DeepSeek Harness

DeepSeek原型1197项测试:授权默认只观察

第三方实测dsh-superagent-prototype:1197项测试1196通过、安装7.8秒;官方授权文档把主动接单默认设为observe,auto放行需至少一条书面规则。

2026-11-09 13:14:09 · 主编:刘立永

11 月 8 日,一位开发者公布了对 MIT 协议仓库 dsh-superagent-prototype 的独立实测:安装 7.8 秒、类型检查 23 秒、构建 4.7 秒,1197 项测试跑完 1196 项通过,耗时 128.8 秒。全部过程没有模型密钥,Agent 本身一次也没运行。以下实测数字均为第三方在 4 核 Linux 机器上的结果,不是官方披露,也不构成生产结论。

默认只观察:主动接单被锁在三档里

新闻标题常写成"AI 自己接活",官方授权文档写得更谨慎。docs/002-authorization.md 把接纳模式定为三档:off 时任何推断出的候选都不成立;observe 是默认值,推断候选照常评估,但正面结论只记录为"本可接受"的忽略项,不真正开工;auto 才会接纳,且一次主动接纳至少要有团队事先写好的一条规则命中。显式请求在三档下都有效。

权限边界也不靠对话守:消息、评论和被引用的文档只是决策输入,不能改变权限;发起者必须在允许名单里;每张工单的 Mandate 记录当时的策略版本。策略变更后,运行中的工单不会立刻被吊销,但恢复前要重新校验;只有接纳创建、人工叫停撤回、校验失败吊销这三种操作能改 Mandate。对要过内控的企业,这比任何演示都更值得抄进制度。

成本结构:缓存读取比输出价更该盯

工程文章把角色拆得很清楚:Router 面对长输入、短输出、高频批量决策,适合便宜快模型,关键是缓存命中的价格;Worker 负责写码和复杂推理,才用强模型。有分析直接指出,Router 的大头开销在预填充和缓存读取,选模型时缓存价往往比输出价更重要。

计费口径也要对齐。腾讯云开发者社区的 DSH 子智能体指南写明:每个子 Agent 的模型调用按各自 Token 独立计费,不合并,多路并行时总成本约等于各子 Agent 之和。第三方省 Token 插件 dsh-plugin-save-token 自述的生产随机对照试验给出过一组数:保留比例 0.5 的适度压缩让成本降 27.9%,压到 0.2 反而上升 1.8%——这是插件作者披露的数据,不是官方口径,只说明压缩不是越狠越好。

测试能跑出来,采用度跑不出来

那份实测还量了代码本身:仓库只有一个提交、216 个文件,src 下 110 个 TypeScript 文件共 15,205 行,测试 59 个文件 14,056 行,运行时依赖只有 2 个,另有 23 个锁定在 alpha 版的 peer 依赖;唯一失败项是飞书健康检查的状态断言。测试几乎与源码等长,这一点比"由 AI 写的代码"这句宣传更能说明工程质量。

但热度不等于采用。同一位作者按 GitHub API 记录:11 月 4 日 17,053 星,11 月 7 日 20,365 星、2,371 fork、0 个开放 issue,约每天涨 1,100 星;而 Hacker News 上对应帖子只有 11 分、0 条评论,作者本人也说明没找到在生产环境运行它的团队。仓库 README 第一句就写着"仅供研究参考,不是 DeepSeek 官方产品",且公开版本与内部实现并不一致。

给中小企业的三条建议

第一,先用 observe 模式跑两周,把"允许主动做什么"写成书面规则,看完评估记录再决定是否切 auto。这相当于先走审批流、后放权,比开箱就用省心得多。

第二,按角色拆模型并单独记账。用自己真实的工单量、上下文长度和缓存命中率测一轮,再算预算;官方合成负载里的数字只能当方向,不能当报价。

第三,把授权、变更、回退做成台账:白名单谁、能读哪些库、能改哪些表、出错谁叫停。并行会话越多,这张表越不能省。

新思维软件给山东制造与商贸企业做用友、金蝶实施时,最费功夫的从来不是装软件,而是把"谁有权改哪张单、改错怎么撤回"定清楚。多会话 Agent 也一样:先把授权表写明白,再谈同时开几个 Worker。

参考来源:
1. DeepSeek 官方仓库 docs/002-authorization.md(2026-10-31,MIT 研究原型,授权三档原文) https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/002-authorization.md
2. Dominic Plouffe《DeepSeek coding agent has one prompt rule worth stealing》(2026-11-08,第三方独立实测) https://dplouffe.ca/2026/11/08/deepseek-coding-agent-prompt-rule
3. WentuoAI《Breaking Down DeepSeek Harness's Super Agent Design》(2026-11,Router/Worker 模型与缓存成本) https://blog.wentuo.ai/en/deepseek-harness-super-agent-design-full-duplex-memory-credentials-en.html
4. 腾讯云开发者社区《DSH 子智能体 Agent Preset 配置指南》(2026-11,子 Agent 独立计费口径) https://cloud.tencent.com.cn/developer/article/2777704
5. dsh-plugin-save-token 插件文档(第三方插件自述的生产对照数据) https://dshpluginhub.ai/en/plugins/dsh-plugin-save-token
6. 官方仓库 README(研究原型、MIT 许可声明) https://github.com/deepseek-ai/dsh-superagent-prototype