做一个思想实验，如果 dsh 没有打着 deepseek 的旗号

[leihaibo1992]

而是一个名不见经传的个人开发者推出的，你怎么评价它

[ATKLLL]

实在找不到角度了吗？你不可能做到基于对事物的绝对了解，进而去评价它。
还有什么叫“打着 DeepSeek 的旗号”？ 这不是 DeepSeek 团队开发的吗？

[leihaibo1992]

@ATKLLL 看下眼科

[ATKLLL]

@leihaibo1992 你需要看下脑科

[leihaibo1992]

@ATKLLL 顺便脑科也挂个号，免得跑两趟

[germain]

做一个思想实验，如果 WeChat 是你开发的，你会有多少亿用户？

[leihaibo1992]

@germain 哥，咱能分享下实际体验和真实看法吗，我挺想知道的，顺便混点铜币

[tt83]

其实大部分的事情都是这样的，你相信它是好的它就是好的，从古至今从从宗教到产品都是这样；做过独立开发会对这件事深有体会，大量好的产品是无人问津的。

[DefoliationM]

又一个 agent 而且，现在 agent 都发展的挺成熟了，大家都大差不差，vibe 时代更是随便就能给开发一个给自己用的 agent 。

[leihaibo1992]

@germain 另外，我是觉得社交软件的粘性和工具软件的粘性天壤之别，没啥可比性

[foryou2023]

会无人理，社区的代表 pi 已经发展的很好了，一些优秀的地方可能会成为 pi 的养分。

[PopRain]

做个抬杠实验....

[sentinelK]

同意#7 的思路。
其实社会对于某个“作品、品牌、产品”的看法，只存在两个维度，即正向循环和死亡螺旋。不存在中间态。

只要多数人认为“好”，只要作者不做出太出格的举动，这个市场惯性是非常大的。
反之亦如此，某个品牌、产品舆论上不看好，你想扭转多数人的看法，你就需要一个、甚至多个决定性领先的产品。

这也就是锚定效应。

大众集团做了那么多年的垃圾，依然屹立不倒。甚至整个德国汽车行业都自成了一套价格歧视体系。
不也是在国产多年的跨级别价格、性能碾压时，才口碑崩塌的么。
反过来也是，当初国产车为什么搞价格配置碾压？不就是因为口碑不如德日，逼不得已么。

所以这种假设其实是不成立的。换句话说，如何及时且适当的利用好自己的口碑舆论优势，来推行最适宜的产品，才是最好的方式。
推出产品时，不能只看产品是不是全行业领先。要判断这个产品是不是最契合企业需要的当下的风格、调性、舆论、定位。

[leihaibo1992]

@sentinelK 确实，一个产品的号召力足够大时，生态能够快速繁荣起来。不过话说回来，openclaw 刚出来时也是如日中天，现在不也一地鸡毛。现在趁热度，捧臭脚的太多了，过一段时间再看看。

[ndxxx]

社区消融实验揭秘：DeepSeek V4 Pro 严重依赖首轮工具锚定，两阶段插件成功复现高分能力

DeepSeek V4 Pro 正式版发布后，因实际表现不及灰度测试预期而引发社区争议。近日，开源社区通过消融实验探针对其进行了深入分析，揭示了其性能波动的底层机制并给出了解决方案：

V4 Pro 对首轮请求中可见的 API 工具目录（ Schema Surface ）极度敏感。在暴露完整 25 个工具的 Standard 模式下，模型易陷入低效的 “Let me...” 思维链（ CoT ）轨迹，Project2 评分仅为 9192 分；而在仅提供 Shell 和 Read 的 Minimal 模式下，模型能被激活为灰测时的 “We need...” 推理轨迹，基准分回升至 9699 分。

针对 Minimal 模式缺失高级工具的问题，社区开源了 dsh-anchored-standard 插件。该方案采用“首轮锚定 + 动态晋升”策略——首次请求仅暴露 2 项核心工具以锚定优质推理轨迹，一旦模型发起首次 Tool Call ，立即在后续轮次解锁全部 25 项标准工具。

在 Windows 原生 Project2 测试中，该方案连续跑出 98 、99 的高分，成功进入 Fable 等前沿模型分数带。该实验表明，V4 Pro 的核心能力并未丢失，但可能在强化学习（ RL ）后训练阶段对特定的 Harness 脚手架与工具暴露环境存在显著过拟合。

参考：microblock_pub 、DeepSeek V4 Pro / Flash 轨迹触发机制实验 、dsh-anchored-standard


DSH 其实就是 deepseek 新模型重要的一个训练工具。另外也相当于官方告诉你这个东西就是他家的官方 harness 骨架。个人开发者拿什么背书这些东西呢😅

[leihaibo1992]

@ndxxx 看这段描述，我只能得出他们的模型拉了这个结论

[iTYC]

首先 deepseek 我从来没有看好过，但假如抛开这种铺天盖地的 zzzq 宣传，那估计没什么人会用，大众评价也只会更差

[nevin47]

有空可以去看一下 DSH 伴随发布的 88 页的那篇<A Programming Paradigm for Spatiotemporal Composability>

这是我看过的第一篇这么完备的用形式化证明的方式把想要构建的 Agent 的方法论讲清楚了的论文

如果社区里面出现一个新的 Agent ，也通过严格的形式化方式对设计理论和核心理念进行了剖析和证明，我觉得一样可以很快出圈

[nguoidiqua]

个人做的不会评价，DeepSeek 做的同样不会评价。没什么好评价，因为作为没有影响力的个体，评价也没什么影响力。

作为个体我只考虑想不想用，目前完全没兴趣，无论它是谁做的都没兴趣。没有看到有什么独特的功能，也没有看到有什么特别优势。开发语言是 TypeScript 估计体积和占用不会小，如果是 C Rust 之类写的，只有十几 M，说不定会有点兴趣。甚至界面也没啥特别，不像 TUI 之类起码看上去比较炫。哪天经过大量应用证实它有不可替代的优势，才会有兴趣。

话说回来，人对事物的看法是流动的。如果是无名开发者开发，但配上孤军奋战式煽情宣传，它可能会增大吸引力。而打着 DeepSeek 旗号，也未必是好的，这取决于旗号本身的受欢迎程度。如果大家对 DeepSeek 本身颇有微词，那自不必说。现在由于 DeepSeek 风头正盛，让它一时吸睛、名声大振，但热度能持续多久也是个问题。有时候来得快，去得也快，如果没有特别的优势，那大部分人只是跟风 Star，并不等于真的关注、使用乃至添砖加瓦，甚至以后就算真有了什么优势，可能那些人也会因为初期不及预期而懒得再试了。

[jujusharp]

纯个人观点，如果你单纯的就事论事，不要写暗示性的标题，你直接单纯的讨论从技术和架构的角度，dsh 的架构到底怎么样我觉得都不会有让人反感。但你偏偏用打着旗号这种标题，我不知道该怎么客观评价了

[leihaibo1992]

@nevin47 论文比代码还长