DeepSeek Harness 的 Creator Mode

标题：5 分 24 秒，一句话让软件长出你要的功能

5 分 24 秒，一个悬浮番茄钟从一句话变成了一个装上、跑通的插件。

这个数字来自官方演示，而且它只是个番茄钟，简单插件的个例。官方自己也说了，一条提示词不保证能复现演示里的最终效果。

我看完第一遍的感觉是，这演示找错重点了。大家都在数那 5 分 24 秒，可真正值钱的东西藏在“缺个工具怎么办”这个答案里。

Creator Mode 到底多开了哪几扇门

DeepSeek Harness 是 DeepSeek 开源的 agent harness。MIT 许可，现在还是开发者预览版。

官方给的公式很直白：Agent = Model + Harness。模型是灵魂，harness 让它理解环境、会用工具、能在真实环境里一直干下去。

它一共分四个模式。Standard 是完整编码 Agent，文件编辑、Shell、检索、Skills、计划、目标、子代理、工作流都有。

PTC 让模型用一个 TypeScript 程序把多步操作组合起来。

裁得最狠的是 Minimal，只留持久 bash 和 str_replace_editor，拿来跑最小环境的基准测试。

Creator 创造模式，把标准模式的能力全拿过来，再外加三样：运行时检查、插件实验、preset 创作指导。官方给它的定位就一句话：创建自定义 Agent preset。

前三个模式，是厂商给你一套工具箱，你在里头挑。Creator 是允许你干活中途，把工具箱本身换掉。

底层是 Cordis 插件内核。模型、工具、会话、沙箱、存储、UI，什么都是插件，配置层就能换，不用改源码。

过去你在菜单里挑，现在你现场造一把扳手

社区里流传过一个比喻，我觉得挺准：Agent 发现自己没有扳手，于是现场造了一把，插到自己手上，接着用扳手干活。

官方给了七个演示，我挑三个说。

这七组演示的中英文完整提示词，官方全放出来了，可以直接抄。

论文阅读器。上传论文，保留原始排版、字体、图片，选中一段文字可以高亮、加笔记、直接对着它提问。

会话用量统计。读本机的真实对话数据：Token 总消耗、会话数、成本预算、Token 时间线、单次用量，连 CPU 活动和利用率都画出来。

视频编辑工作台——多视频上传、预览、时间轴剪辑、导出，剪辑指令直接用自然语言下。

这三个的共同点，不是“AI 更聪明了”。是厂商根本不会替你做你这个版本。

读论文的人天天泡在 PDF 里，看用量的人想知道自己每天烧掉多少，做剪辑的人手上有自己的素材流程。需求都是真的，但都太小、太散、太不像生意。

哪家厂商会替你把活做到这么细？

官方也提醒过：有些演示是多轮对话调出来的，一条提示词不一定复现得了视频里的效果。

它改自己的时候，你能倒回去看每一步

能改自己的系统，最怕黑箱。这一步比生成能力更值得看。

模型看到的一切，都会写进一份只能追加的会话日志：系统提示词、思维链、工具调用和结果、子 agent 调度、每次上下文注入。

Trajectory 视图能按来源分开看。恢复、分叉、检索、回放，共用同一条事件流。

内测用户 Jiayuan (JY) Zhang 打过个比方，说官方的 Coding Agent 像一辆用乐高拼好的汽车玩具。我的理解是，那只是官方自己搭好的一套预置方案。

你可以换掉任意组件，甚至拼出个跟汽车毫无关系的东西。

给你一套拼好的玩具，和给你一盒零件，是两件事。

上面说的都是它能干什么。接下来这段，说的是它要你拿什么换。

三个成本，装之前先想清楚

有第三方评测把问题列得挺清楚，我挑最影响你决策的三条说。

门槛不低。你得先理解“预设就是插件组装”，还有 agent 到 preset 到 global 的三级作用域。这些没有可视化界面，只能改配置文件，或者让 Agent 引导你生成。

也不便宜。同模型下，自定义预设的 Token 消耗比其他开源 Harness 框架高 2-3 倍。具体差多少看你怎么用，但这个量级是第三方测出来的。

最要紧的还在后头。官方明说这是早期预览版，核心插件和接口接下来几个版本还会快速迭代。你现在辛苦做出来的预设，回头可能就失效。

还有几个小坑。PTC 类预设调试成本高，极简模式裁得太狠会缺基础功能。宝玉 @dotey 还提到，启动依赖 Node.js 工具链，对不写代码的人不友好。

这一点在好转。v0.2.0 RC2 起有官方桌面 App，Apple Silicon 的 Mac 和 64 位 Windows 都能用，自带 Node，不用自己装。

Linux 走 npx 起 Web 界面，需要 Node 22.19+ 或 24+。

长出来容易，留下来是另一回事

宝玉 @dotey 的判断挺狠：软件自进化可能是个伪命题，只会带来更大的混乱。他说插件要么一次性用完就扔，要么就得设计、验证、维护。再往下推一步，靠现在的模型能力，还谈不上“自进化”。

更硬的一条，来自内测用户 Jiayuan (JY) Zhang：运行时动态生成的插件，目前只存在内存里，重启就消失，还不会自动沉淀成永久插件。

连“留下来”都还没做到，谈进化是不是早了点？

安全上更直接。有技术评论指出，开源主体可信，不等于每个社区扩展都可信。生成插件不等于验证插件，一个自己写代码、然后自己宣布自己写得对的系统，给不出独立保证。

对照一个数字。社区有个 Awesome DSH Plugin 目录，截至 2026 年 8 月，收录 5065 个插件条目、22 个分类，项目 19,015 个 Star。

收录标准只是验证：能用 dsh plugin add 这类命令装上、做的事跟描述一致、分类对、还在维护。不排名、不打分，还写明被收录不等于经过安全审查。

5065 个插件，谁审的？

什么时候才值得自己造一个

那你该从哪儿下手？

海外有个博主做了上百小时实测，给了个挺实用的标准：循环里那个动作真的造成痛点了，才值得去造自定义插件。

他还顺带提了句，创造模式偶尔点一下会自己关掉。

我把这话拆成三步。

先别想着造。用官方 preset 跑一两周，把反复出现的那个痛点记下来。从“我想造个什么”开始的人，多半做出来自己也用不上。

第一次实验别碰密钥、别碰外部写入、别碰特权访问。装陌生插件也一样，先看源码，放在不碰密钥的环境里试。

最后，别拿 demo 当基线。官方自己讲过，部分演示经过多轮对话调整，你复现不出来是正常的，不是你不行。

工具供给这件事，过去是厂商写好菜单你挑，现在菜单能自己长。

长出来这一步，DeepSeek 交出来了。长出来的东西算不算数、能不能留下来，还没人接。

别急着问它能进化出什么软件。先问你手上哪个动作，重复到你终于懒得抱怨了——那个位置，才是你该造第一个插件的地方。

如果只能给自己造一个插件，你会造什么？