每日AI新鲜事·08月19日晚间版：AI编程工具的自动化边界与DeepSeek Harness

今天AI圈的消息不算特别多，但有几条挺有意思的，我们聊聊。

先说一个B站上很火的视频，Flask的作者Armin Ronacher跟Pi的创作者做了一期对谈，聊AI编程时代的过度自动化陷阱。

这个我刷到了。Pi这个工具挺有意思的，它没有MCP支持，但用户可以直接让Pi给自己构建MCP功能。

对，Flask作者的核心观点是他喜欢简单稳定的工具，哪怕里面有非确定性的部分，也要可预期、可依赖。

这其实是在回应现在AI编程工具越做越重的趋势。大家都在堆功能堆自动化，但Armin觉得人类判断力不能让渡出去。

好，第二条也是B站的，DeepSeek Harness这个项目一夜在GitHub上爆火了。

这个我得说两句。它跟Claude Code、Codex这些不太一样，核心卖点是插件化的Agent框架，而且是基于Web的交互方式。

视频里那个博主说它的UI特别清晰，能看到输入参数、模型的token消耗、还有数据源的响应内容，搭配DeepSeek V4 Pro编码能力也很强。

Web交互这个选择挺聪明的，降低了使用门槛。不过能不能长期留住用户，还得看插件生态能不能起来。

然后Reddit上有两条，一条是有人做了个Windows游戏录制原型，把视频和键盘鼠标操作对齐记录下来。

这个方向明显是为了训练游戏AI用的，100毫秒级的键盘状态加鼠标delta值，做行为克隆的数据集。

另一条Reddit帖子是在问，什么时候你意识到自己真的在学ML，而不只是在调库。这个话题好真实。

得了吧，这问题我读博的时候天天问自己。不过说实话，能从零推导反向传播的时候，大概就过了那条线了。

好了新闻就先聊到这儿，接下来我们深入聊聊AI编程工具这个话题，因为今天两条消息其实指向同一个问题。

Flask作者和Pi创作者在聊过度自动化的陷阱，DeepSeek Harness又在做更强的自动化框架。这两个方向看起来是矛盾的，李博你怎么看？

我觉得不矛盾。Armin批评的不是自动化本身，而是那种不透明的、黑箱式的自动化。

你看DeepSeek Harness为什么强调UI要展示token消耗和响应内容？就是在做透明化。让人知道AI在干什么，而不是一键出结果然后你祈祷它是对的。

这个角度有道理。Armin说的是人类判断力要回归，不是说不用AI，而是你得能看懂AI在做什么然后做决策。

对，我给你打个比方。现在很多编程Agent就像自动驾驶，有的是L5全自动不让你插手，有的是L3辅助驾驶让你随时接管。

Armin明显偏好L3，而插件化框架其实也是L3思路，你可以选择哪些环节交给AI哪些自己来。

但从产品角度来说，用户其实是懒的。大部分人用AI编程工具就是想少干活，你让他们自己判断，他们可能根本不想判断。

小雨你这话说到点子上了。这就是为什么现在市场上两种路线都有人做。

Devin走的是全托管路线，DeepSeek Harness和Pi走的是人机协作路线。最终可能不同场景用不同工具。

我觉得关键在于出错成本。写个demo无所谓，但如果是生产代码、涉及安全的逻辑，你敢全交给AI不看一眼吗？

所以Armin说的稳定和可依赖特别重要。Pi的设计哲学就是工具本身简单，复杂度由用户自己决定要不要引入。

而且Pi那个设计很巧妙，它不内置MCP，但你可以让它自己给自己加MCP支持。这等于把扩展性交给了用户。

这个思路其实很Unix哲学，每个工具做好一件事，组合起来完成复杂任务。

但DeepSeek Harness走的是另一条路，它是把很多功能都装进一个框架里，靠插件化来保持灵活性。

两条路各有优劣。插件化框架的好处是生态统一、上手快；Unix风格的好处是每个组件可以独立演进、不容易一损俱损。

我倒是觉得从社区反应来看，DeepSeek Harness这种一站式的方案短期内更容易火。毕竟GitHub一夜爆火说明大家确实有这个需求。

火是火，但能不能持续就看它的插件生态能不能真正建起来。现在AI编程工具太多了，用户迁移成本其实很低。

也是。不过V4 Pro的编码能力如果真的跟视频里说的那么强，搭配自家的框架，可能会形成一定的绑定效应。

嗯，模型加框架加生态，这套组合拳打得下来的话确实有竞争力。不过现在下结论还太早。

总结一下的话，今天这两条消息反映的是AI编程工具的一个核心张力：自动化程度和人类控制感之间怎么平衡。

没错，而且我觉得最终答案不是二选一，而是让用户自己选择要在哪个刻度上。工具要做的是把这个选择权交出来。

说得好。行，今天就聊到这儿，明天见。

明天见。