跳到正文
11月7日週六
  1. 阿里雲開發者社區 AI55

    DeepSeek Harness 10 款插件實測與安裝指南

    文章實測並整理 DeepSeek Harness 的 10 款插件,涵蓋生態市場、視覺增強、文件引用、搜尋、長期記憶、費用監控、知識管理及介面等用途。文中建議先安裝 dsh-market 和 modlens,再按需要選擇全功能控制台或代碼側欄,最後補上搜尋、記憶或費用管理插件,並提醒一次安裝過多插件可能引起依賴衝突及拖慢運行。

  2. 阿里雲開發者社區 AI59

    DeepSeek Harness 安裝 dsh-our-free-model 插件教學,涵蓋 Web 與 Electron

    文章介紹如何在 DeepSeek Harness 安裝 dsh-our-free-model 插件,並透過 Our Free Model 分組使用所聚合的免費模型。純 Web 版可用命令列安裝,Electron 桌面端則須使用應用內插件管理器;文章亦列出常見安裝故障的處理方式。作者提醒,對話內容會傳送至第三方上游,免費額度及穩定性受上游政策影響,不建議用於生產或正式業務。

  3. DEV Community65

    Censys 透過頁面標題發現 1,465 個對外暴露的 ARTEX AI 攻擊控制台

    Censys 表示,截至 2026 年 11 月 4 日,觀察到 1,465 個對外暴露的 ARTEX 控制台,並以頁面標題及 Next.js 靜態資源特徵識別。約 650 個位於兩組配置相同的主機區段,另有約 815 個外觀各異的部署;部分公開暴露主機可能由獲授權測試人員操作,因此暴露本身不代表犯罪。Censys 建議防守團隊留意出站日誌中不熟悉的 LLM 代理及轉售服務。

  4. 阿里雲開發者社區 AI62

    從 Transformer 到 LLM 全景圖:參數、訓練三階段、推理兩階段、能力邊界

    這套 34 講大模型課程的第 6 講,系統梳理 LLM 的參數規模、訓練流程、推理階段及能力邊界。文中以 Kimi K3 為例,列出 2.78T 總參數及約 104B 每 token 激活參數,並説明 MoE 的激活參數與整體顯存需求不同。內容亦比較開源權重自託管與閉源 API 的選擇條件,並整理模型在幻覺、長上下文、多步推理及現實操作方面的限制。

  5. 阿里雲開發者社區 AI48

    從零開始:在阿里雲計算巢/雲伺服器上部署 DeepSeek Harness 的手把手教學

    DeepSeek Harness 教學示範如何在阿里雲計算巢或 ECS 雲伺服器部署智能體平台,並完成模型接入、工作區選擇及插件設定。計算巢一鍵部署約需 3 分鐘,會自動建立 ECS 並完成環境設定;手動部署則適合自訂修改源碼及開發插件。DeepSeek Harness 以 MIT 協議開源。

  6. 阿里雲開發者社區 AI38

    DeepSeek Harness 十款必備插件安裝指南:升級 AI 工作台

    DeepSeek Harness(DSH)以十款插件擴展 AI 工作台,涵蓋檔案引用、網絡搜尋、長期記憶、費用監控、介面增強、定時任務及多智能體協作。文章提供插件安裝命令與部署、模型配置及排錯指引,並介紹以阿里雲百煉、ECS 和計算巢部署 DSH 的流程。百煉 Token Plan 個人版 39 元/月起。

  7. elsewhere:文章47

    梁聖做空 Anthropic 的三個理由

    梁聖看淡 Anthropic,認為其高估值建立在頂尖模型 API 用量與 Benchmark 跑分之上,但兩者都難以支撐持續的收入增長。文章指出,普通用戶大多不需要頂尖模型,DeepSeek v4.1 Flash 可滿足大量任務;Anthropic 的算力採購與租賃承諾約達8954億美元,若收入增長不及預期,支出將帶來現金流壓力。

  8. DEV Community60

    免費 AI 模型會一直免費嗎?Mistral、Qwen、DeepSeek 與 Llama 背後的收入模式

    已發布的免費模型仍可下載,但新模型是否免費由各家公司逐款決定,運行模型則一直有成本。Mistral 透過模型運行服務、Le Chat、企業交易及主機授權變現,Alibaba 以雲端服務支撐 Qwen,Meta 則主要靠廣告;Mistral Large 4 的權重於 10 月 29 日上載至 Hugging Face,此前應用須付費使用。

11月6日週五
  1. O'Reilly Radar67

    如何按控制需求而非開發者選擇 coding harness

    Nicole Koenigstein主張,選擇 coding harness 應看需要掌控的層次,而非開發者。她以 Claude Code、Codex 和 Pi 組合處理 Python 2.7 遷移,與單一 Claude Code 工作階段對照;兩者均通過 25 項隱藏行為測試,但單一工作階段漏掉兩種字典鍵在 Python 3 中合併並造成資料遺失的缺陷。

  2. DEV Community54

    DSH Agent Enhancer 0.3.5 為 DeepSeek Harness 桌面版加入選取引用及檔案編輯等功能

    dsh-agent-enhancer 0.3.5 為官方 DeepSeek Harness 桌面客戶端加入提示詞歷史、選取引用、工作區檔案編輯及工作階段刪除等功能。插件亦提供對話及檔案回滾、Token 用量與帳戶餘額檢視、上下文檢查和 Auto 模型路由;額外資料夾不會擴大 Agent 沙箱權限。插件採用 MIT 授權,資料在本機處理且不會上傳遙測;費用估算僅供參考,並非帳單。

  3. 阿里雲開發者社區 AI63

    DeepSeek Harness 12 款熱門插件實測與推薦

    作者親自安裝測試 12 款 DeepSeek Harness 插件,按實用、效率創意及娛樂玩法分類推薦。文章介紹 0.2.1 版本後的插件「發現」頁、社區索引和下載排行榜,並記錄多款插件的實測用途與限制。作者提醒第三方插件安裝前應核對來源及功能,並先備份 DSH 設定。

  4. 阿里雲開發者社區 AI51

    DeepSeek 開源 Super-agent,支援主動響應事件及多任務並行

    DeepSeek 推出開源 Super-agent 架構,以 Router 調度事件,並為任務建立上下文隔離的 Worker,支援多任務並行及持續執行。它可按羣聊、GitHub 等事件主動分派任務,並配合 Watchdog 監測異常及恢復。文章指出,該架構目前仍是開源原型,權限設定、業務判斷及程式碼審核仍需人工把關。

  5. 第一財經69

    Menlo Ventures 報告:美國企業開源模型支出 89% 流向中國模型

    Menlo Ventures《2026年企業AI現狀報告》指出,美國企業用於開源模型的支出中,89%付給中國模型。前三名中,Kimi佔61%、DeepSeek佔15%、GLM佔11%。在 OpenRouter 上,10月26日至11月1日這一週,中國大模型 Token 調用量已連續27周超過美國模型;當周平台模型調用量排名前五的模型中,中國模型佔四席。

  6. 阿里雲開發者社區 AI49

    同時接入 DeepSeek、Qwen、Llama:多模型應用如何設計抽象層

    多模型應用可透過統一模型介面和路由層,將業務邏輯與 DeepSeek、Qwen、Llama 等模型解耦,並由適配器統一處理請求、回應及流式資料。配置可管理模型供應商和上下文限制;接入雲端 API 或本地部署時,亦須處理上下文截斷、本地推理框架及調用可觀測性。

  7. DEV Community60

    建立先重現問題再修復 Bug 的 AI 智能體

    這份指南整理出一套先重現問題、再修復程式錯誤的 AI 智能體流程:智能體先把錯誤報告轉成失敗的 API 測試,才可在隔離分支修改程式碼。流程以 Apidog CLI 建立及執行測試,修正後須重跑同一測試和完整測試套件;通過後才提交附有測試證據的 PR,由人工合併。文章亦列出限制修改範圍和執行時間、使用 staging,以及保護測試內容等防護措施。

  8. DEV Community62

    如何從重現步驟開始建立自動修復 Bug 的 AI 智能體

    指南提出一套自動修復 Bug 的 AI 智能體流程,先把回報轉成失敗測試,再於隔離分支修補程式碼。修補後須重跑同一測試及整個測試套件,兩者通過才開啟 pull request,合併仍由人員負責;無法重現時則停止並記錄。文中以 Apidog CLI 示範建立 API 測試,並將修補前後的執行報告附於 pull request。

  9. DEV Community59

    如何構建先重現程式錯誤再修復的 AI 智能體

    這篇指南提出一套先重現、再修復程式錯誤的 AI 智能體流程,要求先把錯誤報告轉成失敗的 API 測試,再隔離修補程式碼。文中示範以 Apidog CLI 建立和執行測試,修補後須重跑原測試及整個測試套件。智能體只開啟 Pull Request,由人員合併;若無法按報告重現錯誤,便記錄原因並停止。