为 RSI 准备的 Deepseek Harness

从 AGI 路线图到 RSI

前段时间，一份梁文锋投资者交流会录音文字稿在行业里流传。融资、开源和商业化之外，其中有一段很适合和刚刚开源的 DeepSeek Harness 放在一起看。

按照这份文字稿的整理，梁文锋把通往 AGI 的路线描述成几级台阶：先是 CoT，让模型学会展开思考；再是 Agent，让模型能够使用工具完成更长的任务；Agent 之后要解决持续学习；持续学习之后，模型开始参与开发下一代模型，AI 加速 AI 研究；再往后才是具身智能。

文字稿里还有一句很直接的话：DeepSeek 希望下一代模型先帮助自己的开发。

如果模型只是帮工程师写代码，这还是普通的 AI 辅助开发。如果它能观察自己的运行方式，提出修改，验证修改是否有效，再把有效改动带进下一轮，事情就开始接近 RSI。

RSI 是 Recursive Self-Improvement，通常译作“递归自我改进”。它指的不是一次自我修改，而是一个连续过程：

系统发现自己的问题；
系统修改自身的一部分；
修改后的系统通过外部测试；
有效改动被保留，失败改动被撤回；
新版本以更强的能力继续下一轮改进。

这里真正重要的是最后一步。一次修改不叫递归；修改后的系统变得更善于继续修改自己，才可能形成正反馈。

模型之外，还需要一个能被改造的 Harness

今天大多数 Agent 都可以改代码，却很少能安全地修改“自己为什么这样工作”。

模型负责推理，但模型外面还有一整套运行环境：系统提示词、工具、权限、记忆、任务循环、子 Agent、沙箱、持久化和界面。这些部分共同组成 Harness。DeepSeek 官方页面把两者的关系写得很简单：

Agent = Model + Harness

普通 Agent 的 Harness 通常是固定的。模型可以在工作区里改业务代码，却不能轻易替换自己的工具、调整自己的任务循环，或者增加一种新的记忆方式。即便能改，修改也经常散落在配置、代码和进程状态里，很难验证，更难回滚。

RSI 需要的 Harness 不太一样。它至少要允许系统回答五个问题：

我现在是怎么运行的？
哪一部分限制了我？
我能不能只修改这一部分？
修改后到底有没有变好？
如果变差了，能不能退回去？

这也是 DeepSeek Harness 值得关注的地方。它没有把 Harness 当成模型外面的一层固定胶水，而是把 Harness 自身也变成了可以组合和替换的对象。

DeepSeek Harness 为自我改进准备了什么

1. 它把自己的运行方式拆成了零件

DeepSeek Harness 最醒目的设计是“Everything is a plugin”。

模型、工具、记忆和任务循环都不是写死的一整块，而是可以单独安装、替换和卸载的部件。对普通开发者来说，这意味着更容易定制；对 RSI 来说，这意味着系统终于有了一个可以局部修改的“自己”。

如果每次改进都要重写整个 Agent，风险和验证成本都会很高。把运行方式拆成零件，至少允许系统一次只动一个地方。

2. Agent 可以先做一次临时试验

DeepSeek Harness 的 Creator mode 允许 Agent 查看当前加载了哪些能力，也可以临时增加一个新工具或新行为。

这些修改默认只活在当前进程里。停止它，或者退出程序，试验就会消失，不会自动变成永久配置。

这很像一个运行时实验台：Agent 可以先看清自己，再做一个小改动，验证失败后也有机会退回原状。

3. 整个过程可以回看

模型看到了什么、用了什么工具、工具返回了什么、什么时候开始偏离目标，DeepSeek Harness 都会记录下来。

这点对自我改进很重要。系统不能只说“我觉得这次更好了”，而要能比较修改前后究竟发生了什么。即使试验失败，也应该知道失败在哪一步。

4. 有效改动才值得留下

临时试验成功之后，还可以把这套组合整理成以后继续使用的配置；试验失败，则直接停止，不让它长期影响其他任务。

DeepSeek Harness 还没有自动判断哪次修改应该晋级，但它已经把“先试、再验证、失败就撤回”这条路铺了出来。

RSI 需要怎样的闭环

把这些能力连起来，可以得到一个比“Agent 自动写代码”更完整的循环：

观察：从失败记录和任务结果中发现自己哪里做得不好；
提出修改：调整工具、提示词、记忆或工作方式；
临时试用：先在隔离环境里运行候选版本；
外部评测：用固定任务和没见过的新任务比较前后结果；
保留或撤销：确实变好才留下，变差就退回原版本；
进入下一轮：新版本继续发现问题、提出修改。

DeepSeek Harness 已经覆盖了其中一部分：它能记录过程、临时改变运行方式，也能撤回失败的试验。

它还没有补齐整个闭环。最难的几块仍然在外面。

它离 RSI 还缺什么

一个稳定的外部目标

系统不能自己既当选手又当裁判。

如果 Agent 可以随意修改测试、评分方式和目标，它很容易通过降低标准来“证明”自己变强。真正的 RSI 需要独立评测、固定约束和没提前见过的新任务。成功标准必须放在被修改系统之外。

跨任务、跨轮次的真实提升

会在一次任务里反思，不等于 RSI；记住用户偏好，也不等于 RSI。

RSI 至少要证明：第 N 轮产生的修改，在新的任务上仍然有效；修改后的系统比修改前更擅长解决问题，甚至更擅长进行下一次改进。这个提升还要能跨进程、跨会话保存，而不是只存在于当前上下文里。

自动晋级与回滚

DeepSeek Harness 允许临时试验新能力，但“哪一个版本可以长期留下”仍然需要一套严格流程：

运行哪些基准测试；
允许多大性能回退；
安全和权限检查是否通过；
新版本失败后如何回滚；
多轮改进出现冲突时如何处理。

这更像模型研发中的训练和发布系统，而不是单个 Agent Tool。

对模型本身的持续学习

Harness 可以改工具、上下文和流程，但梁文锋在交流会材料中谈到的“持续学习”更宽。它可能涉及长期记忆、在线学习、数据闭环，甚至模型参数更新。

改 Harness 不等于改模型。一个完整的 RSI 路线，最终要把运行时改进和模型学习接起来。

为什么这条路线很像 DeepSeek

DeepSeek Harness 单独看，是一套可以自由组合的 Agent 运行环境。把它放回近期流传的 AGI 路线里，含义会发生变化。

文字稿中的顺序是 Agent、持续学习、模型自我迭代。DeepSeek Harness 解决的正是中间那个容易被忽略的问题：当模型开始参与自己的开发，它需要在哪里观察自己、在哪里试验修改、怎样留下运行证据，又怎样撤销失败修改。

它更像一套为未来研究准备的实验设施。

DeepSeek 也没有把这套能力默认包装成“自动进化”。相关功能需要主动开启，项目仍处于 Developer Preview，临时修改也有明确限制。这种克制反而比较合理：RSI 的风险不在于系统不会改，而在于系统改了以后没有可靠的验证和约束。

实践：我让它给自己加了一个工具

为了看看这套能力是不是只停留在演示里，我做了一个很小的实验：让 Agent 临时给自己增加一个只读工具。这个工具不做复杂工作，被调用时只返回一句 RUNTIME_PROBE_OK。然后再让 Agent 把它停掉，确认一切恢复原状。

整个实验都在独立环境里完成，没有修改源码仓库，也没有影响我原来打开的 DeepSeek Harness。

1. 先做一轮普通任务

我先让它读取几个小文件、运行一段检查脚本，再汇报结果。

这一轮很顺，12 秒完成。它读到了正确的信息，脚本也执行成功，而且没有修改任何文件。作为一个普通 coding agent，Headless 模式的体验很干脆：启动、完成任务、给出结果、退出。

2. 第一次让它自己加工具，卡住了

第二轮我只告诉它目标：先看看自己现在有哪些能力，然后增加一个临时工具，调用一次，再把工具停掉。

它一开始很积极。前几次失败后，会根据错误提示继续修改。问题是，最后它虽然把新插件启动了，工具却没有真正出现在自己能调用的列表里。

真正的原因只有一行：它把“清理工具”的代码放错了位置，结果工具刚注册就被自己删掉了。

Agent 没有看出这个错误。它开始阅读 DeepSeek Harness 内部代码，试图从更底层寻找原因。四分多钟后，它已经走了 45 步、调用了 51 次工具，仍然没有停下。我最终手动结束了任务。

这一轮最明显的感受是：它很会继续查，但不太会判断什么时候应该停。

好的一面是，整个失败过程都能回看。我能看到它每次尝试了什么、错误提示是什么、从哪一步开始偏离目标。坏的一面是，如果没有时间和调用次数限制，这类自我排查很容易越跑越远。

3. 给它正确模板后，第二次跑通了

第三轮我没有再让它猜接口，而是给了一份正确的最小模板，并明确要求只尝试一次，不要读取源码，不要无限重试。

这次 28 秒完成。过程也符合预期：

它确认一开始没有临时插件；
增加新工具；
调用新工具，得到 RUNTIME_PROBE_OK；
停止插件；
再次检查，确认工具已经消失。

我随后启动了一个全新的进程，里面也看不到刚才的插件。说明这次修改确实只是一场临时试验，没有偷偷写成永久配置。

4. 用下来，最有价值的是“过程看得见”

这次实践之后，我对 DeepSeek Harness 的判断更具体了。

它真正做成的，不是“Agent 已经会自主进化”，而是提供了一个可以试错的环境：Agent 能看看自己有哪些能力，临时增加一个新能力，用完以后再撤销；无论成功还是失败，过程都有记录。

这和普通 coding agent 的区别很明显。普通 coding agent 主要修改外部项目，DeepSeek Harness 开始允许 Agent 试着修改“自己如何工作”。

但模型距离自主完成这件事还有差距。第一次失败说明，它对运行机制的理解并不稳定，也缺少主动止损能力。第二次成功则依赖人类提供正确模板，并提前设好边界。

5. 下一次实践，我会先加三条规则

如果继续测试，我会先加三条外部规则：

限制运行时间和最大尝试次数；
用它没提前见过的任务检查修改是否真的有效；
只有明确变好的修改才能长期保留，否则退出后自动消失。

所以这次实践给我的结论是：DeepSeek Harness 已经能让模型“试着改自己”，而且整个过程可以追踪、停止和恢复；但它还不能证明模型已经具备稳定的自我改进能力。

现在可以下什么结论

现在就把 DeepSeek Harness 称为 RSI，证据远远不够。

它不会自动证明自己变强，也没有展示跨轮次、跨任务的持续能力提升。它目前更像一个可编程、可观察、可撤销的 Agent 实验平台。

但它提供了一个少见的方向：Harness 不再只是模型外面的固定工具箱，而是可以被 Agent 检查、试验和重新组合的运行时。对于普通 Agent，这是扩展能力；对于 RSI，这是基础条件之一。

梁文锋在那份未经官方确认的交流会文字稿里，把 Agent 之后的路线指向持续学习和模型自我迭代。几乎在同一时期，DeepSeek 开源了一套允许 Agent 检查和修改自身运行时的 Harness。

两件事放在一起，至少说明 DeepSeek 正在为“AI 参与开发下一代 AI”准备更具体的工程环境。

这距离真正的 RSI 还有很长一段路。外部评测、长期学习、安全晋级和模型更新，一个都不能省。

但如果未来某一天，模型真的能在可靠约束下改进自己的工具、流程、记忆乃至下一代模型，那么 DeepSeek Harness 可能会被视为一块很早出现的拼图。

或许，第一个实现 RSI 的，会是 DeepSeek？