DeepseekHarness到底强在哪
今天拿 DSH 跑火星登陆模拟，本来想看效果，结果被它的 Trajectory 视图勾住了。它把所有模型可见的信息写进一份只追加的明文会话日志，系统提示、思维链、工具调用和返回、子 agent 调度、每次上下文注入，全在同一份事件流里，能按来源回放、分叉、检索。我顺着橙色工具调用和绿色上下文的高亮，第一次看清一个 agent 到底在想什么、踩了哪些坑。这跟我上周看的论文形成对比：人家从 31 万段加密推理块里扒出 367 条隐私和 182 个凭证，而 DSH 是明文即默认、日志归你所有。更吓人的是自我进化，任务中途它发现缺识图能力，居然自己写插件、装好、调起来。我既兴奋又有点发毛，一个开源的 AI 操作系统雏形能自己补零件，那我们写框架的人明天干啥。你们会用这种可追溯又能自生长的 harness 接生产吗？评论区聊聊。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
