DeepSeek开源一周，Agent第一次有了“组织“

上周我们聊了 DeepSeek Harness（DSH）和它背后那篇 Cordis 论文。论文的结尾有一句话，说未来要让 AI"持续生成并替换自己的组件"——也就是 Agent 自己给自己升级。

当时觉得那是个很远的愿景。

结果一周过去，"自进化"这个愿景的社区版，已经先一步上演了。而且演出的方式，比论文里写的还要热闹：不是 Agent 给自己装器官，而是全世界的开发者，抢着替 Agent 装器官。

8月13日深夜开源，到今天刚好一周。这一周里，DSH 从 v0.1 迭代到了 v0.1.1-rc.1，连更了三个版本 澎湃；GitHub 上打 dsh-plugin 标签的仓库，从几百个一路冲到近 8000 个 DeepSeek技术社区。

有人给纯文本模型补了眼睛，有人给它补了能操作真实浏览器的"手"，还有人——直接给它拉了一支团队。

如果说前两篇我们聊的是"壳"和"地基"，那今天这篇，聊的是盖出来的楼：当"一切皆插件"真的遇上全球开发者，Agent 从"单兵"到"有组织"，中间到底发生了什么。

先是刷屏：一周 16 万星，官方 0 个外部 PR

先把速度感拉满。

8月13日深夜，DeepSeek 把 Harness 以 MIT 协议开源，首日 Star 破 3 万、登顶 Hacker News，创下史上最快破 2 万 Star 的纪录 36氪。开源第五天，Star 冲到 14.9 万，Fork 1.5 万 先知AI。到 8月19日实测，已经是 16.5 万星、1.7 万 Fork DeepSeek技术社区。

但比 Star 更值得看的是插件数：

• 8月15日，量子位报道时约 700+ 个；
• 8月19日实测，近 8000 个——四天翻了约 10 倍 DeepSeek技术社区。

这里有个特别有意思的细节：DSH 官方仓库两天收了 0 个外部 PR——官方明说了不接受外部 PR。 但社区生态照样炸裂：第2天 288 个插件仓库，第3天 700+，第4天优质索引站就解析出 880 个条目 CSDN。

官方把"焊死"的位置让出来，社区就把"拼装"玩疯了。

如果说 VSCode 的插件生态是"给编辑器加功能"，那 DSH 的插件生态不太一样——因为 DSH 的插件不是挂件，是器官。模型、工具、沙箱、会话、甚至 Agent 主循环，全是可替换的插件。社区往上面装的东西，本质上是在给一个 Agent"拼身体"。

于是就有了下面这三样。

补眼睛：ModLens，给纯文本模型装上一双慧眼

DeepSeek 自家的旗舰模型是纯文本的，看不了图。你贴一张报错截图进去，它只能对着文字干瞪眼。

这是 DSH 被吐槽最多的短板，也是社区补得最快的短板。

ModLens，号称"DSH 首个视觉插件"，README 第一句话就是： "Give a text-only model sight"（给纯文本模型视力） 博客园。

它的做法很巧妙——不是让 DeepSeek 学会看图（做不到），而是找一个外部视觉模型当"翻译" ：你把图片粘进对话框，ModLens 自动把图转给一个视觉模型（比如 Qwen、Gemini），解析成结构化的 JSON 信息——包括 OCR 识别的文字、页面的布局区域、图片的语义内容——再作为上下文喂给 DeepSeek 继续推理 阿里云开发者社区。

相当于给一个纯文本的"大脑"，雇了一个会看图的"秘书"在旁边念给他听。

关键在于，它保留的不只是文字，还有元素之间的位置关系和语义。所以对做前端的人来说非常实用：页面做完，截图丢给 DSH，让它自己检查还原度；报错截图直接扔给它分析，不用再费劲把按钮、报错、布局关系转述成文字了。

更有意思的是 ModLens 的"就业方式"：它能复用你本机已有的 Claude Code、Codex 等工具的登录态，也能接免费 Gemini 或任意 OpenAI 兼容端点 CSDN。也就是说，给 DeepSeek 补眼睛这件事，是借用别家模型的"眼睛"来完成的——模型之间第一次以这种"器官共享"的方式协作起来。

补手脚：dsh-browser，让 Agent 用你的真实浏览器干活

光有眼睛还不行，Agent 还得有手。

dsh-browser 干的活是：让 DSH 直接操作你正在用的 Chrome 浏览器——读网页、点链接、填表单、跳页面 阿里云开发者社区。

听起来像是又一个"无头浏览器"方案，但区别在这：它连的是你电脑上真实的 Chrome 标签页，浏览器里的 Cookie、Session、登录状态全都能直接复用，不需要给 AI 单独再登录一次。

技术实现是一个 DSH 桥接插件 + 一个 Chrome MV3 扩展，两边通过本地 WebSocket 通信。插件把网页内容转成带编号的可交互元素列表这样的结构化文本发给 DeepSeek——DeepSeek 不需要"看图"，光靠这份清单就能理解页面结构并执行操作 阿里云开发者社区。

这一步的意义比"会点按钮"大得多。

登录态复用，意味着 Agent 第一次能以"你"的身份去操作那些需要登录的网页——查你后台的数据、填你已经登录的表单、在你熟悉的界面上干活。它不是在一个陌生的沙箱里模拟，而是在你的真实工作流里动手。

眼睛有了，手也有了。但单兵再强，一个人能干的活还是有限。

于是社区补了最狠的一刀——组织能力。

补组织：Agent Teams，Agent 第一次有了"团队"

dsh-agent-teams 这个插件，是这次推送里最值得展开的。

一句话启动方式：你在对话框里说一句"用 AgentTeams 调研一下 XX"，当前会话的 Agent 就原地升职当队长，再拉几个子 Agent 进组——拆任务、设依赖、互相发消息，Web 界面右上角实时显示整个团队的动态：谁在干活、谁空闲、谁摸鱼 CSDN。

有个开发者拿它做前端项目审查，创建了三个成员，分别负责不同维度 阿里云开发者社区：

• 前端 Agent：检查页面结构、交互逻辑、响应式
• 代码质量 Agent：检查项目结构、依赖管理、可维护性
• 安全 Agent：检查敏感信息泄露、依赖风险、安全隐患

任务跑起来，右边的活动面板里三个 Agent 同时在干活，检查完各自的结果统一回到队长节点，由队长汇总出最终报告。

到这一步，它看起来还像"多开几个 Agent"。

但真正的质变在后面：这支团队做完一次任务后不会消失。

这位开发者接着追问了一个 WebGL 降级的问题，并指定"只让 frontend 成员处理"。结果活动面板里真的只有它重新进入工作状态，另外两个成员没有被重复调度 阿里云开发者社区。

你品一下这个细节——创建好的团队和成员会被保留，后续按需指派任务。

这意味着什么？意味着 Agent 世界第一次出现了"常设组织"的概念。不是每次任务临时拼一支雇佣兵，干完就散；而是有一支熟悉上下文、有既定分工、可复用的团队，像公司里的固定部门一样，随时待命。

这跟 DSH 官方自带的子代理能力完全不同。官方内核提供的是"单打独斗的子代理"——你手动开一个子会话，它干完活回来。而 agent-teams 在它上面加了一层编排层：任务拆分、依赖图、进度看板 CSDN。

翻译成组织学的语言就是：

从"临时工"变成了"编制内"。

为什么"组织化"比"补器官"更根本？

把这三样东西放一起看，你就能看到 Agent 演化的完整路径：

• ModLens 补的是感知——让纯文本 Agent 能"看见"世界；
• dsh-browser 补的是行动——让 Agent 能在真实世界里"动手"；
• agent-teams 补的是组织——让 Agent 不再以个体，而是以"团队"为单位工作。

前两样是"增强"，是量的变化——单兵能力更强了。第三样是"演化"，是质的变化——工作单元变了。

而组织形态的变化，会带来一系列连锁反应。

回想第二篇论文里的"自进化"愿景：Agent 自己写插件、自己装工具、自己替换模块。这个愿景的前提是什么？是 Agent 得有足够多的"器官"可以动——眼睛、手、记忆、还有协调能力。现在社区一周之内把这些器官全给补齐了。

更有意思的是，官方其实已经演示过"自进化"的雏形：DSH 内置了三个"自指"工具——cordis_inspect（检查自己装了哪些插件）、cordis_define（现场写一个新插件）、cordis_run（挂载并立即生效）人人都是产品经理。也就是说，Agent 理论上已经能"给自己装新器官"了。

器官齐了、组织有了、自我升级的开关也握在手里了——Agent 自己动手写器官的那一天，可能比我们想象的近。

当然，走到那一步之前，得先迈过下面这些坑。

泼冷水：拼装狂欢的另一面

社区拼装的速度有多快，翻车的样子就有多惊悚。

事故一：一条命令删掉 400G 数据。 B站一位用户装了个社区插件，DSH 想把插件从符号链接换成真实目录，一条命令转义出错，rmdir 开始递归删除整个 G 盘，直到超时才被叫停 人人都是产品经理。400G 文件，说没就没。这给"一切皆插件"敲了一记响亮的警钟——能力越开放，越需要权限边界兜底。

事故二：版本波动大。 DSH 还在 developer preview 阶段，官方文档用全大写警告"将会有破坏兼容性的变更"。插件迭代快得像坐火箭，装完过几天跟着升一次级属于常态；新版 SQLite 数据结构有不兼容变更，本地存了大量数据的，升级前得想清楚 36氪。

事故三：遥测争议。 有开发者扒出来，DSH 跑起来后本机会生成 UUID 随每次请求发送，而且遥测开关并不影响它 36氪。开源归开源，该留的"后门观察窗"还是留了。

组织化的坑也不少。 多 Agent 协作不是人越多越好：任务太简单没必要拉队伍，只会增加调度时间和 Token 消耗；有人实测，如果不设"监督者 Agent"，两个编码 Agent 容易陷入"相互修改"的死循环，Token 烧得飞快最后只等来一个超时报错 静听潮音。agent-teams 这类会重写工作流的插件，最好先在非生产分支验证。

最后是路线层面的隐忧："一切皆插件"是双刃剑——大量开发者自由定制 Agent，插件之间的兼容性迟早出问题，生态碎片化是这个路线自带的风险 36氪。

写在最后：当 Agent 有了"组织"，人类组织学要被重演一遍

回顾这一周 DSH 生态的爆发，最值得记下的不是某个插件有多好用，而是这个信号：

Agent 正在从"一个人"变成"一支队伍"。

人类花了上万年才演化出组织——分工、汇报线、依赖关系、监督机制。而现在，agent-teams 用一次对话、一句话，就在 Agent 世界里复制了一遍：队长拆任务、成员认领、依赖声明、进度看板、团队留存复用。组织学里那些概念，正在 Agent 的语境下一个个重新出现。

有人把 DSH 比作"Agent 时代的安卓"，有人把它叫"赛博乐高"。但看到 agent-teams 那一刻，我觉得更贴切的比喻是——DSH 像是给 Agent 文明发了一张"建城许可证"。

模型负责思考，插件负责长出器官，团队负责组织协作。而那个论文里写的"Agent 自己给自己升级"的未来，正站在这座城的城门口，等着最后一道门打开。

器官有了，组织有了，接下来就看 Agent 敢不敢自己拿起手术刀了。

我是词元，下期我们聊聊：DeepSeek 一边开源"一切皆插件"，一边把自家模型接进多模态、把 Claude Code 和 Codex 收编成子代理——这是要当 Agent 时代的"调度层"，还是在下一盘更大的棋？