模型是慢变量 马具是快变量 ——多数人的成长预算押在了慢的那一头。—— Yunlord千呼万唤始出来DeepSeek 同时放了两个大招先是 DeepSeek V4 Pro 正式版上线紧接着 万众瞩目的 DeepSeek Harness 开源 。有多火GitHub 仓库上线一周冲到 18 万多 Star 。什么概念——多数开源项目攒一辈子都到不了的数它七天就冲完了。那个周末我圈子里见面第一句话都是你看了吗而且 DeepSeek 官方宣布 8 月 17 日起 API 涨价 涨好几倍。消息传开的这个周末群里两拨人吵了起来一拨忙着赶在涨价前充值另一拨骂骂咧咧说要跑路。于是我尝试干了一件更有意思的事给 DeepSeek Harness 换了一颗 GLM 的脑子 。马具是 DeepSeek 的模型是智谱的。两家的东西拼在一台机器上干了一整天的活。顺便说一个我从这套拼装里想明白的道理它和 “怎么在 AI 时代安排自己的成长” 有关。这篇文章我会从安装开始手把手带你体验DeepSeek Harness GLM 的核心玩法 。小白可懂建议收藏01 先把「Harness」这个词说清楚不绕弯子先把概念钉准。“Harness” 本意是马具 ——把马的力量接到犁和车上、又不让马脱缰的那套装置。放到 AI 上模型就是那匹马Harness 就是那套马具它负责把模型接到文件系统、终端、网页上记录它做了什么、限制它能做什么出错时决定是重试还是把问题扔回给人。行话写作 Agent Model Harness 。模型负责想马具负责把“想”变成“干”。现在的编程 AgentCodex、Claude Code基本是 “精装房” 内核一体化封装体验打磨得很细代价是封闭社区没有插手的空间。DeepSeek Harness下面简称 DSH走的是反方向——“毛坯房”五个字的设计主张 一切皆插件 。它的野心比这些工具更大不只是一个编程 Agent而是一套可配置、可重组的 Agent 运行环境。模型是插件工具是插件存储是插件安全策略是插件——连“把消息发给模型、拿到结果、执行、再发回去”这个 核心循环本身都是插件 。注意第一句模型是插件。这是 整篇文章的题眼 也是我这次实测要做的事——既然模型只是个可插拔的零件那马具是 DeepSeek 的、马是别家的凭什么不行看到这里你已经超过了 50% 的同学。接下来只需要一分钟就能用起来。02 上手比我想象的还简单安装是 一条命令 的事。但在执行这行命令之前首先要确保你的电脑已经安装了 Node.js 环境没有的话去 Node 官网下载安装包傻瓜式安装就行。然后在终端里执行npx deepseek-ai/dsh web稍等一会儿你会看到终端输出了一个网址打开它就能进入到 DeepSeek Harness 的 Web 界面 。第一次使用时需要填入 DeepSeek 的 API Key。我没这么做。我在设置里把模型供应商 切到智谱的开放平台 端点换成 GLM 的地址Key 用 GLM 的。 前后五分钟 没有报错没有“不支持的供应商”弹窗。 马具认下了这匹新马 。坦白讲做这件事之前我是存疑的。“一切皆插件”谁都会说但模型插件化是不是真做到了“换个供应商跟换个皮肤一样”的程度 效果怎么样只有亲手拔插一次才知道 。结论真做到了。这里有个更值得说的点 凭什么马具和马必须出一个厂 汽车零件早就可以跨厂拼装轮胎是米其林的、发动机是自家的没人觉得违和。AI 工具走到“可以拼装”这一步比任何跑分都更能说明这个行业的成熟度。唯一要单独提醒的API Key 等于钱包的钥匙建好就进设置别贴进任何聊天框别出现在任何截图里。到这里DeepSeek Harness GLM 就安装成功了是不是很简单看到这里你已经超过了 60% 的同学接下来我带大家实战体验一下它的能力。03 实战我让它干了三件事进入 Web 界面后选择一个你想让 AI 操作的项目文件夹就可以正式开始干活了。可以在对话框中选择模型、以及模型的推理等级还能设置 Agent 对文件系统和终端的 操作权限 按需调整就好。默认使用的是「标准模式」它具备了一个 AI 编程工具应有的全部能力大多数情况下用这个就够了后面我会详细介绍各种模式的区别。你看是不是跟 Codex 这种 AI 编程工具很像没错你就把它当成 国产版的 Codex 来用就好了AI 编程、自动化办公等任务都能搞定。下面我们跑几个任务试试看。任务一让它当一天我的内容运营第一件事离编程最远。我把这个公众号的文章目录整个丢给它让它做一份 内容体检 栏目分布、开头类型、风格一致性。它 逐篇读完了 markdown 原稿 交回来一张表哪个栏目占了多少、哪种开头用过几次、哪些表达习惯在重复。最让我意外的是它主动指出连续三篇都是技术实战建议换栏目——这个判断和我自己维护的选题台账里那条“防同构”警告 一字不差对上了 。这个任务没什么技术含量但它说明了一件重要的事DSH 不是“编程工具”它是 “只要有文件就能干活的同事” 。至于这个同事的脑子是 DeepSeek 训的还是智谱训的在“读文件、做表格”这个层面体感差别不大——真正的差别在更重的活上。任务二写一个我真正会用的小工具第二件事我把公众号档案里的写作铁律——禁用表述清单、开头轮换规则——口述给它让它写成一个 标题自检脚本 丢进去几个候选标题自动对照规则打分标出问题词。中途有个细节值得单独讲。它要读我的档案文件 读到一半停下来 先问我允许读取这个目录吗我批准它才继续。这不是 bug。DSH 有一条很硬的设计原则叫 “失败关闭” 系统无法确认安全就拒绝执行而不是悄悄继续。需要扩大权限的操作必须说明原因、等人批准。写在纸面上是工程原则落到体感就是 它真的停下来问你 。十几分钟后脚本交付能跑 规则一条不漏 。以后每篇的候选标题先过它这一道。任务三一个完整的全栈小应用第三件上强度让它做一个 文章数据复盘看板 ——读公众号后台导出的 CSV把每篇文章的阅读、分享、新增关注做成可筛选、可切换主题的可视化页面。整个过程半小时上下其中 大头是它自己在自检 跑一遍发现布局问题改再跑。我就坐在旁边看它的“轨迹”面板——它读了哪个文件、执行了什么命令、为什么停下来每一步都记在那里 全程可回放 。对一个被各种“黑箱 AI”教育过的人来说这种透明感几乎是奢侈的。你可以不知道它怎么想但 你永远知道它干了什么 。顺便说一处毛坯房的毛坯感任务里让它画过一张图输出的是 Mermaid 文本不渲染成图要自己拿去渲染工具贴一下。这种 “核心能打、边角不管” 的地方满仓库都是——它不遮掩我也不回避。看到这里你已经超过了 70% 的同学。重头戏在后面。04 四种模式一段话讲透DeepSeek HarnessDSH提供了四种运行模式官方文档对此有详细阐述但其核心要义可以概括为一句话不同模式决定了当前会话加载了哪些工具插件。标准模式全家桶文件、终端、搜索、子 Agent 全开。日常用它。极简模式只留 Bash 和文件编辑两件工具。官方拿它跑基准测试测的是模型裸奔的能力日常基本用不上。PTC 模式程序化工具调用。步骤多但逻辑清晰的批量活让模型把多步操作写成一段 TypeScript一次跑完效率高得多。创造模式继承标准全套还允许 Agent 检查自己的插件、在内存里试装新插件、甚至现场写一个新插件——相当于一辆车在高速上给自己换发动机所以默认不打开装完的插件要人工审批。我这一天基本待在标准模式里。切换不频繁但 知道换挡在哪和只会踩油门是两种驾驶 。能看到这里的已经超过了 75% 的同学。下面这段是这篇里我最想写的部分。05 插件生态比我以为的快上线不到一天 7 万 star 这是公开数据。更猛的是社区插件仓库一天之内收录了 300 多个 。在 DeepSeek Harness 官网中点击「社区插件」就可以看到所有 社区开发的插件 了。地址https://github.com/topics/dsh-plugin。其实就是 GitHub 上打了dsh-plugin这个主题标签的项目。装法是 自然语言 “帮我安装插件 xxx”装完重启一下就生效卸载也是一句话的事。插件质量良莠不齐但有几个方向值得单独说。一类是纯粹好玩的。 dsh-deepcel 把整个界面做成 Excel 表格的样子——老板路过你屏幕看到的只是你在认真对账dsh-tianshu-tui把 Web 界面换成 TUI 终端风格一秒回到 DOS 年代还有个 dsh-ads 给界面加上 2005 年中文网站风格的侧栏广告、信息流和角落弹窗——“您的手机已中奖”行为艺术。摸鱼属性拉满但换个角度看连界面都能随便换 这套系统的可玩度可见一斑 。还有deepseek-harness-desktop专门为 DeepSeek Harness (DSH) 插件生态打造的现代化桌面端解决方案。万物皆「插件」桌面本身也是「插件」。另一类是真补短板的。比如 DSH-better-sidebar优化侧边栏的交互逻辑顺手把官方没来得及打磨的体验补了dsh-at-file让你像在主流编辑器里那样用 符号快速引用文件 modlens 是我最看好的一个 ——第一个视觉插件把图片解析成 结构化 JSON OCR 文本、页面布局、语义内容补上了纯文本模型看不了图的硬伤。以前要验证一张页面截图我得专门搭 Playwright 脚本现在一个插件的事。社区用一个插件 把官方不知道排到什么时候的能力提前补上了 。还有一类皮肤类的比如 鲸鱼娘主题 纯换装不影响功能——喜欢就装不喜欢一句话卸掉。这就是“一切皆插件”的复利 官方做底座社区补长尾 短板的修复速度不再取决于一家公司的排期表。但用别人写的还只是“用”。真正让我觉得这套东西有点意思的是“造”。看到这里你已经超过了 80% 的同学。接下来这段网上大部分教程还没写到——自己造插件。06 插件开发让 Agent 给自己造马具官方有篇基础插件教程在仓库的docs/user/develop/basic/index.zh.md。看完发现Harness 的插件机制没那么玄乎 核心就两样东西 一个 TypeScript 插件 一份 cordis.yml。一个最基础的插件本质是一个 TypeScript 模块导出插件名 name 再实现一个 apply(ctx) 。Harness 加载插件时把上下文 ctx 传进来你通过 ctx 注册能力——工具、事件、定时器、甚至其他服务。插件要依赖 Harness 已有的 tools 、 llm 用 inject 声明一下框架会等依赖齐了再加载你。卸载时这些资源会被自动清掉网络连接这类特殊资源用 ctx.effect() 自己定义清理逻辑。一套完整的 生命周期管理 不算简陋。插件支持三种写法 函数、对象、或继承 Service 的类 。日常写工具插件函数形式就够以后要给别的插件提供公共服务再上 Service。整个链路一句话说完写插件通过 ctx 注册能力在 cordis.yml 里声明Harness 加载配置 能力进入 Agent 。理论看完重点来了这一段 我自己没怎么动手 。先说我想造什么。任务二里那个标题自检脚本本质是个“一次性脚本”——跑完就完了下次要用得自己想起来。这次我想造的是 “常驻能力” 装进马具里每个会话都能用。我的痛点也很具体这个公众号每天最花心力的环节是选题——全网热点那么多哪些值得我写得一条条看、一条条过脑子。于是我想要一个 topic-radar 插件让 Agent 自己去扫各平台热榜对照我公众号档案里的调性 把值得写的挑出来 。手头两份资料Harness 的插件开发文档、一份热榜聚合接口的说明。两份一起丢给 Harness脑子依然是 GLM 的提示词朴素到不好意思贴出来PROMPTindex.zh.md 是如何开发一个 DeepSeek Harness 组件的说明hotlist-api.md 是热榜接口说明请帮我创建一个 topic-radar 插件。然后它自己把两份文档读了一遍 拆出一份任务清单 开始写代码。交付时这个插件带着两个工具一个负责拉取各平台热榜一个负责把热榜条目对照本地档案打分筛选。代码写完还没结束它自己跑了一遍 冒烟测试 确认插件能正常加载、能调用最后还附了份使用说明。读文档、拆任务、写代码、做测试 全是它干的 。你要做的只剩把它真正加载进来。这一步有个官方教程没明说、但 大概率会踩的坑 。教程默认你从源码启动加载插件的命令写的是 pnpm dsh web --patch 。但如果你像我一样是 npx deepseek-ai/dsh web 跑起来的本地根本没有 dsh 这个命令一敲就报 Command dsh not found ——我第一反应是插件写错了其实不是是启动方式对不上。继续用 npx 就好npx -y deepseek-ai/dsh web --patch ./topic-radar/cordis.yml重启插件列表里出现 topic-radar。装上了。但装上不算数接下来才是真正有意思的部分 它能不能被“自己”用起来 。我分两关测的。第一关验基础直接下指令PROMPT用 fetch_hotlist 拉一下当前各平台热榜前 20返回标题和热度。它自己判断该调 fetch_hotlist 工具拿到结果规规矩矩交回来。这一步验证的是最关键的一件事自己写的插件 真的进了 Agent 的工具调用链 ——它不是一段孤立的脚本而是模型会自己决定什么时候用的能力。第二关验链路难度加一档PROMPT拉取当前热榜对照我公众号档案里的栏目和边界挑出 3 个值得写的选题说明每个适合哪个栏目、为什么值得写、标题可以怎么拟。这条指令背后是 一条完整的任务链 理解问题调用工具拉热榜读取我的档案对照栏目和边界逐条筛选再拟出选题和标题用中文输出。它全程自己走完了。结果比我预期的还有意思。我的档案里明明白白写着一条边界“不追 AI 热点快讯”。所以这个雷达交回来的不是“最热的十条”而是 热度和调性的交集 ——纯快讯被它筛掉了留下的是“这个热点背后有一个值得深挖的问题”的那种。热点不是用来追的是用来筛的。到这一步我才反应过来这个能力市面上任何现成工具都给不了——因为“我的调性”这份语料 全世界只有我这里有一份 。「热点不是用来追的是用来筛的。」到这里“一切皆插件”对我不再是架构图上的一个口号它是一个很直接的动作缺什么能力就装什么能力。今天接的是热榜明天可以是 arXiv、GitHub、企业知识库、公司内部的数据库——能力不写死在 Agent 里要用就 往马具上插 。而整件事最让我在意的其实是这一句不仅 Agent 可以用插件干活 Agent 甚至能开始给自己造插件 。我提供的只是两份文档和一个愿望读文档、拆任务、写代码、跑测试的都是它。 造马具这件事模型当得了 。07 账本和比账本重要的判断看到这里你已经超过了 85% 的同学——离终点只剩最后一段也是我最想跟你聊的一段。先说钱。博主程序员鱼皮用官方全家桶V4 Pro 配 DSH实测了四个大任务——分析仓库画架构图、做知识网站、写 3D 游戏、上全栈应用——总共花了 不到 5 块钱 关键在 缓存命中率 99% 重复的上下文走缓存价格低一个数量级。我这边的账单走的是 GLM花销同样不大。两边的价格我不逐项列了 列了明天就过期 ——对说的就是涨价。8 月 17 日这次涨价群里哀鸿遍野。但坐在我这套拼装工位前我对涨价的感受很奇特几乎无感。DeepSeek 的模型涨价可我这次插的是 GLM哪天 GLM 也涨价、降智、甚至关门我明天就换下一家—— 马具一行配置都不用改 。这才是“模型是插件”的完整含义。它不只是省钱的问题 是抗周期的问题 把宝押在单一模型上的人每次行业波动都是一次豪赌把模型当零件的人波动只是换个零件的理由。账本说完说这一天结束时我坐在椅子上想的事。一整天马具一次都没换过 产出却三次跳变 换一批文件是一个内容分析师给一份规则是一个工具开发者上一个 CSV就成了全栈工程师。变的从来不是模型——模型从头到尾是那个模型和我自己一样聪明程度这种东西短期不会有任何变化。变的只是马具。你看 模型是慢变量 训练以年计升级一次全球等一次这次还要涨价。 马具是快变量 装一个插件三十秒换一个模式一秒钟换个供应商五分钟。这和我们自己的成长是同一个结构。我们习惯把成长预算的大头花在练“模型”上——更聪明、更专业、更努力。这些都是 以年计的慢变量 。而马具——你用的工具、跑的流程、待的环境、养的习惯——是 可以今天下午就换掉的快变量 。同一个下午背五十个单词或者把一条重复了半年的流程自动化。哪个对产出的改变更大多数人心里都算得清。只是我们从小被教育 只有前者叫努力后者像偷懒 。「模型决定上限 马具决定产出 。而大多数人卡住的地方根本不在上限。」DSH 本身就是这个判断的证据它没有训练任何新模型只是 把马具做到极致可配置 就让“这一代模型到底能不能打”这个问题的答案被拼装它的人改写了一遍——我手里这套甚至没花 DeepSeek 一分钱。尾声一件小事能看到这里的只有 10% 的同学——恭喜你超过了 90%。作为坚持到最后的你我想留一件这周就能做的小事这周可以做一件小事数一数你工作流里 重复过十次以上的动作 ——每周固定要整理的表、每次都要手动走的流程、反复复制粘贴的那段东西。挑最痛的一个给它 换件新马具 。不用追求一步到位的自动化先让它 从五分钟变成一分钟 。省下来的时间你想练模型也行想发会儿呆也行。如果你也上手了 DSH欢迎试试“拼装”换个模型供应商、装个奇怪的插件、把模式切到没试过的挡位——然后后台把你的拼装方案发我我会挑有意思的写进下一篇。 下一个时代的手艺人大概都是自己拼工位的人 。我是 Yunlord一个 AI 时代的探索者在数字洪流中修得一颗自在心。希望与你一路同行。如果你觉得今天这篇有收获欢迎点赞、转发、收藏三连我们下篇见。