吐槽一下 DeepSeek

ty29022 · 发表于 2026-8-15 23:45:40

https://github.com/deepseek-ai/deepseek-harness/commit/86d5dd438437fbc7b5b1e57d97ccc03d8fbd3eb4

一直是 DeepSeek 的自来水，从 2.5 时代就一直在网上安利
这一波的操作让我有些失望，一盘没做好的菜就端上桌了
没有在官网有任何说明，倒是自己的 agent 产品”偷偷“对齐了一波
这不纯纯为难做产品的打工人吗

carousel95 · 发表于 2026-8-15 23:54:01

你这行文...没看懂你想表达什么

ty29022 · 发表于 2026-8-16 00:11:47

@carousel95
我的问题，没有交代上下文
这两天网上流程用 DeepSeek Harness 的极简模式可以达到之前所谓的灰度测试时的高水准
官方仓库的极简模式明确说"The minimal preset owns the complete RL agent composition."
简单说就是复刻模型后训练时强化学习时的运行环境
系统提示词固定"You are a helpful software engineer assistant."
只有两个工具"bash"和"str_replace_editor", 工具 schema 也是复刻训练时的
只有这样，才能做到官方的跑分

但真实的，解决现实任务的 agent ，怎么可能满足这个环境

nevin47 · 发表于 2026-8-16 00:41:46

我和 OP 的看法不一样，我觉得这样才是互联网一开始的样子，有了之后就开源，然后大家一起迭代生态，而不是非要封闭开发成一个完成品再来说开放商用

当初 Linux 开始被商用的版本是 0.98.x ，那个时候一样的属于半成品，就有发行商开始做商用版本了，社区依旧很友好的在一起迭代修补

wonderfulcxm · 发表于 2026-8-16 08:51:27

它不是对齐，flash:0731 模型发布那次就说那个跑分就是在它自己的 harness 里跑出来的，只是那时候没有公布 harness。

foryou2023 · 发表于 2026-8-16 09:03:21

有人搞出插件可以试试，不过感觉还是等官方自己修复吧，看到消息说 flash 能力能提升 20%，也不知道真假。

yseek · 发表于 2026-8-16 09:23:51

官方明确说了现在是开发者预览版，而且随时有破坏性更新，再者，deepseek 的风格或者说目标从来不是做产品，要不直接再出个 workbuddy 不就行了？或者 copy 一份 claude ？
C 端用户需要什么轨迹图，什么运行时自迭代吗？你再想想吧

karld · 发表于 2026-8-16 11:23:36

找梁文啊

catazshadow · 发表于 2026-8-16 11:57:00

@yseek 自苹果之后，又出现了新的自适应用户群：DeepSeek

yseek · 发表于 2026-8-16 12:34:43

@catazshadow 那也不妨碍 24 小时 star 100k ，众人皆醉你独醒呗