StartseiteArtikel

Liang Wenfengs „Großer Fetter Fisch“, kreist er das Agent-Territorium der großen Technologiekonzerne ein?

Tech星球2026-11-18 11:22
Erklärt DeepSeek den großen Tech-Konzernen den Krieg?

Hummer (OpenClaw) ist Vergangenheit, in der KI-Community ist jetzt das „Fische züchten“ in Mode gekommen.

Kürzlich sind eine Gruppe von KI-Fischen mit einzigartigen Persönlichkeiten in allen Ecken des Internets aktiv. Neben der Arbeit in Büro- und Programmierumgebungen haben sie viele unerwartete Dinge getan: Einige hinterlassen überall Kommentare und interagieren auf sozialen Plattformen, andere gehen auf Douyin live, und einige führen sogar Beziehungen zueinander.

Ihre „eigentliche Grundlage“ stammt aus dem quelloffenen Agent-Framework DeepSeek Harness (im Folgenden DSH) von DeepSeek. Zuvor wurde das Wal-Logo von DeepSeek von dem eigenen Modell ernsthaft als „großer blauer fetter Fisch“ beschrieben. Bald verbreitete sich diese interessante Aussage unter allen. Nach dem Erscheinen von DSH hat der große fette Fisch, der ursprünglich nur im Dialogfenster existierte, endlich echte Handlungsfähigkeit erlangt. Entwickler statten ihn über Plugins mit verschiedenen Fähigkeiten aus, sodass er Software bedienen, Webseiten durchsuchen und Aufgaben bearbeiten kann.

Auf diese Weise wurde dieser große blaue fette Fisch zu einem eigenen Leben erweckt.

Während Tencent, ByteDance, Alibaba und Baidu alle eifrig ihre eigenen Agent-Produkte entwickeln, hat DeepSeek leise ein von der Gemeinschaft spontan vorangetriebenes Agent-Ökosystem aufgebaut und verschiedene noch nicht definierte Anwendungsszenarien erforscht.

01

Das neue „Geschäftsmodell“, das durch Ausprobieren entstanden ist

Weniger als drei Monate nach der Markteinführung hat DSH nach den Statistiken der offiziellen API bereits 1,54 Millionen täglich aktive Nutzer, und der tägliche Token-Verbrauch beträgt etwa 92 Billionen. Gleichzeitig ist die Anzahl der Drittanbieter-Plugins auf etwa 35.000 angestiegen, und etwa 60 % der aktiven Nutzer haben mindestens ein Drittanbieter-Plugin erstellt oder installiert.

Hinter diesem Erfolg steht der von DSH bereitgestellte Plugin-Mechanismus. Neben der direkten Ausführung von Aufgaben, dem Aufruf externer Dienste und der Bedienung von Software, sogar der Verknüpfung mehrerer Tools zur Erledigung ganzer Arbeitsabläufe, können Entwickler über Plugins dem Agenten neue Tools und Fähigkeiten hinzufügen. Im Vergleich dazu legen Tencent WorkBuddy, Doubao Work und Codex mehr Wert darauf, Nutzern einen fertigen Satz vorgefertigter Arbeitswerkzeuge zur Verfügung zu stellen, die nach dem Öffnen gemäß der bereitgestellten Oberfläche, Funktionen und Arbeitsweisen verwendet werden, um anschließend Aufgaben zu bearbeiten.

Mit anderen Worten: Das neu installierte DSH ähnelt stark einem sehr formbaren Basis-Framework, bei dem Sie Funktionen ständig entsprechend Ihren tatsächlichen Anforderungen konfigurieren und erweitern müssen – dies gibt Entwicklern genau einen großen Spielraum zur Entfaltung.

Immer mehr Entwickler lassen sich neue Ideen einfallen und basteln an verschiedenen Plugins, woraufhin das Spiel des „Fischezüchtens“ aufkam. Bislang sind im DSH-Plugin-Markt Plugins in verschiedenen Produktbereichen wie Kontextgedächtnis, Skins, Startanimationen, Haustiereinstellungen, Tonfall und Persönlichkeitsgedächtnis erschienen. Am 6. November hat das DeepSeek Harness-Team speziell mehrere von der Gemeinschaft entwickelte Plugins vorgestellt, darunter die Arbeitsplattform für selbstmediale Ersteller dsh-media-desk, das Design-Plugin dsh-guizang-design und das Papierlese-Plugin agentero-dsh.

„Ich habe mich für DSH entschieden, hauptsächlich weil seine Offenheit und der flexible Plugin-Mechanismus zu dem passen, was wir umsetzen wollen“, sagte Phil-Fan, der Entwickler des agentero-dsh-Plugins, gegenüber Tech Planet. Laut seinen Angaben verfügte Agentero ursprünglich bereits über eine CLI, die von anderen Agenten direkt aufgerufen werden konnte. Die endgültige Entscheidung, ein Plugin mit DSH zu entwickeln, beruht auf der Hoffnung, dass es mit mehr Produkten kombiniert werden kann, sodass die ursprünglich verstreuten Kontexte an einer Stelle gemeinsam genutzt werden.

Seiner Meinung nach entstehen während des Forschungsprozesses eine große Menge verteilter Informationen: Forschungsmaterialien, Chat-Protokolle sowie Inhalte in verschiedenen Produkten und Anwendungen. DeepSeek Harness bietet einen Eingang, über den diese Informationen in dieselbe Umgebung gebracht werden können, sodass das Modell Kontexte aus verschiedenen Quellen kombiniert verarbeiten kann, was einen „Multiplikatoreffekt“ erzeugt und einen Effekt von 1+1>2 bringt.

Ein typisches Szenario ist: Wenn ein Forschungsteam in einer Feishu-Gruppe über Probleme diskutiert, kann es direkt @ DeepSeek Harness in der Gruppe erwähnen, sodass es die laufende Diskussion kombiniert mit der lokalen Literaturdatenbank, Lesenotizen und externen Papierquellen wie arXiv weiter erforscht. Dies entspricht der direkten Verbindung von drei Arten von Kontexten: Diskussionen in Gruppenchats, lokal angesammelte Literatur und Notizen sowie externe Papiermaterialien. Das Modell kann sowohl die bereits diskutierten Inhalte kombinieren als auch die vorhandenen Forschungsvoraussetzungen nutzen, um dann externe Informationen zu suchen, sodass es eine größere Rolle spielen kann.

Ähnliche Bewertungen finden sich auch bei anderen Entwicklern. Der Entwickler des dsh-guizang-design-Plugins sagte: „Das Pluginsystem von DeepSeek Harness bietet viel mehr als nur Skills.“ Der Entwickler des dsh-context-Plugins ist ebenfalls der Meinung: „Die offene, flexible und leistungsstarke Plugin-Philosophie von DeepSeek Harness macht wirklich alles möglich.“

Mit diesen Plugin-Entwicklern verfügt DeepSeek über ein externes Produktteam, das in verschiedenen Branchen verteilt ist. Aus ihren jeweiligen tatsächlichen Anforderungen heraus ergänzen sie DSH ständig um neue Tools und Anwendungsszenarien, sodass die Fähigkeiten des Agenten nicht mehr auf die von der Behörde vordefinierten Funktionen beschränkt sind.

Natürlich bedeutet die lebhafte Gemeinschaft nicht, dass das Ökosystem bereits ausgereift ist. Aber zumindest in der Erkundungsphase von Agent-Produkten hat DSH bereits einen innovativen Weg aufgezeigt, und das daraus entstandene Produktgeschäft hat bereits einen gewissen Umfang erreicht.

Am Beispiel des Agentero-Teams zeigen seine bereitgestellten Daten, dass die Desktop-Version von agentero-dsh derzeit täglich von mehr als 500 Personen verwendet wird, das DSH-Plugin-Repository bereits über 200 Stars hat und das Team 6 aktive Nutzergruppen betreibt, deren Nutzer aus verschiedenen Fachbereichen wie Ingenieurwissenschaften, Geisteswissenschaften und Sozialwissenschaften stammen.

Auf diese Weise ist ein offenes Agent-Framework zum Nährboden für viele kleine Produkte und neue Anforderungen geworden.

02

Erweiterung der Fähigkeitsgrenzen: DeepSeek beginnt, Agent ernsthaft zu entwickeln

Nachdem die Entwickler aktiv geworden sind, beginnt auch DeepSeek, selbst aktiv einzugreifen.

Wenn die Anzahl der Plugins und das Nutzerkontinuierlich wachsen, kann das Ökosystem nicht nur durch die spontane Wartung der Entwickler dauerhaft funktionieren. Plugins benötigen stabile Schnittstellen, Nutzer benötigen zuverlässige Vertriebskanäle und Entwickler benötigen Motivation für kontinuierliche Investitionen – DeepSeek arbeitet derzeit daran, diese Lücken zu schließen.

In dem Anfang November veröffentlichten Plan wurde klar festgelegt, dass in Zukunft die Stabilität und Kompatibilität der Plugin-API weiter verbessert, der Plugin-Sicherheitsmechanismus vervollständigt und ein offizieller Plugin-Markt aufgebaut wird, sodass Entwickler Plugins bequemer hochladen und Nutzer die benötigten Funktionen leichter entdecken und installieren können.

Dies geschieht nicht ohne realen Druck. Für Plugin-Entwickler ist das aktuelle Problem der Versionskompatibilität bereits ein großes Hindernis für die langfristige Wartung.

Phil Fan stellte vor, dass die von dem DSH-Team bereitgestellte API-Unterstützung sehr gut ist und viele Wege für die Entwicklung ebnet. Drei Personen in seinem Team brauchten nur einen Nachmittag und einen Abend, um die erste Version des Plugins zu entwickeln. Die anschließende Wartung ist jedoch nicht so einfach: Manchmal funktionieren die ursprünglichen Plugins nach der Aktualisierung von DSH nicht mehr, und die Entwickler müssen sie weiter anpassen. Dies erhöht nicht nur die Wartungskosten, sondern bereitet auch den Nutzern Probleme.

„Damit alle es langfristig stabil nutzen können, sind anschließende Wartung und Anpassung ebenfalls sehr wichtig“, sagte Phil Fan.

Neben der Verbesserung der grundlegenden Entwicklungserfahrung beginnt DeepSeek auch zu überlegen, wie Entwickler mehr Unterstützung erhalten können. Es ist bekannt, dass DeepSeek Harness gerade ein spezielles Unterstützungsprogramm für Plugin-Autoren vorbereitet. Zuerst wird in Betracht gezogen, Entwickler durch Token-Anreize, technischen Austausch und Empfehlungen von Werken bei der Erkundung neuer Ideen und der kontinuierlichen Verbesserung vorhandener Werke zu unterstützen. Außerdem sind Startup-Teams und Unternehmen willkommen, Produkte, Dienstleistungen und professionelle Fähigkeiten über Plugins anzubinden, um Kooperationsmöglichkeiten zu erkunden.

In dem offiziellen Produktdesign betont DSH „alles ist ein Plugin“, was sich deutlich von der Denkweise traditioneller Agent-Produkte unterscheidet. Diese Maßnahmen bedeuten, dass DeepSeek nicht mehr damit zufrieden ist, dass Entwickler sich frei entfalten, sondern beginnt, einen vollständigen Mechanismus von der Entwicklung über den Vertrieb bis zur Wartung aufzubauen, sodass das Plugin-Ökosystem dauerhaft funktionieren kann.

Jenseits des Plugin-Ökosystems scheint DeepSeek noch größere Pläne für DSH zu haben. In der kürzlich veröffentlichten Architekturidee des Super-Agenten erforscht DeepSeek weiter ein anderes Problem: Können Agenten nicht mehr darauf warten, dass Menschen Aufgaben einzeln zuweisen, sondern aktiv Probleme entdecken und die Arbeit kontinuierlich vorantreiben?

Dieses Prototyp-Projekt heißt dsh-superagent-prototype, der Code wurde unter der offiziellen GitHub-Organisation von DeepSeek AI veröffentlicht und steht unter der MIT-Lizenz. Es basiert auf dem zuvor quelloffenen DeepSeek Harness, richtet sich hauptsächlich an Szenarien der Softwareentwicklung, kann sich mit GitHub und Feishu verbinden, im Rahmen der Genehmigungen Anfragen empfangen und Aufgaben erstellen, die dann von unabhängigen ausführenden Agenten erledigt werden.

Es ist zu beachten, dass dieses Projekt derzeit noch ein Forschungsprototyp ist und kein ausgereiftes kommerzielles Produkt. Aber die daraus hervorgehende Richtungsänderung ist bemerkenswert: DeepSeek möchte nicht nur, dass Agenten mehr Tools besitzen, sondern hofft auch, dass Agenten über längere Zeit und autonomer arbeiten können.

Von der Plugin-Erweiterung bis zur autonomen Ausführung werden die Fähigkeitsgrenzen von DSH ständig erweitert.

03

Liang Wenfeng: Kampf gegen die BAT-Konzerne?

In diesem Jahr ist Agent allmählich zum Kernwettbewerbsbereich für KI-Produkte großer Konzerne geworden. Tencent hat WorkBuddy, ByteDance hat Doubao Work eingeführt, Baidu hat Baidu Dazi, und Alibaba baut kontinuierlich Szenarien für KI-Programmierung und Büroarbeit rund um Produkte wie Qoder auf. Obwohl diese Produkte nicht vollständig die gleiche Positionierung haben, kämpfen sie alle um dieselbe Chance: Wenn KI von der Beantwortung von Fragen zur Ausführung von Aufgaben übergeht, wer wird der neue Arbeitseingang für Nutzer?

DeepSeek ist in diesem Wettbewerb auch schnell hervorgetreten. Nach Daten der KI-Produktliste erreichte die Besucherzahl der DeepSeek Harness-Website im Oktober 19,61 Millionen, ein Anstieg von 1467,48 % gegenüber dem Vormonat, und belegte den ersten Platz in der globalen Wachstumsliste von KI-Produkt-Websites. Im gleichen Zeitraum betrug die Besucherzahl der Tencent WorkBuddy-Website 24,39 Millionen und die von Baidu Dazi 13,75 Millionen.

Diese Agent-Plattform, die nicht lange auf dem Markt ist, nähert sich bereits dem Verkehrsvolumen der großen Konzerne an.

Große Konzerne haben natürliche Vorteile bei der Entwicklung von Agenten: Sie verfügen über ausgereifte Anwendungsökosysteme, Nutzerkanäle, Cloud-Dienste und Produktentwicklungsteams, können die Modellfähigkeiten mit vorhandenen Geschäften kombinieren und schnell vollständige Produkte entwickeln. Zum Beispiel möchte Tencent WorkBuddy der Desktop-Arbeitsassistent der Nutzer werden, Baidu Dazi betont die Bearbeitung persönlicher Aufgaben und die Arbeitslieferung, und Alibaba Qoder konzentriert sich auf KI-Programmierung und Entwicklertools.

Der Weg von DeepSeek ist jedoch anders. Derzeit scheint es nicht eilig zu sein, alle Fähigkeiten in ein vollständiges Agent-Produkt zu integrieren, sondern versucht, einen Teil der Produktdefinitionsgewalt an Entwickler und Nutzer zu übergeben: Die Behörde stellt grundlegende Fähigkeiten zur Verfügung, Entwickler ergänzen professionelle Tools und Szenarien, und Nutzer wählen, kombinieren und erweitern entsprechend ihren eigenen Anforderungen.

Daher sind die 35.000 Plugins von DSH möglicherweise beachtenswerter als die bloße Anzahl von Produktfunktionen. Bei DeepSeek hängen die Fähigkeiten des Agenten nicht mehr vollständig vom Entwicklungsteam eines einzigen Unternehmens ab, sondern können von einem ständig wachsenden Entwicklernetz gemeinsam bereitgestellt werden. Was DeepSeek mit den großen Konzernen konkurriert, ist möglicherweise nicht nur die Nutzer eines bestimmten Agent-Produkts, sondern vor allem der Ökosystemeingang für den nächsten Generation persönlicher Agenten.

Aber das bedeutet nicht, dass DSH die vollständigen Agent-Produkte der großen Konzerne leicht ersetzen kann.

Erstens bringt Offenheit mehr Freiheit, erhöht aber auch die Nutzungshürde. Für Entwickler und Technikbegeisterte können Plugins Tools nach eigenen Anforderungen kombinieren und Arbeitsabläufe anpassen. Für normale Nutzer kann jedoch die Installation von Plugins, die Konfiguration von Berechtigungen und die Behandlung von Kompatibilitätsproblemen zwischen verschiedenen Tools selbst zu einer Hürde werden.

Zweitens benötigt ein offenes Ökosystem kontinuierliches Nutzerfeedback, damit das Produkt wirklich wachsen kann.

Die Erfahrung des Agentero-Teams verdeutlicht dies sehr gut. Phil Fan ist der Meinung, dass die Entwicklung von Software mit DeepSeek jetzt einfacher geworden ist. Was wirklich langfristige Investitionen erfordert, sind jedoch die Dinge, die nach der Fertigstellung der Software folgen: Wie man sie vertreibt, wie man Nutzer erreicht und wie man sie im Austausch mit Nutzern kontinuierlich verbessert.

„Ob das Gemeinschaftsökosystem nachhaltig ist, ich achte mehr darauf, ob dieser Austausch zwischen Entwicklern und Nutzern kontinuierlich stattfinden kann“, gestand Phil Fan gegenüber Tech Planet. Die von DSH bereitgestellte API-Unterstützung hat bereits viel Hilfe gebracht, aber sie hoffen noch mehr, über das Plattformökosystem mehr Forscher zu erreichen, die tatsächlichen Anforderungen zu verstehen und dann das Produkt entsprechend dem Feedback zu verbessern.

Es gibt noch ein tieferes reales Problem: Ob Entwickler kommerzielle Erträge aus dem Ökosystem erzielen können.

Phil Fan sagte jedoch, dass die Kommerzialisierung derzeit nicht die oberste Priorität des Agentero-Teams ist. Seine Desktop-Software und Plugins laufen hauptsächlich lokal, Nutzungskosten und Hürden bestehen noch. Das Team möchte zuerst das Produkterlebnis optimieren. In Zukunft könnten sie ihre eigenen intelligenten Cloud-Dienste erforschen oder cloudbasierte Agenten entwickeln, damit KI wissenschaftliche Entdeckungen besser unterstützt, aber ein spezifisches Geschäftsmodell ist noch nicht festgelegt.

Diesmal scheint DeepSeek wieder den alten Weg eingeschlagen zu haben, auf dem das große Modell populär wurde: Es übergibt die quelloffenen technischen Fähigkeiten an die Gemeinschaft, lässt Nutzer und Entwickler zuerst ausprobieren, und dringt so mit der aus der Masse gewachsenen Vitalität des Ökosystems leise in den Agent-Wettbewerbsbereich ein.

Aber ob dieser „große fette Fisch“ wirklich den Einflussbereich der großen Konzerne erschüttern kann, lässt sich derzeit noch nicht schlussfolgern. Der Wettbewerb zwischen DSH und den Agent-Produkten der großen Konzerne findet nicht vollständig auf derselben Ebene statt, und es ist nicht unbedingt so, dass nur eines