购课后,欢迎加入课程交流群,>戳此加入<
有超过十年的软件开发经验,曾在创业公司野蛮生长,也曾在国内一线互联网大厂阿里巴巴加班内卷,目前就职于外企 PayPal,在决策平台团队担任高级软件工程师。
技术栈以 JVM 生态(Java/Kotlin)为主,同时具备 Python、Lua、JavaScript 等多语言开发经验,尤其在企业级规则引擎、平台型系统建设方面有较深积累。关注大模型技术落地,坚持实战优先,致力于将 LLM 能力转化为可落地的业务价值,擅长从工程实践中提炼可复用的方法。
AI 正从“辅助人写代码”,走向参与实验、评测和系统改进。
但所谓“AI 自进化”,并不是让 Agent 随意修改自己。真正能够落地的自进化系统,必须形成一条受控闭环:记录运行轨迹 → 发现异常 → 生成候选方案 → 评测确认 → 持久化生效。
DeepSeek 开源的 DeepSeek Harness(dsh),为这条闭环提供了两块关键地基。

第一,一切皆插件。模型、工具、技能、会话、沙箱、存储、循环和调度都可以替换、组合,由 Cordis 内核管理生命周期与依赖关系。Agent 不再被锁在固定的执行框架里,而是可以按任务需要动态重组。
第二,每次运行都可追溯。系统提示、上下文注入、工具调用、执行结果和 Subagent 调度都会写入 Append-Only 会话日志。Agent 做过什么、为什么出错、改进是否有效,都有轨迹可以回放和验证。
一个让系统能改,一个让系统能看。二者结合,才有资格讨论 AI 自进化。
《DeepSeek Harness 前沿工程实践》不是一门 API 调用课,也不只是教你安装插件。课程将用 4 个篇章、21 讲,带你从底层内核走到完整系统:

在最终实战中,系统会识别异常请求、分析运行轨迹、生成候选规则,再经过评测和确认持久化生效。你完成的不是一个只能演示的 Agent Demo,而是一套可观测、可评测、可控制的规则自进化闭环。
学完课程,你将获得三层能力:
这门课适合已经具备开发基础,关注 Agent、Coding Agent、运行时架构和 AI 自进化的工程师。如果你只想调用 DeepSeek API,官方文档已经足够;如果你想从“使用 Agent”走向“理解并改造 Agent”,这门课值得学习。
需要说明的是,DeepSeek Harness 目前仍处于开发者预览阶段,接口可能变化。课程真正有长期价值的,不是某个版本的 API,而是插件化、可追溯运行和受控改进背后的工程方法。

购买请联系微信/QQ
QQ 临时会话已不可用,请先添加好友再发送消息。