一、聊天机器人 ≠ 智能体Chatbot vs Agent
聊天机器人只会说话（你问它答，一轮结束）；智能体（Agent）能真的替你干活——读代码、跑命令、改文件、搜资料，干完再汇报：
聊天机器人
- 你问 → 它答 → 结束
- 不能碰你的电脑
- 每轮都要你推着走
智能体（Agent）
- 收任务 → 自己拆解 → 调工具执行 → 看结果 → 继续，直到完成
- 能读写文件、跑命令、上网、派分身
- 中间过程几乎不用管
二、智能体的心脏：循环The Loop
智能体就是一个大模型 + 一堆工具 + 一个循环：
① 思考模型看到任务和
可用工具清单
→
② 决定用工具"我需要先看看
这个文件"
→
③ 执行框架替它真跑：
读文件 / 执行命令
→
④ 看结果结果喂回模型
↺
继续或收工没完就回到①
完了就总结汇报
像新员工干活：看任务单 → 不会就查资料/试一下 → 看反馈 → 接着改，直到交活。模型是"脑子"，工具是"手脚"，循环是"责任心"。
框架的存在感在③：模型只会"说"它想调什么工具（输出结构化的调用请求），真正读文件、跑命令的是框架——谁来执行、怎么审批、出错怎么办、过程记在哪，全是框架（harness）的活。
三、Harness：给烈马套马具What is a Harness
Harness 直译"马具"——把马的力量变成你能驾驭的拉力的装备；这里指包裹住大模型、让它安全可控地干活的运行框架。模型能力极强但"野"（可能删错文件、跑危险命令、泄露密钥），dsh 负责管住它：
| 马具部件 | 对应能力 | 通俗理解 |
|---|
| 缰绳 | 权限与审批（approval） | 危险动作先问你 |
| 马鞍 | 工具注册表（tools） | 规定它有哪些手脚可用 |
| 蹄铁 | 沙箱（sandbox） | 就算撒野也跑不出圈 |
| 里程记录仪 | 会话日志（session log） | 每步都记账，可回放 |
| 马厩 | 持久化（persistence） | 今天没干完明天接着干 |
dsh 由 DeepSeek AI 开源，底层插件框架是 Cordis（L05 专讲）。定位一句话：一个"一切皆插件"的智能体运行框架。
四、四种产品形态Product Forms
同一副"发动机"四种开法（命令混脸熟即可，L08 起上手）：
| 形态 | 启动方式 | 适合谁 |
|---|
| Web UI | dsh web | 日常使用：浏览器界面，最直观 |
| headless | dsh --profile headless "任务" | 脚本/CI：无界面跑一次性任务，跑完即退 |
| ACP 服务器 | demo:acp | 自动化客户端：标准协议驱动智能体 |
| JSON-RPC SDK | SDK 接入 | 把 dsh 当引擎嵌进自己的程序（TS / Python 双 SDK） |
五、学习心态：开发者预览Developer Preview
预期管理：dsh 处于 developer preview，官方明说会有破坏性变更。学习重心：抓理念、抓机制、抓扩展点，不死记 API 签名——API 会变，"一切皆插件""能力缝""日志即事实"这些思想不会轻易变。
Agent 智能体
大模型 + 工具 + 循环，能自主完成任务的程序。
Harness 马具
约束并驱动模型干活的运行框架。
工具 tool
模型可调用的能力：读文件、跑命令、搜网页……
✏️ 动手练习（观察题）
- 回想一个你让 AI 帮忙但失败的任务，判断它是"没有工具"（干不了）、"没有循环"（干一半就停）、还是"没有马具"（不敢让它干）——这个三角能解释 90% 的智能体失败场景。
- 用一句话向家人解释"智能体和聊天机器人的区别"，说不顺就再读第二节。
📝 自测（点击展开答案）
1. 智能体 = ？ + ？ + ？
大模型（脑子）+ 工具（手脚）+ 循环（责任心）。缺一：没工具是聊天机器人，没循环每步要人推，没马具不敢让它碰真环境。
2. 模型说"我要读 package.json"，谁真的读了文件？
框架（dsh）。模型只输出结构化调用请求，执行、取结果、喂回全是框架的活——它是唯一真正动手的角色，所以权限审批也归它。
3. "Harness"传达了什么定位？
不做模型、不做工具本身，而是"套在模型身上的装备"：工具注册、权限审批、沙箱、日志、持久化——理解这个词就理解了产品边界。