DeepSeek 原型:100 词上限与两层 Eval
官方000/001/004/007四份设计文档把注意力预算写成硬约束:消息上限100词、Eval分准入与研判两层、2秒一轮pass、外部文本永不改授权。附两项未解问题。
2026-11-12 13:20:57 · 主编:刘立永DeepSeek Harness 团队开源的 dsh-superagent-prototype,官方文档 docs/004-prompts.md 写明:聊天消息默认一句话、硬上限 100 词,路由备注最多 30 词;docs/007-architecture.md 写明引擎每 2 秒跑一轮 pass、一次只跑一个。这不是文案规范,是把人的注意力当预算写进了代码约束。
一、原则:每条消息都要算成本
docs/000-philosophy.md 把核心原则写成「占用尽可能少的人类注意力,交付尽可能多的价值」:每条消息、通知、提问都计注意力成本,抵不过价值就删掉。落到行为上是四条:只在有人明确要求或书面规则允许时行动;只在人必须处理或结果可用时发言;一次只问一个具体问题且用结构化形式;按影响停止而非按工作量停止,草稿标未完成、失败如实报失败。文档还要求从很窄的允许列表起步,主动工作先只记录不执行。
二、领域模型做减法:官方列了「不要做什么」
docs/001-domain.md 除定义领域概念外,还专门列了一张「被拒绝的概念」表。对企业做流程系统最有价值的几条:不给 Eval 加自调度延迟触发器,需要等待就当普通来源;工单状态不跟随底层会话,因为工单可交接、可恢复、可换执行器;策略变更不取消运行中的工单,取消会留下半成品,改为记录并送达;执行器失败只暂停自动输入,不锁死全部工具;不从报告自由文本推断「在等人」,分类必须靠结构化字段。把「曾经发生过」和「当前仍成立」分开,是这套减法里最值钱的一条。Eval 拆两层:Gate 是确定性准入,Assessment 才是模型研判,且评估不持有状态。
三、成本靠结构节流,不靠设配额
官方 007 架构文档没有给出 token 预算、单价或缓存倍率的数字,节流靠一组硬边界:评估时触发文本最多 4000 字符、最多关联 8 个工单;文本分页默认 4000 个 UTF-16 码元、上限 8000;列表默认 20 条、上限 50;执行器报告摘要 600 字符、首个派工消息 1500 字符;每个自动评审者每个 PR 最多 3 轮。重试退避也封顶:普通任务 2 秒翻倍到 60 秒,启动失败最多三次。思路不是给账单设总额度,而是限制每次决策能吃进多少上下文、能打扰人几次。
四、提示注入防线与两项未解问题
004-prompts 给出一条从强到弱的优先级链:工具与宿主强制的事实(身份、权限、参数校验、长度限制)最硬,提示文本改不动;其后是内置段落、工单规则、团队段落;最弱的是外部文本——消息、评论、文档、引文一律只是数据,不改规则也不改授权。007 的「未解问题」只列两项:Trust,哪些触发字段可信(正文与引文不可信);Deployment isolation,智能体配置是否该绑定固定版本的 Harness,以免别处升级把它带崩。这两题恰是企业上生产前必须先答的。
五、中小企业该怎么接
• 把「一次只问一个具体问题」「先确认再动手」「有结果才发言」搬到内部流程。我们给山东中小企业做财务软件与 ERP 实施时,审批流最怕一个节点抛三个问题、或状态靠聊天记录去猜;把待办与卡点做成结构化字段,比加提示词管用。
• 借鉴减法表做权限与状态设计:策略变更不回滚已启动的单据,改为记录并送达;执行失败只暂停自动推进,别锁死整条工具链。这与我们做账套升级时「配置变更留基线、上线前跑回归」是同一套逻辑。
• 试点只给一个仓库、一份窄允许列表、先开只观察不接单;官方明确信任边界与部署隔离未解,别把研究原型直接接到财务账套或客户数据上。
风险口径:README 声明这是研究原型、非官方产品,公开代码与内部系统不同;文中数字均为官方披露的设计约束值,非生产实测。官方自报完成时间来自合成负载仿真,二手报道对缓存读取倍率有 1.9 倍与 3.8 倍两种口径,均非成本结论。另有中文二手整理提到 Watchdog 及三层分离架构,官方 007 文档中未见对应描述,以官方文档为准。
参考来源:
• DeepSeek 官方仓库 dsh-superagent-prototype · docs/000-philosophy.md,2026-10-31 发布、2026-11-12 核验:https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/000-philosophy.md
• DeepSeek 官方仓库 · docs/001-domain.md,2026-11-12 核验:https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/001-domain.md
• DeepSeek 官方仓库 · docs/004-prompts.md,2026-11-12 核验:https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/004-prompts.md
• DeepSeek 官方仓库 · docs/007-architecture.md,2026-11-12 核验:https://github.com/deepseek-ai/dsh-superagent-prototype/blob/main/docs/007-architecture.md