DeepSeek 又更新：这次是让你自己造插件
想要一个能改海报的小工具，或者一个能统计 token 花销的面板，正常流程是先找现成项目，再读 README、配环境、改代码。DeepSeek Harness 这次更新的「创造模式」，把这个流程压缩成了一句话：把需求说清楚，它现场给你写一个插件。
截图堆满桌面？Tendedero 把它挂到屏幕上
想让 AI 真的替自己干活，麻烦往往不在模型笨，而在三件事：一开口就是按月固定收费，不用也照扣；聊过什么、传过什么文件，全存在对方服务器上；想换个模型试试，得连整套工具一起换掉。自己搭一套吧，网关、记忆、任务队列又全得从头拼。AnyModelBot 走的是另一条路。
DeepSeek 要建官方插件市场，筹备作者支持计划
3.5 万个插件在 DeepSeek 的 Harness 上跑，官方却连一个商店都没开。想装只能自己上 GitHub 或者 npm 翻。11月5日晚，DeepSeek 公布了一组数字。截至 11月4日，日活 154 万，一天消耗 92 万亿 token，第三方插件 3.5 万个。
DeepSeek Harness 走向桌面：选模型之外，还要选对工作台
同一份任务，同一个模型，换一个运行环境，结果可能并不一样。这句话听起来像是开发者圈里的细枝末节。但当 DeepSeek Harness（DSH）的官方桌面端开始露出轮廓，它反而成了普通使用者该认真对待的问题：我们过去总在问“哪个模型更强”，现在还得多问一句——它跑在哪个工作台上？
DeepSeek Super-agent更早，Comma已经把长期记忆做进Agent大管家
作为对照，Anthropic 在 6 月 23 日推出了理念相近的 Claude Tag，让团队在 Slack 频道里共用一个 Claude。
DeepSeek 用一套框架撬开了 Agent 时代的底层大门
大模型竞争的重心，正在发生一次不易察觉却足以改写产业格局的下沉。过去两年，行业习惯把目光锁死在参数规模、上下文长度与榜单分数上，仿佛谁在基准测试里多拿零点几个百分点，谁就握住了下一代人工智能的船舵。
DeepSeek 提出 Super-agent：Agent 不等开窗口，持续在线、主动推进
DeepSeek 最近一篇《Super-agent 设计探索》，讲的是一种 Agent 的新形态，没有去讲某个产品能干什么。我把它的核心思路拆给你，因为它戳中的是当前大多数 Agent 的一个根本局限。先说这个局限。
DeepSeek Harness产品分析：从「一切皆插件」到 Agent 运行时
DeepSeek Harness 以 154 万日活和 3.49 万插件证明:Agent 竞争已从模型能力转向运行时生态。
拆解 DeepSeek Harness 官方再推荐的 4 款插件，附安装方法和开发思路
北京时间 11月8日晚，DeepSeek 团队负责人崔添翼又一次在社区推荐插件，并阐述官方对插件生态的思路。研究完DeepSeek Harness官方推荐的四款插件，我的判断是：第三方开发者真正值得争取的机会，在于把一项具体工作做顺，而不是与官方比赛谁能增加更多按钮。
3.5万个插件里，DeepSeek 官方为什么只挑了这 4 个?
您好，我是不想用脑只想用心的飞叔。3.5 万个第三方插件，DeepSeek 官方一篇文章里只点了 4 个的名，凭什么是这 4 个？11 月 5 日晚，DeepSeek 产品部发文《DeepSeek Harness 与插件社区共同成长》。