Jiayuan (JY) Zhang (@jiayuan_jy)

有幸一个月前就被 @tianyi 拉进了仓库。当时 DSH 还是一个只实现了 core framework 的毛坯房。过去一个月，基本上每次 pull 代码，都是上千个 commits 的速度在涨。 说一下我对 DSH 的一些理解，不一定对： 1. 首先是怎么理解 DeepSeek Harness 这个东西。我觉得 DSH 既是一个可以直接运行的 Coding Agent，目前官方提供了 Web 和 headless 两种形式；同时它也是一套 Agent 开发框架。TUI 之类的其他交互方式，也可以通过外部 profile 和插件接进来。 2. 如果拿 Coding Agent 的标准来说，当前 DSH 的体验确实不如 Claude Code / Codex 那么完善。整个项目还很早期，接口一直在变化，插件生态也才刚刚开始，质量肯定是层次不齐的。 3. 但如果从开发框架的角度来看，可以把 DSH 想象成一个乐高汽车玩具。DeepSeek 官方提供的这个 Coding Agent，只是他们自己拼出来的一套官方预置。你完全可以把里面的零件换成自己喜欢的：换引擎、换轮胎、换挡风玻璃，或者加装其他模组。甚至最后拼出来的东西，也不一定还是一辆汽车。 4. DSH 的核心是「一切皆插件」。模型、工具、文件系统、Shell、沙箱、会话存储、Subagent、UI，甚至 Agent Loop 本身，都是插件。正因为这样，你可以把 DSH DIY 成任何自己想要的样子，这也给后面的社区生态留下了很大的空间。 5. 再往前想一步，这其实有一点「自进化软件」的雏形了。DSH 现在已经可以让 Agent 检查自己的 runtime，现场写一个插件并挂载上去，然后在后续的任务里直接使用这个刚刚获得的能力。 当然，现在这部分还比较实验性：动态生成的插件只存在于内存里，重启就没了，也还不能自动沉淀成一个永久插件。 但可以想象一下：假设某个功能现在没有，你和 Agent 随便聊两句，这个功能就被做好了，而且可以直接开始使用。甚至 Agent 在执行任务的时候，可以自己发现缺少某种能力，然后自己完成开发、安装和调用。 6. 接下来就需要等待一批真正优秀的插件了。DSH 现在还很早，但我相信它的潜力非常大。 --- 另外从代码上来看，DSH 有非常多函数式编程的影子，不熟悉 Ocaml/Haskell 可能一上来会比较难理解，可以多让 Agent ELI5 一下。

I'd say China is one of the highest value countries to travel too now Really really really cheap, and the hotels you stay are all new and luxurious, while the food is also cheap and great Just a very unique level of value there now you don't find anywhere else in the world I swear to my mom I'm not some paid China shill, I just loved my trips there and it's great value

AI workflows that has been worth it for sure: Hermes - obviously - continuously impressed with what can be achieved Multica is super cool - the one I’ve enjoyed picking up - open-source platform that turns AI coding agents into team members by letting you assign them issues on a shared kanban board Paper clip is great for more org based structure - pushing for autonomous unmanned agents continuously running - getting there Herdr -> Tmux Very impressed with Gemini Notebook latest release - very good for amalgamating research. When I’m not in the CLI with Herdr and whatever LLMs then deffo Codex desktop app… have always favoured codex over cc since Jan Side project - been fun exploring RAG - Embeddings with Semantic and Vector search - knowledge graphs along with intent classification - really allows me to think about how I’ll structure information in a powerful way… esp trading insights Let’s see…

几个客观性说明： 1）这一条和 MiniMax 没有任何关系（我从来不接商单） 2）「体感」不等于真实水平，不是量化数据 用了更多的一些体验，整体上 coding 能力对比 m2.7 是质的提升，目前发现的缺点是 1-shot 的结果相比较 Opus 4.6/4.7/gpt5.5 没有那么全面，会出现考虑不是特别全的情况。 但是加另外一个 Agent 作为 gate 和 mentor（例如 Opus 4.7），可以获得一个非常好的结果，M3 写代码，Opus 4.7 做 code review 并给出具体的修改意见，可以做到一个很好的「效果 + token 使用」的平衡。 为了保证客观性，正在做一个更加量化的数据评测：用 Multica 这个项目中真实的 Issue 来做 benchmark。 整个流程均基于 Multica 的 Squads 功能，会同步加上其他主流 OSS 模型作为评测的对象。

已经测试一个早上了，目前体感上接近 Opus 4.7（还需要进一步测试）。 用 M3 来写代码，Opus 4.8 + GPT5.5 来做对抗式的 code review，效果还不错。 已经完成了 1 个 PR

We added @karpathy -inspired coding rules from @jiayuan_jy to AGENTS.md and ran 40 @openclaw PRs through three coding agents. The result: Code quality was basically unchanged, but the agents got there with less work. Fewer tool calls, lower time and cost.