第 1 卷

结束语｜风起于⻘萍之末

张嘉熙 · DeepSeek Harness 前沿工程实践

你好，我是张嘉熙。

从 8 月 25 日更新第一讲，到 10 月 26 日完成最后一讲，这套课程陪我们走过了两个月。虽然已经是我在极客时间上的第二套课程，写作和打磨的过程依然充满挑战。感谢你一路学到这

里，也欢迎你继续在评论区交流实践中的收获，指出课程中的错漏。

回顾整门课程，我最想和你分享的，其实有两件事：一是把 dsh 的核心设计和主要逻辑讲清楚；二是这个听上去很玄的“自进化”，落到工程上到底是怎么回事。

关于第一件事，业界已经有了不少开源的 harness 框架，dsh 也在吸收已有经验的基础上，做出了自己的设计选择。我希望通过课程里的拆解，让你不仅能理解它如何运行，也能进一步

一开始，规则库里只有第 18 讲手写的那几条规则。随后，系统读取日志、发现异常、生成候选规则，再通过历史数据回放等方式，评估它拦得准不准、会不会误伤。通过评估的候选规则

进入正式规则库；后续发现的漏报，则作为新的证据，进入下一轮改进。

在这个教学案例里，持续更新的是防火墙的规则库，模型权重并没有改变。我们希望通过这个小小的闭环，让你看到：系统怎样把运行中积累的证据，转化为可以验证、可以保留下来的改

进。

流程说起来不复杂，真正值得花心思的，是其中每一次判断：什么样的异常值得生成规则？怎样证明新规则有效？又怎样避免修好了一个问题，却引入另一个问题？理解这些问题，比记住

“自进化”这个名字更重要。

这也是当下业界正在探索的方向。

2026 年 7 月 4 日，翁荔发表了博客《Harness Engineering for Self-Improvement》。

她提出，近期更可行的自我改进路径，可能先从模型外部的 harness 入手：改进系统组织任务、使用工具、管理上下文和评估结果的方式。

DeepSeek 的研究员崔添翼随后转发了这篇博客，并表示，Harness 方向和模型方向的自进化，都是很有可能取得成果的方向。

业界已经在这条路上动起来了。从技能和记忆的积累，到模型与 harness 的联合优化，不同层次的探索正在展开。

技能的积累与迭代：Anthropic 将Agent Skills 发布为开放标准，用包含 SKILL.md 文件及相关资源的文件夹，封装完成任务所需的知识和方法。标准本身不等于自进化，但它为

经验的保存、复用和更新提供了载体。当 Agent 能从实践中提炼技能，再根据反馈修订技能时，经验就有机会转化为持续的能力改进。

模型与 harness 的联合优化：Claude Code、Codex 这类产品让我们看到，Agent 的表现既取决于模型，也取决于围绕模型构建的运行系统。更进一步，研究者正在探索让 harness

改进与模型参数更新进入同一个优化循环。翁荔在博客中介绍了这类早期研究：根据任务反馈调整外部机制或模型，让两者共同改进；不过，目前的证据仍需谨慎看待。

这些探索与课程中的防火墙闭环有一个相通之处：让一次任务留下的经验，有机会帮助系统完成下一次任务。

当然，能形成循环，不等于能持续变好。

翁荔在博客中也讨论了其中的瓶颈。当前，自我改进循环在反馈客观、结果容易验证的任务上更容易取得成效；面对评估标准模糊、效果需要长期观察的任务，困难仍然很多。上下文和记

忆怎样维护，失败经验怎样保留，系统会不会只学会迎合评估指标，都需要继续研究。

我们课程里的防火墙，也只是一个范围有限的教学闭环。它的价值，在于让这些问题变得具体，让我们有机会亲手尝试、观察结果，并判断一次改动到底有没有带来进步。

课程结束以后，你可以从一个熟悉的小场景继续尝试：整理一批日志，找出一种反复出现的失败，明确什么算改好，再看看能否把这次改进留下来，帮助下一次运行。如果暂时没有合适的

项目，也可以带着这些问题重新审视你正在使用的 Agent：它积累了什么？改变了什么？又凭什么判断自己变好了？

风起于⻘萍之末。面对还在快速发展的技术，我们既可以对未来抱有期待，也可以从眼前一个具体、可验证的问题做起。

感谢你这两个月的陪伴。希望这门课留给你的，除了对 dsh 的理解，还有亲手探索新系统的信心，以及判断它是否真正有效的方法。期待在评论区看到你的实践和发现。