影片筆記：同一个模型，装一个插件前后判若两个 AI：DeepSeek 到底开源了什么？ | 回到Axton

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿合併校正未通過驗證（原始逐字稿仍會用於筆記，並在筆記最前方標示待改善項目。；校正稿未通過 T2 證據、T1 覆蓋或順序檢查，因此不會覆寫逐字稿。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

DeepSeek 官方開源的 DeepSeek Harness (DSH) 並非封閉的 AI 成品，而是一套將「改造 Agent 權利」交給開發者的開放底盤；透過社區插件生態，同一模型可擴展視覺等能力，同時提供任務恢復、分支與軌跡記錄等開發者級別的控制權，但也伴隨第三方代碼的安全與維護風險。

核心重點

1. 模型與能力的區分：

• 模型決定智力上限：DeepSeek V4 Pro 本身僅支持文本處理。
• Harness 決定能力邊界：透過安裝社區插件（如 DSH Vision），模型可獲得視覺分析能力。這證明 DSH 是一套開放的 Agent 底盤，而非調整好的成品。
• 核心觀點：DeepSeek 開源的價值在於將「改造 Agent 的權利」交給開發者，實現「Everything is a plugin」（模型、工具、技能、繪畫、存儲、循環和調度均可通過插件組合或替換）。

1. DeepSeek Harness (DSH) 的核心特性：

• 插件生態與能力擴展：社區能快速補足功能（如視覺、安全工具），但也帶來第三方代碼的安全風險、權限管理與長期維護挑戰。
• 工作狀態管理：
• 恢復 (Resume)：任務中斷後，重啟 Harness 可恢復「任務現場」（Subagent 身份、歷史、配置），而非原進程。
• 分支 (Branching)：允許在現有對話基礎上創建新軌跡，保留嘗試結果並避免覆蓋可用版本。
• 軌跡 (Trajectory)：完整記錄用戶、模型、工具調用、Token 用量及耗時，提供過程可查性。
• 開放與責任的雙面性：目前處於 Developer Preview 階段，適合願意承擔複雜度、希望自行組裝與檢查 Agent 的開發者，而非尋求穩定預設值的普通用戶。

1. 實際演示驗證：

• 基礎任務：將 CSV 數據轉為 HTML 報告，證明從真實數據到可打開文件的基礎鏈路可跑通（成本約人民幣 9 分錢）。
• 視覺測試：安裝 DSH Vision 插件前，模型無法處理圖片；安裝後，成功分析截圖中的標題、播放量等內容。技術原理為插件將圖片轉為文字信息再交給模型處理（視覺橋接）。

詳細大綱

I. 引言：模型未變，能力為何突增？

• 現象對比：同一模型、同一截圖，幾分鐘前無法看懂圖片，安裝社區插件後可逐條分析。
• 核心觀點：DeepSeek 開源的價值不僅是工具本身，更是將「改造 Agent 的權利」交給開發者。
• 本期重點：不重複安裝步驟，重點探討交付給開發者的內容及其附帶的責任。

II. DeepSeek Harness (DSH) 基礎設置與初體驗

• 啟動方式：
• 一條命令啟動本地界面。
• 前置條件：Node 環境、DeepSeek API Key、工作目錄。
• 首次啟動會詢問下載程序，生成本地網址。
• 界面設置：
• 輸入 API Key（按 DeepSeek API 計費）。
• 語言切換為中文。
• 工作區權限：預設為 Workspace Write（僅限指定文件夾寫入），避免 Full Access。
• 模型選擇：Flash 或 Pro（演示使用 DeepSeek V4 Pro，推理級別 Hi）。
• 基礎任務演示：
• 任務：將 CSV 數據文件轉為可雙擊打開的 HTML 數據報告。
• 過程：模型自動讀取數據、寫文件、檢查問題、自我修正。
• 結果：生成包含圖表和結論區的 HTML 報告。
• 成本：約人民幣 9 分錢。
• 結論：證明從真實數據到可打開文件的基礎鏈路可跑通。

III. 插件生態：能力邊界的決定因素

• 視覺識別測試：
• 初始狀態：模型 DeepSeek V4 Pro 僅支持文本，無法處理圖片，直接報錯。
• 安裝插件：安裝社區開發者創作的 DSH Vision 插件。
• 本質：第三方代碼，需檢查來源代碼與權限。
• 安裝過程：標準命令，顯示 Done，存在 PierDependency 警告但可忽略。
• 重啟後效果：
• 插件設置中出現「視覺識別」。
• 頁面顯示單次最多處理 8 張圖片。
• 測試結果：使用同一張截圖、同一組問題、同一模型，安裝插件後成功回答頁面標題、播放量、增長系列及建議。
• 技術原理：插件將圖片轉換為文字信息，再交給 Pro 模型處理（視覺橋接），並非模型原生獲得視覺能力。
• 核心論點：
• 模型決定智力上限。
• Harness 決定能力邊界（能看到什麼、調用什麼、如何行動）。
• 「Everything is a plugin」：模型、工具、技能、繪畫、存儲、循環和調度均可通過插件組合或替換。
• DSH 是一套開放的 Agent 底盤，而非調整好的成品。

IV. 工作流管理：恢復、分支與軌跡

• 任務中斷與恢復 (Resume)：
• 場景：四步任務（生成三張數據卡片、驗證、組合 HTML）。
• 操作：在前兩張卡片完成、第三張生成但未驗證時，通過 Ctrl-C 終止後台進程。
• 恢復過程：
• 重啟 Harness 後，無需重新發送任務。
• 界面顯示：兩項完成、一項進行中、一項等待處理。
• 輸入命令「繼續」，系統檢查現有 SVG 文件有效性，直接創建未完成的 HTML 組合頁。
• 技術本質：恢復的不是原進程，而是「任務現場」。保持 Subagent 身份、歷史和配置，但當輪計算已終止。
• 對比：Cloud Code 和 Codex 也有狀態持久化，差異在於狀態存儲位置與託管方。
• 分支功能 (Branching)：
• 操作：在完成消息下方點擊豎線圖標創建新軌跡。
• 效果：帶入前面對話與完成狀態，進行新嘗試（如生成亮色版本並另存）。
• 價值：將嘗試另一條途徑變成可保留、可回滾的工作狀態，避免覆蓋可用版本。
• 軌跡記錄 (Trajectory)：
• 內容：按真實順序記錄用戶、模型、工具調用情況的大表。
• 細節：顯示 Payload、Result、時間、模型選擇、工具調用次數、Token 用量（本次請求與匯化總計）、實際耗時與吞吐速度。
• 意義：提供過程可查，便於出錯後定位問題。

V. 開放底盤的雙面性：權利與責任

• 社區反應：48 小時內補上視覺、主題、桌面外殼、插件發現和安全工具。
• 潛在風險：
• 插件為第三方代碼，運行在用戶電腦與權限中。
• 面臨質量不統一、作者停更、版本衝突、權限過大等問題。
• 缺乏官方嚴格審核可能影響普通用戶的信任。
• 生態發展關鍵：
• 初期繁榮解決「有沒有」的問題。
• 成熟生態需解決「能不能長期給予信任」。
• 官方需補上插件審核、分級版本兼容與長期維護。

VI. 結論與建議

• 產品定位：DeepSeek Harness 目前為 Developer Preview，非成熟 Cloud Code 替代品，後續可能有不兼容改動。
• 適合人群：
• 開發者/自動化系統搭建者：值得現在跑一遍，重點了解插件接口、軌跡事件流、模型/工具/狀態/權限/界面的組合方式。
• 生態建設者：機會在於插件發現、權限審核、版本兼容及長期維護等「不性感」但關鍵的領域。
• 普通用戶/日常工具使用者：建議放入觀察名單，不必急於遷移。成熟產品的價值在於做好預設值。
• 最終提問：未來的 Agent 應由廠商封閉整合，還是允許開發者與社區持續改装？你願意使用廠商調整好的成品，還是可自行打開改造檢查的機器？

工具 / 模型 / 名詞整理

• DeepSeek Harness (DSH)：影片主要討論的開源 Agent 框架/工具。
• DeepSeek：模型與 API 提供商。
• DeepSeek V4 Pro：演示中使用的具體模型版本。
• DeepSeek Flash：界面中可選的另一個模型選項。
• DeepSeek API：計費與模型調用接口。
• DSH Vision：社區開發者創作的視覺識別插件。
• Node：運行 DSH 所需的前置環境。
• Terminal / 終端窗口：用於啟動 DSH 和安裝插件的界面。
• Cloud Code：被提及進行對比的其他開發工具。
• Codex：被提及進行對比的其他開發工具。
• CSV：演示中使用的數據文件格式。
• HTML：演示中生成的報告格式。
• SVG：演示中生成的圖片文件格式。
• Chrome 瀏覽器：用於截圖驗證的工具。
• Axton / Axon：影片頻道或講者名稱（逐字稿前後出現不一致，分別為「Axton」與「Axon」）。

操作流程整理

1. 環境準備與啟動：

• 確保已安裝 Node 環境。
• 準備 DeepSeek API Key。
• 在終端窗口執行一條命令啟動 DSH 本地界面。
• 首次啟動會詢問下載程序，生成本地網址。

1. 基礎配置：

• 在界面輸入 API Key。
• 將語言切換為中文。
• 設置工作區權限為 Workspace Write（僅限指定文件夾寫入）。
• 選擇模型為 DeepSeek V4 Pro（推理級別 Hi）。

1. 基礎任務執行（CSV 轉 HTML）：

• 提交任務：將 CSV 數據文件轉為可雙擊打開的 HTML 數據報告。
• 觀察模型自動讀取數據、寫文件、檢查問題並自我修正。
• 確認生成包含圖表和結論區的 HTML 報告。

1. 安裝視覺插件（DSH Vision）：

• 在終端執行標準命令安裝社區插件 DSH Vision。
• 忽略 PierDependency 警告，確認顯示 Done。
• 重啟 Harness。

1. 視覺能力測試：

• 在插件設置中確認「視覺識別」已出現。
• 上傳截圖，提交問題（如頁面標題、播放量等）。
• 確認模型成功回答問題（插件將圖片轉為文字後交給模型處理）。

1. 工作流管理演示（恢復與分支）：

• 中斷任務：執行四步任務（生成卡片、驗證、組合 HTML），在第三張卡片生成但未驗證時，通過 Ctrl-C 終止後台進程。
• 恢復任務：重啟 Harness，無需重新發送任務。界面顯示任務狀態（兩項完成、一項進行中、一項等待）。輸入命令「繼續」，系統檢查現有 SVG 有效性並創建未完成的 HTML 組合頁。
• 創建分支：在完成消息下方點擊豎線圖標，創建新軌跡，帶入前面對話與完成狀態進行新嘗試（如生成亮色版本）。

1. 查看軌跡記錄：

• 查看軌跡大表，確認記錄了用戶、模型、工具調用、Payload、Result、時間、Token 用量及耗時等詳細信息。

值得注意的限制或風險

1. 第三方代碼風險：插件為第三方代碼，運行在用戶電腦與權限中，面臨質量不統一、作者停更、版本衝突、權限過大等問題。
2. 缺乏官方審核：缺乏官方嚴格審核可能影響普通用戶的信任。
3. 產品成熟度：DeepSeek Harness 目前為 Developer Preview，非成熟 Cloud Code 替代品，後續可能有不兼容改動。
4. 技術原理侷限：視覺能力並非模型原生獲得，而是通過插件將圖片轉換為文字信息再交給模型處理（視覺橋接）。
5. 恢復機制本質：恢復的不是原進程，而是「任務現場」（Subagent 身份、歷史、配置），當輪計算已終止。

逐字稿辨識疑點

• Axton / Axon：逐字稿開頭提到「歡迎回到 Axton」，結尾提到「我是 Axon」。兩者指代同一講者或頻道，但名稱拼寫不同，需查證正確名稱。
• Deepseek：逐字稿中多次將品牌名寫為「Deepseek」（小寫 s），官方通常寫作「DeepSeek」。依規則保留原樣，但標註為疑似大小寫不一致。
• Handels / Hanness / Hunners：逐字稿中多次出現「Handels」、「Hanness」、「Hunners」，根據上下文均指代「DeepSeek Harness」。這些應為聽寫或口誤錯誤。
• PierDependency：安裝插件時出現的警告信息，原文為「PierDependency」，疑為拼寫錯誤，實際可能為「PeerDependency」（對等依賴）。依規則標註為疑點，不自行更正。
• DeepseekHandus：結論部分出現「DeepseekHandus」，疑為「DeepSeek Harness」的聽寫錯誤。
• Deepseek Hunderts：結尾部分出現「Deepseek Hunderts」，疑為「DeepSeek Harness」的聽寫錯誤。
• Cloud Code Killer：提及「Cloud Code Killer」，指代可能取代 Cloud Code 的產品，依規則保留原樣。
• subagent：提及「保持subagent的身份」，指代子代理程序，依規則保留原文。
• resume：提及「resume恢復」，指代恢復功能，依規則保留原文。
• Payload Result：提及「Payload Result」，指代請求負載與結果，依規則保留原文。

可延伸追問

1. 插件審核機制：官方未來會如何建立插件審核、分級版本兼容與長期維護機制，以解決信任問題？
2. 安全性評估：對於普通用戶，如何評估第三方插件（如 DSH Vision）的權限與代碼安全性？
3. 技術架構比較：DeepSeek Harness 的狀態持久化與 Cloud Code、Codex 等工具在狀態存儲位置與託管方上有何具體差異？
4. 未來發展趨勢：未來的 Agent 應由廠商封閉整合，還是允許開發者與社區持續改装？這兩種模式各自的優劣勢為何？
5. 成本效益分析：對於開發者而言，自行組裝與檢查 Agent 的複雜度與時間成本，是否低於使用成熟預設值產品的價值？