Datawhale DeepSeek Harness 技术入门与架构原理 笔记2这次作业做了三件事把 DSH一个 AI 助手运行环境装起来跑通、比较它自带的四套装备预设各给模型看了什么、让四套装备做同一道题看看过程差多少。第一部分把 AI 的工作台装起来DSH 是什么打个比方大模型像个读过全世界书的军师光会动嘴不会动手。DSH 就是给军师装上手脚和工具的工作台——能帮你真地建文件、敲命令、改代码。装它的过程本身做了什么电脑上装好 Node.js运行环境相当于电池检查了版本v25.0.0达标。一条命令把 DSH 拉起来不用安装随叫随到它在浏览器里开出一个聊天界面。注册了一个专用工作区dsh-lab——一个空文件夹专门给实验用。工作区就是 AI 的实验室它读写文件都发生在这里不会跑到你电脑别的地方捣乱有一道沙箱防线管着它。发了条测试消息请只回复两个字符OKAI 回了OK通了。但是中间踩了个坑特别值得讲一开始 AI 死活不回话报错 404“找不到页面”。排查思路像查快递为什么没送到快递员没问题网络通收件人没错账号 Key 有效查询接口能列出模型信也没写错模型名对那就是只剩一种可能——门牌号错了。挨个敲门试了几种地址按老习惯配的/v1敲不开门最后翻 DSH 的源码找到了答案——它要找的门牌是/anthropic风格的。改了地址一次就通了。这说明模型、账号、网络都好好的事情照样办不成——因为中间还隔着一层接线员Harness。这层东西的规矩平时根本看不见出了事才知道它的分量。没有去改系统的全局设置怕影响电脑上其他软件只在自己启动 DSH 的那个窗口里改了地址。第二部分四套装备预设到底差在哪DSH 里有四套现成的预设Preset你可以理解成同一个人来上班公司给准备了四间配置不同的办公室。问题来了每间办公室里到底摆了什么没有去问 AI 本人——因为它说自己会什么可能记错、说漏甚至瞎编。去看两样硬证据装修图纸软件安装包里的配置文件写明每套预设装了哪些组件监控录像真实对话的轨迹记录DSH 会把发给模型的每一条请求存档里面白纸黑字记着这次到底发了几件工具给模型。对照结果办公室发给模型的工具给它的入职须知标准26 件全套工具读写文件、搜文件、敲命令、上网、开会多智能体、任务清单……一封 5958 字的详细说明书PTC只有 1 件“写代码”。其他 25 件工具不让直呼得让模型写段小程序去批量调用一封 28859 字的超厚说明书还附了编程手册极简只有 1 件一个 PowerShell 命令行一句话46 个字符你是个有用的软件工程师助手。完了创造标准 26 件 3 件特殊件能查看、甚至改造工作台本身跟标准一字不差多的装备写在工具说明里三个有意思的发现PTC 看着工具少了其实一件没少——只是换了个给法从给你工具箱自己挑变成给你台电脑缺啥自己写脚本调。而且它的说明书反而变厚了省下的工具清单换成了编程手册。所以工具变少了这种直觉会骗人。极简是真的赤贫全公司就给一把螺丝刀命令行连专用文件工具都不给。建文件、数行数全靠写命令。它的入职须知短到 46 个字符是唯一没有自我介绍的一间办公室。创造办公室多了把魔改钥匙它不但能干活还能查看工作台的构造、管理插件——理论上能给自己改造装备。这次作业里它没用到题目不需要但钥匙确实发了。还撞上一个取证陷阱存档文件头上写的预设名是建会话那一刻记下的之后换了预设它也不改冻住了。有个会话档案上写着standard实际跑的却是 PTC。最后是靠四路证据对齐界面按钮、缓存、工具清单、说明书才确认的。你看连档案都不能全信这就是教材反复强调看轨迹、别听自述的原因。第三部分同一道题四种做法题目只有一句“读取当前目录创建 3 个文本文件统计总行数然后给出摘要。除完成任务外不做额外修改。”把它原封不动考了四次——同一个工作区每轮先清空、同一个模型、同一套参数只换预设。相当于同一道题让四间办公室各做一遍。四份答卷标准规规矩矩的优等生。6 步做完先看一眼目录 → 确认是空的 → 一次性建好 3 个文件 → 统计行数 → 再确认一遍现场。该用文件工具用文件工具该用命令用命令没有多余动作。PTC流水线工人。它全程只干一件事——写代码。每一步是一段小程序程序里面再去批量调真工具。最有代表性的是一段代码里一口气建了 3 个文件跟流水线一样。统计行数时它甚至去数了每个文件的换行符个数做交叉验证挺严谨。极简一把螺丝刀走天下。3 步全程写命令读目录是命令、建 3 个文件是一行命令、出摘要是命令。它花的口粮最少——这里说的口粮是 token可以理解成 AI 的思考和输出字数按量计费的话就是话费只有 3.4K是其他模式的十几分之一。代价是过程全裹在命令文本里界面上看不到它建了什么文件的台账。创造认真到会自己纠错的学霸。做题过程跟标准几乎一样那 3 件特殊工具完全没派上用场——题目里没有检视工作台的环节。但它干了一件让人刮目相看的事第一次数出 15 行发现不对劲命令默认的读法把换行符吞了自己承认错误换了个读法重数得出 28 行。这种发现错了→说清楚→改对的过程比答案本身珍贵。成绩单对比标准PTC极简创造步数6738工具调用7 次6 段代码内部调了 12 次2 次9 次花费 token~48K~70K~3.4K~80K用时~12s~29s~14s~19s结果正确✅✅✅✅自己纠过错总结四间办公室的人是同一个做题水平却像四个人。步数差 2 倍多、话费差 23 倍。没有谁更聪明——只是它们眼前的世界不一样。所以评价一个 AI 助手的成绩必须连同它拿到了什么装备一起看否则你夸的或骂的可能根本不是模型而是那间办公室。同一个坑大家轮流踩、又都自己爬出来了。Windows 记事本式的中文编码问题把 UTF-8 文本读错、几行并成一行在标准、PTC、创造三家都出现过——模型一样坑也一样这反而证明轨迹差异真来自装备不同不是运气。一次意外加餐最早那轮标准模式工作区文件夹缺一个权限AI 自动加载了预置的排障技能然后按规矩提交了一次危险操作审批把修复权限的申请递给人类我点了同意它修好继续干活。这一轮花了 13 步、228K token比修好后的 6 步贵了一倍多——但也让我亲眼看到了技能系统 → 审批通道 → 任务清单三层机制怎么联动。这一轮没算进正式成绩过程留在证据档案里。五个学习目标独立装好 DSH → 第一部分Node 检查、启动、访问验证工作区 AI 的实验室 → 用专用空文件夹dsh-lab每轮实验前清空重来给 DSH 接上模型 → 第一部分的 404 排障顺便明白了接模型的口是可换的四个会话跑四套预设、完成两个对照实验 → 第二部分装备对照 第三部分同题四解分清考模型和考 AI 助手 → 官方基准测试选了极简模式当基线因为变量最少一句话 一把螺丝刀装备的影响压到最低但第三部分也证明了就算这样测出来的分数依然是模型 × 装备的共同成绩。自测三问为什么不能把模型说自己会什么当证据因为它只是在复述别人塞给它的岗位说明没有核对义务可能省略、美化甚至编。要看就看硬的实际发给它的请求和存档的轨迹。我这次亲历的例子档案头写着 standard实际是 PTC——最后靠四路证据对齐才定案。预设改变的是有没有能力还是能力怎么给是两件事而且四套预设两样都动了标准→PTC能力一件没少纯换给法26 份清单换成 1 个写代码入口标准→极简是真裁掉——连文件工具都没了。所以答案是给法可以变装备也可以变得分开看。模型在纯模型考试里很强放进任何 AI 助手环境都一样强吗不一定。同一个模型做同一道题最省 3.4K token、最贵 80K编码坑要靠各办公室配的工具去爬最早一轮甚至因为文件夹权限触发了整套申请审批流程。模型的脑力决定了上限装备决定了这个上限能兑现几成——这就是为什么看 AI 助手的成绩单必须连它的预设一起看。
