律、金融等垂直应用占比不足 4%。

挑出的项目各有落点。OMA 负责执行层安全，把密钥与沙箱隔离开，防止提示词注入攻击；role-model 按任务难度把简单活路由给本地小模型、复杂活才调 R1，专治长思考烧 Token；ccteam 做多智能体编排与预算控制，钱花完自动停工。安全、成本、可靠性，正好对应 Agent 生产环境最难啃的三块硬骨头。

竞争从参数量挪到落地门槛

这些取舍指向同一件事：DeepSeek 正从「最强 API」转向工业级 Agent 生产线。模型大脑够强之后，决定能否落地的是执行层能不能安全、可控、用得起。没有沙箱，一次幻觉代码可能直接删库；没有持久化，长任务跑一半断网就要从头再来；没有成本控制，多 Agent 互相闲聊也能把账单烧穿。

对开发者来说，与其紧盯最新模型的参数和榜单，不如先补执行层的安全与成本意识。按这份名单反映的思路，DeepSeek 没急着堆功能，而是先把 Agent 跑得更稳、更省。真正的门槛或许不在模型本身，而在它周围这一圈不起眼的基建。