阿川 | AI thinking(@AI_jacksaku):Deep Research 的瓶颈早就不是检索，而是任务状态、失败恢复和可验收产物。论这个叫 working capability的东西，要管环境可执行 + 多 Agent 协同。真正要对比的不是文风，而是：文件能不能改、代码能不能跑、中途断了能不能续。没这三项，交付只是更长的 Markdown。

2026.08.27 13:01

Deep Research 的瓶颈早就不是检索，而是任务状态、失败恢复和可验收产物。论这个叫 working capability的东西，要管环境可执行 + 多 Agent 协同。真正要对比的不是文风，而是：文件能不能改、代码能不能跑、中途断了能不能续。没这三项，交付只是更长的 Markdown。

GitHubDaily@GitHub_Daily

2026.08.25 13:30

自从 DeepSeek Harness 开源之后，我便一直在纠结要不要将其接入到自己的产品当中。于是想调研一下，被我发现了一款非常好用的 AI 产品：Apodex 1.1。地址：与传统 Deep Research 工具有所不同，它不光整理资料出报告，还会动手执行任务，一路干到交付。其配套的 Agent 执行框架 FrontierAgent 是开源的，无需安装 Docker，一条命令即可运行。 GitHub：他们还开源了 Apodex 1.1 mini（35B）模型，官方评测里，专业、金融、科研几项都能摸到前沿系统同一档的水平。模型权重：正想做 Deep Research 产品的朋友，可以本地部署 mini 模型，套上 FrontierAgent 就能自己搭一个。这次调研，我是直接在它的 Web 端上实测的，效果出乎意料的好。在发送需求后，它立马拆分任务，创建不同角色的子 Agent，并分配任务开始执行。（如图 1）右侧显示的任务看板全程可见，每个任务做到哪一步、哪个 Agent 在干活都清清楚楚。最实用的是，它在执行任务过程中，我们还能随时给它补充信息或者需求。（如图 2）我补充要求它与其他工具进行横向对比，并调研一下现在 dsh-plugin 插件生态如何。还留意到在交付报告前，它还会进行数据、内容、来源等 116 项查证，给人增加不少信任。（如图 3）最后完整的结论（如图 4），一句话总结：目前 DeepSeek Harness 迭代速度非常快，正式接入建议再等等，个人可以先装着玩玩。