DeepSeek ได้เปิดตัว DeepSeek Harness ในหน้าตัวอย่างสำหรับนักพัฒนา ซึ่งเป็นเฟรมเวิร์กโอเพ่นซอร์สสำหรับการสร้างเอเจนต์ AI ซึ่งความสามารถทุกอย่างตั้งแต่ตัวโมเดลไปจนถึงอินเทอร์เฟซผู้ใช้ คือปลั๊กอินที่สามารถสลับหรือจัดองค์ประกอบใหม่ได้ รวมซอร์สโค้ดแล้ว และโปรเจ็กต์พร้อมใช้งานบน GitHub ที่ `deepseek-ai/deepseek-harness` พร้อมการติดตั้งที่ง่ายดายเหมือนกับ `npx @deepseek-ai/dsh web`

การเปิดตัวซึ่งประกาศเมื่อวันที่ 13 สิงหาคม 2569 ได้รับความสนใจอย่างรวดเร็วในชุมชนนักพัฒนา: หน้าเปิดตัวมีคะแนนสูงถึง 700 คะแนนใน Hacker News ภายในหนึ่งวัน ทำให้เป็นหนึ่งในเรื่องราว AI ที่ได้รับการกล่าวถึงมากที่สุดประจำสัปดาห์ หากต้องการความครอบคลุมอย่างต่อเนื่องเกี่ยวกับเครื่องมือที่ปรับเปลี่ยนวิธีที่นักพัฒนาสร้างด้วย AI โปรดติดตาม AI Buzz Wire

Agent = โมเดล + สายรัด

การวางเฟรมของ DeepSeek สำหรับโปรเจ็กต์นั้นเรียบง่ายมาก: โมเดลคือจิตวิญญาณของตัวแทน และอุปกรณ์ควบคุมคือสิ่งที่ช่วยให้มันทำงานในโลกแห่งความเป็นจริงได้ ตัวควบคุมช่วยให้ตัวแทนเข้าใจสภาพแวดล้อม ใช้เครื่องมือ และทำงานต่อไปในสภาพแวดล้อมจริง แทนที่จะเป็นเงื่อนไขสาธิต

ศูนย์กลางทางสถาปัตยกรรมคือ คอร์ดิสเคอร์เนล ซึ่งจัดการการติดตั้งปลั๊กอิน การถอนการเชื่อมต่อ และการขึ้นต่อกัน ความสามารถของตัวแทนอยู่ในปลั๊กอิน และบริการและกิจกรรมของ Cordis ช่วยให้ปลั๊กอินเหล่านั้นทำงานร่วมกันได้ ประเภทของความสามารถที่แสดงเป็นปลั๊กอินได้แก่:

  • รุ่น — กลไกการให้เหตุผลสามารถเปลี่ยนได้
  • เครื่องมือและทักษะ — สิ่งที่ตัวแทนสามารถทำได้
  • เซสชันและพื้นที่เก็บข้อมูล — สถานะคงอยู่อย่างไร
  • แซนด์บ็อกซ์ — ที่ซึ่งโค้ดและการดำเนินการทำงานได้อย่างปลอดภัย
  • การวนซ้ำและการกำหนดเวลา — วิธีจัดระเบียบงานเมื่อเวลาผ่านไป
  • UI — แม้แต่อินเทอร์เฟซก็สามารถประกอบได้

นักพัฒนาสามารถเลือก สลับ หรือขยายความสามารถใดๆ ผ่านการกำหนดค่าเพียงอย่างเดียว โดยไม่ต้องเปลี่ยนซอร์สโค้ด DeepSeek Harness แนวทางนี้เป็นการเดิมพันโดยเจตนาว่าโครงสร้างพื้นฐานของตัวแทนควรมีลักษณะน้อยกว่าผลิตภัณฑ์เสาหิน และมีลักษณะเหมือนระบบนิเวศของชิ้นส่วนที่ทำงานร่วมกันได้

ทุกการวิ่งสามารถติดตามได้

เสาหลักการออกแบบที่สองคือความโปร่งใส ทุกสิ่งที่โมเดลเห็นจะถูกบันทึกไว้ใน บันทึกเซสชันต่อท้ายเท่านั้น: การแจ้งของระบบ การใช้เหตุผล การเรียกเครื่องมือและผลลัพธ์ การกำหนดเวลาตัวแทนย่อย และการแทรกบริบททุกครั้ง

มุมมองวิถี ในตัวช่วยให้นักพัฒนาตรวจสอบบันทึกเหล่านี้ตามแหล่งที่มา และที่สำคัญคือ เล่นต่อ แยก ค้นหา และเล่นซ้ำ ทั้งหมดทำงานในสตรีมเหตุการณ์เดียวกัน นั่นหมายความว่าเซสชันของตัวแทนไม่ใช่กล่องดำ แต่เป็นบันทึกที่คงทนและตรวจสอบได้ ซึ่งสามารถตรวจสอบและเรียกใช้ซ้ำได้หลังจากเกิดเหตุการณ์จริง สำหรับทีมที่แก้ไขข้อบกพร่องว่าทำไมเจ้าหน้าที่จึงดำเนินการที่ไม่คาดคิด หรือผู้ตรวจสอบที่ตรวจสอบว่าข้อมูลใดมีอิทธิพลต่อการตัดสินใจ ฟีเจอร์นี้จะแก้ไขหนึ่งในปัญหาที่เป็นปัญหาที่คงอยู่มากที่สุดใน AI ตัวแทน

สี่โหมดรันไทม์

DeepSeek Harness มาพร้อมกับโหมดรันไทม์หลายโหมดที่ปรับให้เหมาะกับความต้องการที่แตกต่างกัน:

โหมดมาตรฐาน

เอเจนต์การเขียนโค้ดเต็มรูปแบบพร้อมการแก้ไขไฟล์ เชลล์ การค้นหาไฟล์และเว็บ ทักษะ การวางแผน เป้าหมาย ตัวแทนย่อย และเวิร์กโฟลว์

โหมดรหัส

ความสามารถของโหมดมาตรฐานทั้งหมด พร้อมด้วยเครื่องมือที่เปิดเผยผ่าน Code Mode SDK ดังนั้นโมเดลจึงสามารถรวมการดำเนินการหลายขั้นตอนไว้ในโปรแกรม TypeScript เดียวได้ โดยปล่อยให้ตัวแทนจัดการการเรียกเครื่องมือหลายรอบในโค้ดที่สร้างขึ้น แทนที่จะเรียกทีละครั้ง

โหมดขั้นต่ำ

เอเจนต์การเข้ารหัสสองเครื่องมือที่จงใจถอดออกพร้อมทุบตีแบบถาวรและ `str_replace_editor` ซึ่งมีไว้สำหรับโมเดลการเปรียบเทียบในสภาพแวดล้อมขั้นต่ำ

โหมดผู้สร้าง

สร้างขึ้นสำหรับการสร้างพรีเซ็ตเอเจนต์แบบกำหนดเอง พร้อมความสามารถของโหมดมาตรฐานทั้งหมด รวมถึงการตรวจสอบรันไทม์ การทดลองปลั๊กอินในหน่วยความจำ และคำแนะนำในการเขียนพรีเซ็ต

โหมดทั้งสี่โหมดส่งสัญญาณว่า DeepSeek คาดหวังให้ใครใช้ชุดควบคุมนี้: นักพัฒนาที่จัดส่งตัวแทนการผลิต นักวิจัยเปรียบเทียบโมเดลภายใต้เงื่อนไขที่มีการควบคุม และผู้สร้างสร้างการกำหนดค่าตัวแทนแบบกำหนดเองทั้งหมด

โอเพ่นซอร์สเป็นกลยุทธ์

การเปิดตัวดังกล่าวยังคงดำเนินต่อไปตามรูปแบบของ DeepSeek ในการส่งมอบโครงสร้างพื้นฐานที่สำคัญไปสู่ระบบเปิด ซึ่งเป็นกลยุทธ์ที่ทำให้ห้องปฏิบัติการของจีนกลายเป็นศูนย์กลางของการสนทนาของนักพัฒนาหลายครั้ง นับตั้งแต่การเปิดตัวโมเดลเริ่มดึงดูดความสนใจจากทั่วโลก นอกเหนือจากการควบคุมแล้ว DeepSeek ยังได้เผยแพร่เอกสารสำหรับนักพัฒนา คอลเลกชันปลั๊กอินของชุมชน และรายงานการวิจัยของ Cordis ที่สนับสนุนการออกแบบเคอร์เนล

ด้วยการสร้างโมเดลให้เป็นเพียงปลั๊กอินอื่น โปรเจ็กต์ยังเชิญชวนความเป็นไปได้ที่ยั่วยุ: ชุดควบคุมเช่นนี้อาจกลายเป็นสารตั้งต้นที่ไม่เชื่อเรื่องโมเดล โดยที่ OpenAI, Anthropic, Google หรือโมเดล open-weight เป็นส่วนประกอบที่ใช้แทนกันได้ในโครงกระดูกของตัวแทนเดียวกัน ไม่ว่าชุมชนจะใช้ Cordis เป็นมาตรฐานนั้น หรือถือเป็นการควบคุมหนึ่งในหลายๆ ชุมชน จะมีบทบาทในระบบนิเวศของปลั๊กอินที่เติบโตรอบๆ พื้นที่เก็บข้อมูล GitHub ในอีกไม่กี่เดือนข้างหน้า

ตัวอย่างสำหรับนักพัฒนาพร้อมใช้งานแล้วสำหรับนักพัฒนาระบบเอเจนต์ทั่วโลก โดยมีซอร์สโค้ดรวมอยู่ด้วย

ก้าวนำหน้า AI

หากต้องการรายงานเพิ่มเติมเกี่ยวกับระบบนิเวศของตัวแทนและเครื่องมือที่นักพัฒนาใช้งานจริง ให้บุ๊กมาร์ก AI Buzz Wire และตรวจสอบ ความครอบคลุมของเครื่องมือ AI ล่าสุดของเรา

อ่านข่าว AI เพิ่มเติม →