DeepSeek Harness erreicht 1,54 Millionen täglich aktive Nutzer, die offizielle Seite beginnt nun damit, Token an Plugin-Autoren auszugeben: Das Agent-Ökosystem ist auf Entwickler angewiesen.

Am Abend des 5. November hat DeepSeek Harness die neuesten Fortschritte bei Produkt und Community bekannt gegeben. Bis zum 4. November, gemessen an Nutzern, die die offizielle API verwenden, hat DeepSeek Harness 1,54 Millionen täglich aktive Nutzer erreicht, mit einem täglichen Token-Verbrauch von etwa 92 Billionen. Gleichzeitig ist die Anzahl der Drittanbieter-Plugins auf der Plattform auf etwa 35.000 angestiegen, wobei rund 60 % der aktiven Nutzer mindestens ein Drittanbieter-Plugin erstellt oder installiert haben.

DeepSeek Harness erklärte, dass es das Betriebssystem im Agent-Zeitalter werden möchte, um Nutzern stabile grundlegende Fähigkeiten und allgemeine Funktionen bereitzustellen, während professionelle Szenarien, spezifische Branchen und personalisierte Anforderungen von Entwicklern über Plugins realisiert werden. Das von ihm vorgeschlagene Design „Alles ist ein Plugin“ bedeutet sogar, dass eingebaute Funktionen auch durch Drittanbieter-Plugins ersetzt werden können.

Seit der Veröffentlichung der Version v0.1 am 13. August erweitert sich DeepSeek Harness von einem Agent-Tool zu einer offenen Anwendungsplattform. Community-Entwickler haben bereits eine große Anzahl von Drittanbieter-Plugins für Szenarien wie Inhaltserstellung, Design, Kontextverwaltung und wissenschaftliche Forschung entwickelt.

Mit der Zunahme der Anzahl von Plugins tauchen jedoch auch neue Probleme auf: Je mehr Plugins es gibt, ist der Agent wirklich leistungsfähiger? Werden eine große Anzahl von Plugin-Beschreibungen und Werkzeugregeln den Kontext des Modells einnehmen und die Ausführungskosten erhöhen? Für normale Nutzer – sollten sie Raum für frei kombinierbare Fähigkeiten erhalten oder ein vollständiges Produkt, das sofort einsatzbereit ist?

Hochgradig offen, aber machen mehr Plugins den Agent schwieriger zu bedienen? 

Die hochgradig offene Plugin-Architektur von DeepSeek Harness ist ihr attraktivstes Merkmal: Nutzer müssen keine von Herstellern vordefinierten Agent-Arbeitsabläufe akzeptieren, sondern können je nach eigenen Anforderungen Modelle, Werkzeuge, Gedächtnis und Schnittstellen kombinieren, um eine eigene Arbeitsumgebung aufzubauen.

Ein Nutzer teilte mit, dass er früher hauptsächlich Hermes für allgemeine Aufgaben und OMP für die Programmierung verwendet hat, aber beide Tools seine individualisierten Anforderungen kaum vollständig erfüllen konnten. Nach dem Wechsel zu DeepSeek Harness fügte er über Plugins Fähigkeiten wie Kanban, Themen, Token-Optimierung, Gedächtnis, visuelle Konnektoren und Browser hinzu und baute in weniger als einem Tag eine Agent-Umgebung auf, die seinen Arbeitsgewohnheiten entspricht. Zu seiner größeren Überraschung fand DeepSeek Harness einen Fehler, für den dasselbe Qwen 3.8-Modell früher möglicherweise 24 Stunden gebraucht hätte, viel schneller.

Es gibt auch Nutzer, die versuchen, DeepSeek Harness von einem einzelnen Werkzeug zu einer allgemeinen Agent-Arbeitsumgebung zu erweitern.

Zum Beispiel hat ein Entwickler dsh-aio-agent herausgebracht, das mehrere Codierungs-Agenten wie Cursor, Claude Code, Codex, OpenCode, CodeBuddy und Kimi Code in DeepSeek Harness einbindet, sodass Nutzer in einer einheitlichen Schnittstelle verschiedene Werkzeuge zur Ausführung von Aufgaben auswählen können; ein anderer Entwickler baut über dsh-ltm ein lokales Langzeitgedächtnissystem auf, das die chinesische Stichwortsuche, die Aufteilung des Gedächtnisabrufbereichs nach Projekten sowie die Deduplizierung, Änderung und Verwaltung von Gedächtnissen unterstützt.

Ein weiterer Entwickler hat das Plugin TheOne herausgebracht, das über große Sprachmodelle das Thema erkennt, zu dem die Nachricht des Nutzers gehört, und automatisch zur entsprechenden unabhängigen Sitzung weiterleitet, um zu vermeiden, dass mehrere Projekte und Themen in demselben Dialog vermischt werden. Es gibt auch ein Community-Projekt, das das ESP32-S3-Entwicklungsboard als USB-Maus und -Tastatur für das iPhone verwendet und gleichzeitig den Bildschirmspiegel des Telefons über AirPlay empfängt. Der Agent kann Screenshots machen, klicken, lange drücken, wischen und Text eingeben, um ein echtes, nicht jailbreaketes iPhone zu steuern.

In der Plugin-Ökosystem von DeepSeek Harness sind bereits sehr viele Anwendungen mit praktischem Nutzwert entstanden. Andererseits kann die Erweiterungsfähigkeit von Plugins jedoch auch die Komplexität der Verwendung des Agent erhöhen.

Am 5. November teilte ein Entwickler seine Erfahrung mit, von „alles über Plugins“ zu aktiver Kürzung von Plugins überzugehen. Er erklärte, dass er früher mehr als 15 Plugins für den Agent installiert hatte, aber mit der Zunahme der Anzahl von Plugins traten im System Probleme wie Endlosschleifen, Kontextüberlauf und erhöhter Token-Verbrauch auf.

Seiner Meinung nach muss das Modell bei jedem hinzugefügten Plugin zusätzliche entsprechende Beschreibungen, Verwendungsregeln und Einschränkungen verstehen. Wenn Informationen einer großen Anzahl von Plugins gleichzeitig in den Kontext gelangen, muss das Modell mehr Aufmerksamkeit auf die Verarbeitung der Werkzeuge selbst verwenden, anstatt sich auf die Aufgabenableitung zu konzentrieren. Er schlug auch vor, dass je mehr Plugins es gibt, die Freiheit des Agent nicht unbedingt höher ist – zu viele vordefinierte Werkzeuge und Regeln können den Raum des Modells zur selbstständigen Problemlösung stattdessen einschränken.

Einige Nutzer wiesen jedoch darauf hin, dass es akzeptabel ist, die Schlankheit zu wahren, solange die Kernfähigkeiten nicht beeinträchtigt werden und keine Regressionsprobleme entstehen, aber Entwickler müssen zuerst für ihre eigene Plugin-Kombination verantwortlich sein. „Wenn ich zum Beispiel Token sparen möchte, installiere ich überhaupt keine Plugins, die nur zur Stimmungsaufhellung dienen. Meiner Meinung nach verlagern diese Beispiele die Eigenverantwortung auf andere – man kann nicht dem Bauträger vorwerfen, dass er einem ein Rohbauhaus statt ein schlüsselfertiges Haus verkauft, nur weil das eigene Haus noch nicht fertig renoviert ist.“

Darüber hinaus wiesen Nutzer darauf hin, dass DeepSeek Harness im Vergleich zu Pi ein größeres Prompt-Volumen hat, und schlugen vor, dessen Mechanismus der selektiven Offenlegung zu übernehmen, um dem Modell nur bei Bedarf die Beschreibungen der entsprechenden Plugins bereitzustellen, anstatt alle Plugin-Informationen ständig den Kontext zu belegen.

Ähnliche Bedenken tauchen auch bei den Ausführungskosten auf. Ein Nutzer teilte mit, dass bei der Verwendung von DeepSeek Harness zur Erledigung eines kleinen Projekts der Token-Verbrauch 20 Mal höher war als bei OpenCode, und eine einzelne Aufgabe 30 bis 40 Minuten dauerte, während OpenCode nur etwa 30 Sekunden braucht. Dies ist zwar nur die Erfahrung einzelner Nutzer, spiegelt aber zumindest die Aufmerksamkeit der Nutzer für die Kosten des Aufrufs von Werkzeugen wider.

Häufige Iterationen, die Plugin-Verwaltung ist noch lange nicht abgeschlossen 

Angesichts von Problemen wie Plugin-Verwaltung, Kontextkosten und Nutzungshürden hat DeepSeek Harness in den letzten Monaten mehrere Runden von Versionsiterationen durchgeführt. Aus der Durchsicht der offiziellen GitHub-Releases geht hervor, dass sich der Optimierungsrichtung allmählich von der Bereitstellung von Plugin-Erweiterungsschnittstellen zur Verbesserung der Plugin-Entdeckung, -Installation, -Aktualisierung, Abhängigkeitsverwaltung und Laufzeitüberwachung verschiebt.

Vom 15. bis 23. Oktober aktualisierte DeepSeek Harness kontinuierlich die Plugin-Verwaltungsfähigkeiten, unterstützte nacheinander benutzerdefinierte Plugin-Indizes, Versionskompatibilitätsprüfungen sowie das Starten/Stoppen, Deinstallieren, Abhängigkeitssynchronisation und heiße Neuladen von Plugins und fügte den Eingang für die Agent-unterstützte Plugin-Erstellung hinzu. Gleichzeitig unterstützt v0.2.1-rc.1 ab der automatischen Komprimierung langer Dialoge im Minimalmodus, und Web- und Desktop-Versionen können den Kontext auch manuell über den Befehl /compact komprimieren.

Die am 28. Oktober veröffentlichte v0.2.2-alpha.3 unterstützt die Aktualisierung von Drittanbieter-Paketen und versucht bei fehlgeschlagener heißer Aktualisierung, die alte Version wiederherzustellen, während gleichzeitig ein experimentelles Entwicklerstatistik-Plugin hinzugefügt wird, mit dem man Kontext, Cache, Modell- und Werkzeuglaufzeiten einsehen kann; die am 3. November veröffentlichte v0.2.2-alpha.3 fügt weiter die Diagnose fehlgeschlagener Plugin-Installationen und den Eingang für Host-Protokolle hinzu, unterscheidet zwischen fehlgeschlagener Installation und fehlgeschlagener Aktivierung nach der Installation, um Nutzern bei der Lokalisierung von Problemen zu helfen.

Die am 4. November veröffentlichte v0.2.2-rc.1, die erste Kandidatenversion der 0.2.2-Serie, fasst die Verbesserungen mehrerer früherer Versionen zusammen, optimiert zudem die Wiederverwendung des historischen Kontextcaches bei der automatischen Prüfung von Auto zwischen aufeinanderfolgenden Werkzeugaufrufen und komprimiert vor dem Wechsel zu einem Modell mit kleinerer Kontextkapazität zuerst die historischen Datensätze mit dem ursprünglichen Modell; gleichzeitig werden unabhängige Byte-Budgets für die globalen und projektweiten AGENTS.md-Einstellungen festgelegt, um das gegenseitige Verdrängen von Befehlen zu reduzieren.

Aus diesen Aktualisierungen geht hervor, dass DeepSeek Harness bereits begonnen hat, auf einige von der Community vorgebrachte Probleme zu reagieren: Die Eingänge für Plugin-Entdeckung und -Verwaltung sind vollständiger geworden, Abhängigkeitssynchronisation und heiße Neuladen senken die Wartungskosten, Komprimierung langer Dialoge und Cache-Wiederverwendung beginnen, den Kontext und den Token-Verbrauch zu verarbeiten, und Statistikwerkzeuge ermöglichen es Entwicklern, die tatsächlichen Ausführungskosten des Agent zu beobachten.

Einige Rückmeldungen zeigen jedoch, dass die Mechanismen zur Plugin-Aktualisierung und Konfigurationswiederherstellung noch instabile Faktoren aufweisen.

Am 5. November meldete ein Windows-Nutzer, dass nach dem Upgrade der Desktop-Version von v0.2.1-rc.5 auf v0.2.2-rc.1 die ursprünglich konfigurierten 32 Einträge von Drittanbieter- und lokalen Plugin-Paketen verloren gingen, und die Anzahl der Plugins in der Konfigurationsdatei von 34 auf 2 reduziert wurde. Gleichzeitig schlug der erste Start der Anwendung direkt fehl, da ein Lokalisierungs-Plugin nicht mit der neuen Version kompatibel war. Da zu diesem Zeitpunkt keine automatische Konfigurationssicherung vor der Aktualisierung vorhanden war und der Client auch kein Versions-Rollback unterstützte, musste der Nutzer die Arbeitsumgebung manuell wiederherstellen, und der gesamte Fehlerbehebungsprozess dauerte etwa 5 Stunden.

Für Nutzer, die Agent langfristig verwenden, sind Plugins nicht nur kleine Werkzeuge, die jederzeit ersetzt werden können. Nutzer haben möglicherweise bereits ihre Arbeitsabläufe um bestimmte Plugins herum aufgebaut, MCP-Server, Modellrouten, Agent-Voreinstellungen und lokale Abhängigkeiten konfiguriert. Sobald die Konfiguration während des Upgrades überschrieben wird, geht nicht nur ein bestimmtes Plugin verloren, sondern die gesamte zuvor aufgebaute Arbeitsumgebung.

Daher benötigt das Plugin-Ökosystem zuverlässige Mechanismen für Versionsverwaltung, Abhängigkeitsprüfung, Konfigurationsschutz, automatische Sicherung und Fehler-Rollback. Insbesondere wenn der Agent komplexere Arbeiten übernimmt, steigen die Anforderungen der Nutzer an die Stabilität der Arbeitsumgebung immer weiter.

Unterstützung für Entwickler, Aufbau eines Plugin-Marktes im Gange 

Das von DeepSeek Harness diesmal veröffentlichte Entwickler-Unterstützungsprogramm zielt genau auf die nachhaltige Entwicklung des Ökosystems ab.

Die offizielle Seite erklärte, dass sie in Zukunft die Stabilität und Kompatibilität der Plugin-API weiter verbessern, den Plugin-Sicherheitsmechanismus vervollständigen und einen offiziellen Plugin-Markt aufbauen wird, sodass Entwickler Plugins bequemer hochladen können und Nutzer die benötigten Funktionen leichter entdecken und installieren können.

Im Bereich der Entwickler-Anreize bereitet DeepSeek Harness ein spezielles Unterstützungsprogramm für Plugin-Autoren vor, das zunächst durch Token-Anreize, technischen Austausch und Werkempfehlungen Entwickler dabei unterstützt, neue Ideen zu erforschen und vorhandene Werke kontinuierlich zu verbessern.

Token-Anreize können zwar die Kosten für Entwickler bei der Erforschung und dem Test senken, garantieren aber nicht direkt die Plugin-Qualität; Werkempfehlungen können die Sichtbarkeit von Plugins erhöhen, bedeuten aber auch nicht, dass Plugins unbedingt über langfristige Wartungsfähigkeit verfügen. Für die Plattform ist es der Schlüssel zur nachhaltigen Entwicklung des Ökosystems, wie man Entwicklern kontinuierliche Einnahmen verschafft, Nutzern dabei hilft, wirklich zuverlässige Plugins zu finden, und verschiedene Plugins in derselben Agent-Umgebung stabil zusammenarbeiten lässt.

DeepSeek Harness hat derzeit bereits eine anfängliche Größenordnung von Nutzer- und Entwickler-Ökosystem gebildet. In der nächsten Phase muss eine Infrastruktur aufgebaut werden, die den kontinuierlichen Betrieb, die gegenseitige Kompatibilität und die einfache Nutzung von Plugins gewährleistet. Neben der Bereitstellung von Vertriebskanälen muss der offizielle Plugin-Markt auch Plugin-Prüfung, Qualitätsbewertung, Versionskompatibilität, Berechtigungsverwaltung und Sicherheitshinweise berücksichtigen. Andernfalls wird die Belastung der Nutzer bei der Filterung und Wartung mit zunehmender Anzahl von Plugins wahrscheinlich immer schwerer.

Referenzlinks:

https://mp.weixin.qq.com/s/xqyrRaiBpIcf0jeJzP7W0g

https://github.com/deepseek-ai/deepseek-harness/discussions/categories/show-your-plugins

https://github.com/deepseek-ai/deepseek-harness/discussions/12329

https://github.com/deepseek-ai/deepseek-harness/discussions/7374

https://github.com/deepseek-ai/deepseek-harness/discussions/12349

https://www.reddit.com/r/DeepSeek/comments/1wqb9se/deepseek_harness_feedback

Hinweis: Dieser Artikel ist ein Originalwerk von InfoQ, stellt nicht die Standpunkte der Plattform dar und stellt keine Anlageberatung dar. Die Vervielfältigung ist ohne Genehmigung verboten.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „InfoQ“ (ID: infoqchina), Autor: Chu Xingjuan, veröffentlicht mit Genehmigung von 36Kr.