夜雨聆风8 月 13 号,DeepSeek 官方在 GitHub 上开源了一个项目,叫 DeepSeek Harness。到今天,10 天了,18.5 万 star,2 万 fork。
这个速度什么概念?我之前写过马斯克家的 grok-build,一个月 2.5 万星,我当时觉得已经够猛了。
DeepSeek Harness 十天的量,是 grok-build 一个月的七倍还多,按天算二十多倍。GitHub 上不是没有爆款,但一个项目十天冲到 18 万星,这个量级上次出现还是 OpenAI 那几次。
我先花两句话说清楚它是个啥。
harness 这个词,直译是"挽具",套在牲口身上那玩意儿。AI 圈借过来,指的是套在模型外面那层东西:让模型能读文件、跑命令、上网、自己干活的那套系统。现在最火的那批 AI 编程工具,底层都是 harness。
DeepSeek Harness(命令行叫 dsh)就是 DeepSeek 官方做的这么一套,号称"一切皆插件":模型、工具、技能、会话、沙箱、存储,全是插件,你可以随便换、随便拼。
8 月 13 号开源,到今天正好十天。今天总算腾出时间,把它装起来真跑了一遍。
安装这块先说个坑。官方给的命令是 npx 一条命令,我在这台 Ubuntu 机器上装,默认的 npm 镜像死活装不完,卡了十分钟,最后换 pnpm 才装上,54 秒,297 兆。为什么这么大?它把自身拆成了六十多个 npm 子包,agent 一个包、session 一个包、llm 一个包、文件系统一个包……"一切皆插件"连自己的发布都这么干,拆得稀碎。
装完一条命令起服务:
npx @deepseek-ai/dsh web浏览器自动打开 http://127.0.0.1:3080,一个挺现代的 Web 界面。有意思的是,我机器上本来就有 DeepSeek 的 API key 环境变量,它直接认出来了,模型自动选成 DeepSeek-V4-Flash,连 key 都没让我填。
界面跟 ChatGPT 那种聊天框完全不一样。左边是会话树,中间有个"工作区"的概念,你得先选一个项目文件夹,它才肯干活。我建了个测试项目:一个统计单词词频的 Python 小脚本,配一个文本文件,故意在代码注释里写了句"这个工具有 bug"。
然后我给它下了一个连环任务:跑一遍词频统计,往文本里追加两行英文,再跑一遍,把两次结果都给我。
10 秒。它自己列目录、读我的两个文件、跑脚本、用 shell 命令追加内容、再跑、最后整理成两张对比表格,还指出脚本只输出前十个词、问我需不需要修那个"故意留的 bug"。整个过程的每一步,它想了什么、敲了什么命令、命令输出是什么,全摊开在界面上,一个叫 Trajectory 的视图里按时间排得明明白白。
几个细节我觉得比功能本身更值得说。
它跑完任务,界面底部有一行小字:1 轮对话,6 步工具调用,缓存命中率 83%,输入 5 万 token,输出 965 token。缓存命中率这个东西,我 8 月 21 号写 DeepSeek 账单那篇讲过:上下文缓存命中的输入,价格是未命中的三十一分之一。dsh 把缓存命中率直接打在界面上,等于明牌告诉你,用我这套,DeepSeek 的便宜你吃得到。
它的 bash 执行包了一层沙箱,日志里能看到 landlock 的提示,文件策略默认只允许改工作区里的东西,超出范围的操作要审批。沙箱加审批这套,比很多老牌工具都讲究。
装完跑完,我又翻了翻它的文档和 GitHub 讨论区,有几个想法,不一定对,但都是别人没怎么说的。
先说最要紧的一个:DeepSeek 不满足于卖铲子了,它开始焊铲子。以前 DeepSeek 是卖 API 的,模型论 token 收费,谁家的 harness 都能接,你用它也行,用 Claude 也行。现在官方自己下场做 harness,话挑明了说:光卖模型不够,我要把"模型加框架"打包。为什么?因为 agent 时代,框架是入口,模型是配件。dsh 默认接的就是 DeepSeek 自己的模型,缓存、计费、模型路由全是自家生态。这套打法,跟 OpenAI 开源 Codex、马斯克出 grok-build 是一个路子,模型厂商都在抢入口。
再说"一切皆插件"这五个字。装的时候我就领教了,它把自身拆成六十多个 npm 子包,agent 一个包、session 一个包、llm 一个包、文件系统一个包。好处是自由,你不喜欢它自带的文件编辑器,换个插件就行,连内核都不用碰。代价也有,还不少。第一,它是开发者预览版,官方 README 里白纸黑字写着"未来将出现破坏兼容性的变更",你现在搭的环境,过俩月可能就废了。第二,它现在连记忆功能都没有,GitHub 讨论区最热的一条就是"求一个 memory 能力",42 条回复,官方还没给。一个 agent 没有记忆,每次都是第一次见你,干活的体验打折扣。插件体系再漂亮,该缺的东西还是缺。
还有一条,它和 Hermes 那类开源 AI 助理,是两条路。我之前写的 Hermes,定位是个人助理:装在自己机器上,接 DeepSeek 省钱,写公众号、管素材,跨会话记得你是谁。dsh 的定位是开发者的工作台,给你一个可以拆装组合的 agent 骨架,让你自己拼。一个给你现成的,一个给你积木。DeepSeek 官方做积木,而且只做给看得懂配置的人。普通用户现在去装 dsh,大概率是一脸懵,连"工作区"是个啥都得琢磨半天。
所以我的结论很清楚。程序员,或者愿意折腾的,现在就可以装来玩。十天十八万星的项目,早玩早懂,哪怕只是为了看它的 Trajectory 视图和插件体系,也值一个晚上。普通用户,别急,等它的 1.0,或者干脆用 Hermes 这种装好就能用的,反正 dsh 用的也是 DeepSeek 的模型,便宜那部分你一分没少占。
想开眼界的,搜 deepseek-ai/deepseek-harness,README 里就有安装命令,十分钟能跑起来。跑起来你就知道,我说的那个 10 秒干完活,是真事。