即刻App年轻人的同好社区
下载
App内打开
treeyeert
266关注657被关注1夸夸
现 Qwen 后训练算法研究员
前 美团 | Microsoft | 商汤
公众号：介错者
vx：treeyeert 常驻北京 欢迎约☕
置顶
treeyeert
4天前
Deepseek Harness 的思路实际上指向了自进化，未来的想象空间很大：模型和 Harness 一起协同。

看完技术报告，我脑海中就是一个 LLM 雕刻自己的画面。

总之，这玩意儿当前看，不是给普通用户用的，也不适合放在工业场景中，但进化的中间结果可以作为不同 Harness 核心结构来驱动 LLM 产生更大的价值。

快回路固定模型，让 LLM 反复试验工具、上下文、记忆和多 Agent 组合，用独立评价器选出更合适的 Harness；

慢回路把这些带版本、动作、结果和对照关系的轨迹加工成训练数据，接入持续预训练和后训练。

新模型再重新搜索适合自己的 Harness，由此形成模型与 Harness 的共同自进化。

万字解析｜DeepSeek Harness 更像 Minecraft

00
treeyeert
1天前
试试！

Ejwing: 分享一个我最近在搞的小工具GoalBoard（https://github.com/adeptify/goalboard），可以让ai帮忙一键安装。 解决的问题主要是： 用AI写代码、干活的时候（尤其是长程任务），目标一复杂就容易失控 ·聊着聊着AI就跑偏了，改需求也不跟你说，或者干脆不说人话， ·新开一个对话，AI就"失忆"，你得把背景从头再讲一遍; ·最后它说“做完了”，你也不知道离你真正想要的还差多远。 GoalBoard就是干这个的:它是你和AI之间唯一的目标账本。你只要说个大概想法，它会帮你拆成一串看得懂、能验收的小目标;AI每做一步都回传证据，卡住了会告诉你卡在哪、为什么。想确认"现在做到哪了、下一步干嘛、为什么还没完成”，几秒钟就有答案，不用再翻聊天记录，同时提供丰富引导让AI能领取下一份可开工的任务，也支持更多并发。 本地运行，数据都在自己电脑里，Codex/Claude Code都能接。 后续会持续做一些有趣的小工具和一些更大的产品，感兴趣的朋友可以找我一起聊，嘿嘿

00
treeyeert
4天前
看完技术报告，我感觉 dsh 就像Minecraft，各种 Mod 和骚操作会很快涌现出来。

dsh 更像是奔着社区做的，准备长线经营了。

毕竟基模型的战争还没结束，对应的 harness 也会不断变化。

杨远骋Koji: 1） DeepSeek Harness 很妙呀 在模型能力没有收敛的时期，把大家都动员起来、都 involve 进来，广纳天下之 Harness 贤才，一起迭代和探索未至之境 2） 不要理解这是一个产品，这其实是一个战略：「把全世界变成一个分布式 Harness 团队」 3） 如果把 DSH 当作产品，我们会问： 它现在有没有 Claude Code 好用？UI 是否成熟？Token 消耗高不高？子 Agent 会不会报错？文档是否足够清楚？ 这些问题当然都重要。 但如果把它当作战略，应该问的是另外几个问题： 它把哪些人动员了进来？它允许多少种技术路线同时存在？全世界对 Harness 的探索，最后会沉淀在哪里？ 4） 在模型能力高速变化、Harness 范式尚未收敛的阶段，过早押注一个封闭产品，相当于用一家公司的判断，去猜一个仍在快速移动的终局。 DeepSeek 的做法，是保留尽可能多的选择权。 如果某种上下文策略胜出，它可以成为默认插件；如果 PTC 比传统工具调用更有效，它可以被进一步强化；如果未来模型已经强到不再需要复杂的多 Agent 编排，那些组件也可以被卸掉；如果某个垂直社区创造出更好的工作流，DSH 可以直接吸收其经验，而不需要推倒重来。 更重要的是，这会形成一个模型与 Harness 共同进化的回路。 5） 社区公开的问题、插件和运行经验，会不断暴露模型在真实任务中的摩擦点。 这些摩擦既可以推动 Harness 迭代，也能反过来告诉模型团队：下一代模型应该在哪些 Agent 能力上继续训练。 6） 从这个角度看，DeepSeek Harness 很妙。 它没有等到所有问题都想清楚以后，端出一个号称完美的 DeepSeek 版 Claude Code； 它选择在模型能力和 Harness 范式都没有收敛的时候，把大家都动员起来、都 involve 进来，广纳天下之 Harness 贤才，共同探索未至之境。 DSH 今天只是一个 0.1 阶段的产品。 但 DS 真正试图争夺的，是 Agent 时代的演化权。 越是不知道终局在哪里，越要尽早把门打开 此情此景，让我想起 2008 年的《北京欢迎你》，没错，《DeepSeek 欢迎你》

00
treeyeert
5天前
这么短的时间内，怎么好多人就又懂了呢？
先不说代码了， 88 页的报告就算是 ai 读也得一阵儿吧😅
10
treeyeert
7天前
treeyeert
7天前
人脑的带宽也是需要训练的，能看明白长文的人不多
10
treeyeert
10天前
狼来了之没活可以咬打火机
00
treeyeert
14天前
做了一个语音输入法统计的插件，现在日均语音输入一万多字，高强度派活，感觉要常备润喉糖了

少楠Plidezus: 你有多久？没有给 Agent 好好布置一个任务了呢？刚发现已经很久没有，花半个小时把任务细细描述清楚… 战术的勤奋…有点对不起 token

00
treeyeert
16天前
10
treeyeert
18天前
Less is more 依旧不过时
00