昨晚就在用 DeepSeek Harness 了，我给自己规划了四五个插件，想拿它一个个实现。

结果只做出来两个。一个是在 DSH 里调用 codex 和 claude，一个是可视化调用 skill。效果都还不错。

它热插拔的内核跟 Codex 完全是两个思路。

我还要花点时间摸清它的边界，比如插件可以在哪里展示？何时触发？怎么使用？

DSH 的用户体验远没有 Codex 那么顺，模型的反馈也不如 claude code 那么懂人。

自由度变高，难度跟着上去，但价值也高了。

DeepSeek Harness 完全开辟了一个Agent 的新方向。

这也让我开始思考什么是 Agent？

最近很火的个人工作台就反映了大家对 Agent 改造的普遍需求。

也就是所谓“垂类 Agent”，围绕 Codex 的生态也正在崛起，我自己也做了SkillDeck、Cowrite 这些插件。

目前都是在codex 这类的通用 Agent 上做一个 html 页面，加一些可操作按钮、可视化展示，再关联一些 Skill。

可真跑起来，它还是不够个人。底下的骨架是通用 Agent 的，我们能改的非常有限。

DSH 出来之后，这件事可能有了新方向。

它把"什么是 Agent"这个问题，直接交给了用户自己定义。

模型、工具、文件系统、Shell、沙箱、会话存储、Subagent、UI，甚至 Agent Loop 本身，都可以自定义。

这也理解了DeepSeek 没叫它 xxAgent、也没叫 xxCode，这才是 Harness。

我们熟悉那个公式，Agent = LLM + Harness。

但我觉得这里少了一个巨大的变量是人。

真正的公式应该是，Agent = 人 + LLM + Harness。

顺着这个再看开发者生态，会发现地基早变了。

以前一个生态要成立，靠平台、用户、开发者三方。用户量够大，开发者涌进来提供服务，平台给开发者分成。浏览器插件、App Store、小程序、安卓应用商店，全是这个路子。

现在这套关系被 LLM 打散了。

#大模型 #AI工具 #效率神器 #deepseek #dsh