Description
北航副教授何静实操演示 DeepSeek Harness 在科研领域三大真实案例✨ 从复用现成科研插件、搭建自动化文献任务，到从零开发专属科研插件，完整走完 Agent 科研闭环。
📌本期实操内容： 00:00‑06:20 案例 1｜DSH‑Scholar 插件：完整计算研究闭环 项目创建、范围审批、文献调研、生成实验 idea、基线复现，自动输出代码、实验图表、会议 Word 论文全套产物。 实验：双卷积 + 逐通道归一化 CNN 对比单卷积 CNN 基线，准确率提升 7.7% 06:21‑11:10 案例 2｜定时自动化任务：Arxiv 论文自动日报 配置定时任务抓取大模型 / 深度学习最新论文，自动生成简报，解决每日刷 Arxiv 的重复劳动，踩坑与调优全过程。 11:11‑17:40 案例 3｜创造模式从零开发科研插件 Cortis 调度内核科普，自定义 Arxiv 简报插件开发、调试排错，感受 “一切皆插件” 架构。 17:41‑结尾 思考总结：DeepSeek Harness 会是 Agent 时代的科研操作系统吗？客观分析优势与现存局限。
💡重要提醒： 本工具尚处于早期版本，临时插件重启失效、插件质量无官方审核，不建议直接用于正式科研生产环境。AI 是科研辅助工具，不能替代研究者本身思考与验证。
Comments
你当初让耿毕业了是不是就没有那么多事了
♥ 4 ↩ 4
省流：不建议用于正式科研环境[笑哭]直接去看视频说明最后一句
♥ 20
多插件自动化跑文献和实验，Token 消耗量其实不小。不同通道的使用成本差异比较明显，部署任务前可以参考模真真比价对各服务商的费用明细做个对比，合理规划计算预算。
♥ 50 ↩ 1
右下角太诡异了，是从图片和语音重建的面部动作吗
♥ 3
感觉我这个外行的 有点懵
@飞行无尽
老师老师，我想知道案例2，我也是dsh，让他去定时任务搜最近的文献。为什么我的dsh说他访问不了arxiv，只能用openlaex镜像呀？老师有用特殊的插件或者配置什么的吗？
所以这一大堆算力和时间浪费完能有什么用？
✦AI让很多事情有了更快的开始方式✦
这鬼东西太费 Token 了！一个小需求，3 分钟内花我 11 块钱！！
♥ 112 ↩ 29
✿你们觉得AI会影响未来教育吗✿
何老师还 vibe coding 了一个平台吗，这么厉害，我工作完了就想躺着哈哈，学起来[星星眼]
♥ 6 ↩ 1
我只能说搞科研的敢直接用ai 跑实验流程是真的心大，真不怕研究方向、侧重点、技术难题攻关之类的流出吗？ 也许我多心了，你已经做了相应的保障[吃瓜]
♥ 101 ↩ 41
现在很多问题先让AI拆解，思路会清楚很多✦
DSH 里面这个插件的概念，跟 skill 的区别是啥？
@yewu路人 @狐冷冷
♥ 1
智慧与美貌并存
♥ 9 ↩ 1
很头疼的一点，组里实验室的服务器不让安装任何形式的ai工具[笑哭]。我只能手动描述服务器硬件环境、软件环境，发给本地的agent，然后它在完全没数据且跑不了测试的情况下摸瞎直接写源码，最后传到云端再用服务器拉回来，这样特别容易各种接口不兼容数据格式不对[笑哭]。我idea都已经缝好了，然后花了一星期才把服务器的环境、数据与本地agent工具对齐。
♥ 82 ↩ 27