Agent
DeepSeek
Codex
Agent OS
DSH 或许会昙花一现，但它重新唤起了我们对 Agent OS 的想象
DeepSeek Harness 真正激进的地方，不是插件数量，而是把应用本身变成 Agent Runtime 的组成部分。它离操作系统还有多远？与 Codex、Deep Agents 和 Pi 相比，哪条路线更适合专业产品？
2026-08-2226 min
Blog
关于 Agent、LLM 工程与产品化实践的文章。部分深度内容仅会员可读。
DeepSeek Harness 真正激进的地方，不是插件数量，而是把应用本身变成 Agent Runtime 的组成部分。它离操作系统还有多远？与 Codex、Deep Agents 和 Pi 相比，哪条路线更适合专业产品？
拆解 DeepSeek-R1-Zero 与 DeepSeek-R1 的训练差异、GRPO 的组内相对优势，以及规则奖励、冷启动和多阶段训练如何组合起来。