ARTICLE · 983990

当 DeepSeek 开始＂造插件＂:创造模式背后的 Agent 基础设施之争

发布时间：2026-09-15 07:07:29 最近访问：2026-09-15 07:09:24

本文由【博学志君】原创实战干货都在「HFCW副业实战圈」关注我，用AI把副业变成印钞机

当 DeepSeek 开始"造插件"：创造模式背后的 Agent 基础设施之争

2026 年 8 月，DeepSeek 开源了 Harness（dsh）v0.1 开发者预览版，MIT 协议、底层基于 Cordis 元框架，最重要的设计哲学只有一句话——"一切皆插件"。而在它提供的四种运行模式中，创造模式（Creator Mode）是最值得创业者与开发者关注的那个：它让 Agent 自己检查运行时、在内存里试验插件、现场生成代码并热加载，最后导出可复用的源码。

这不仅仅是"AI 帮你写代码"的又一个demo。它标志着 Agent 的竞争焦点，正从"模型谁更聪明"彻底转移到"harness 谁能把模型变成生产力"。本文想把这件事拆透：创造模式到底是什么、它为什么此时出现、以及你和你的团队该如何借势做一款能变现的 dsh 插件。

🎯 创造模式的本质：把"插件开发"本身插件化

很多人第一眼会把创造模式理解为"自然语言生成代码"，但这个理解太浅。它的完整能力三角是这样的：

自然语言生成插件：通过描述需求，AI 动态生成插件代码
内存热加载：实时预览插件运行效果，无需重启服务
源码导出：调试完成后导出完整源码，永久保存、随时复用

对应的工作流非常短：

你描述需求 → AI 生成插件代码 → 内存热加载预览 → 调试通过 → 导出源码复用

举个真实例子：你说"做一个自定义数据统计面板"、"做一个专属工具组件"、"定制交互卡片"，即使不精通前端与 TypeScript，也能拿到一个可运行的插件。

但这背后真正的工程含义是：DeepSeek 把"插件开发"这件事本身，也做成了一个可被 Agent 调用的能力。在创造模式下，Agent 可以检查当前 Cordis 进程状态、动态挂载模型编写的内存插件、做实验性的快速原型验证。这是一种元编程能力——系统在运行时修改自己。

💡 类比一下：传统插件开发像"给汽车换零件，得进修理厂、升起车身、拧螺丝"；创造模式像"车在马路上跑，你对着车载 AI 说'给我加个尾翼'，尾翼当场 3D 打印装好，跑一圈不满意再来一个"。

🏗️ 底层逻辑：为什么是"一切皆插件"，为什么是现在

要理解创造模式的价值，必须先理解 DeepSeek Harness 的底层架构。它建立在 Cordis 元框架之上，模型、工具、技能、会话、沙箱、文件系统、循环、编排、UI——九类能力全部以插件形式挂载到共享的服务上下文（context）中。

关键机制有三个：

1. 契约先于实现每个插件在注册时声明 manifest（id、type、version、capabilities、input/output schema、requires）。Harness 在分派前强制做 JSON Schema 校验，边界校验发生在 Harness 手里，而不是插件内部。

2. 服务键发现 + 可逆副作用插件之间通过"服务键"发现彼此，插件卸载时注册的效果会干净回滚，不会留下孤立状态。

3. 追记式会话日志模型看到的一切——系统提示词、思维链、工具调用与结果、子 Agent 调度——都会写入 append-only 日志，可在 Trajectory 视图中按来源查看。恢复、分叉、检索与回放共享同一份事件流。

为什么是现在？ 因为行业共识正在形成：模型决定能力上限，harness 决定实际下限。同一个模型换个脚手架，表现判若两"模"——Claude Code 们真正的护城河，一大半在模型外面那圈工程里。

DeepSeek 招募量化背景的崔添翼主导 Harness 研发，本身就释放了一个信号：AI Agent 的底层逻辑和量化交易是一样的——光有聪明的策略不赚钱，真正把策略变成钱的，是执行系统、风控系统、反馈回路。Harness 就是 Agent 时代的"交易系统"。

⚠️ 但这里有个绕不开的现实：dsh 目前是 v0.1 开发者预览版，官方明确说"当前仍有许多细节有待改进和打磨，核心插件与基础接口也将在后续快速迭代演进"，预计会有破坏性兼容变更。做产品决策时，请固定你构建所依赖的版本，并在升级前关注 GitHub 仓库的发布说明。

📊 四种模式对比：创造模式站在哪里

DeepSeek Harness 提供四种运行模式，每种默认加载不同的插件集合：

模式	加载内容	适用场景	目标用户
标准模式	完整的工具组合	日常 Agent 工作	普通使用者
PTC 模式	标准模式 + 程序化工具调用 SDK	批量处理、多步骤重复任务	办公、科研人员
极简模式	仅 Shell + 文件编辑	模型基准测试	评测人员
创造模式	标准模式 + 运行时检查 + 内存插件试验	构建与测试新的插件组合	开发者与 AI 爱好者

PTC 模式（Programmatic Tool Calling）也值得一提：模型不再逐次发起多个工具调用，而是生成一段代码来编排多轮工具调用，减少往返次数、提升可靠性。这与创造模式形成互补——前者让 Agent "更好地用工具"，后者让 Agent "更好地造工具"。

🚀 做插件的两条路径：从创造模式到生产级 Bundle

如果你是一名开发者或创业者，想借 dsh 生态做一款插件，有两条路径可走。

路径 A：创造模式快速原型（小时级）

这是最低门槛的入口。切到创造模式，用自然语言描述需求即可：

帮我写一个 DeepSeek Harness 插件，功能是：在任务完成后弹出桌面通知。
要求：
1. 最小可运行版本
2. 包含 index.js / package.json / cordis.patch.yml
3. 可以直接用 dsh plugin --profile web add ./xxx 安装

Agent 会直接给你完整的三个文件代码。推荐工作流：

切到创造模式（或标准模式下明确说"我要写一个 dsh 插件"）
用自然语言描述功能，不用管代码怎么写
让它生成最小可运行的 Hello 插件，或完整功能版本
把代码复制到本地文件夹，用本地路径装进 Harness 测试
运行报错就把具体报错贴回去让它继续改，快速迭代

⚠️ 安全提醒（非常重要）：创造模式属于高信任等级模式，模型生成的 JavaScript 代码会直接作用运行时。千万不要在这个模式下留存真实密钥、重要业务工作目录。生成出来的代码建议自己粗略看一眼，尤其是涉及网络请求、读写文件、权限的部分。

路径 B：Cordis 插件生产级开发（天级）

当原型验证通过后，需要按 Cordis 插件规范收口。一个标准的工具插件长这样：

importtype { Context } from'@deepseek-ai/cordis'
import { defineTool } from'@deepseek-ai/dsh-tools'

exportconst name = 'tool-translate'
exportconst inject = ['tools', 'llm'] asconst

exportfunctionapply(ctx: Context) {
  ctx.tools.register(defineTool({
    name: 'translate',
    description: 'Translate text to a specified language.',
    parameters: {
      text: { type: 'string', description: 'The text to translate', required: true },
      targetLanguage: { type: 'string', description: 'Target language', required: true },
// ...
    },
async execute(args, exec) {
// 通过 ctx.llm 调用模型，不硬编码 API
const callConfig = await ctx.llm.resolveCallConfig({ purpose: 'primary' })
const stream = ctx.llm.stream({
        provider: callConfig.provider,
        model: callConfig.model,
// ...
      })
// ...
    },
  }))
}

关键工程约束：

通过能力接缝调用 LLM：用 ctx.llm.resolveCallConfig 获取配置的模型，而不是硬编码 'deepseek-chat'。这样换模型只是改配置
inject 声明依赖：需要 tools、llm 等服务时，必须在 inject 中声明
output 分离：schema 定义结构化值，render 转为内容块
AbortSignal 传递：exec.signal 支持取消
不可变式检查：每个包必须有 invariant.ts，通过 dsh-invariants 插件确保系统一致性

插件以 Bundle 形式分发，在 package.json 的 dsh 字段中声明：dsh.profile 列出 Profile 的 Bundle，dsh.bundle 指向 Bundle 的补丁文件（cordis.patch.yml）。

如果插件需要调用外部 API（比如天气、股票、CRM），DeepSeek 官方的 Tool Calls 接口提供了标准的函数调用范式：用 JSON Schema 定义函数参数，模型返回 tool_calls，由你的代码执行后将结果喂回模型。在 strict 模式下（base_url 指向 /beta），模型严格遵循 Function 的 JSON Schema 输出，确保你的插件接口契约不被破坏。