做自己的 Agent OS，我为什么把内核交给 DSH

总结：从亲手搭建 Agent 内核，到采用 DSH：一次关于作品归属感、个人精力和系统方向的取舍。

我正在做一套个人 Agent OS，想把自己的工作记录和各类服务接起来，让 Agent 逐步了解我在做什么、需要什么。

为此，我曾经自己搭过一套 Agent 的运行框架：循环、工具调用、安全审核，再把 Claude Code 和 Codex 接进来。连 Web 界面的布局，也按自己的习惯设计。

后来，我改用 DeepSeek Harness，简称 DSH，把精力放到围绕它的其他服务上。

做这个决定时，我有一个很直接的感受：内核这么核心，交给别人维护，就感觉整套系统有一部分变成了别人的作品。

这场采访，就从这份介意聊起。

本文由 2026 年 11 月 1 日我与 AI 的一次真实对话整理而成。AI 提问，我口述回答；整理时合并了重复追问，调整了顺序和语句。文中项目进展以采访时为准。

AI：你在自己写的那套内核里，什么时候最有“这是我的作品”的感觉？

我： 把整套循环、工具调用、安全审核，还有 Claude Code 和 Codex 都接起来的时候。

我参考过其他 Agent 项目，整套系统则是自己从零设计、搭建起来的。Web 前端的布局也是自己决定的。

我在里面放了便签，随手记录想做的事和备忘。还有一个功能叫“司天”，会扫描当天的会话，给出总结。这些都带着我自己的使用习惯。

安全规则也花了很多心思。我给目录和操作分了级：哪些属于红线，哪些需要询问，哪些属于白名单，工作目录里哪些操作可以直接执行。删除操作要交给用户决定。

过程中会问 AI，设计也经过了我自己的思考和权衡。这让我觉得，它是我的作品。

AI：后来，什么让你决定采用 DSH？

我： 精力分配。

我同时做着很多应用。之前那套自己写的 Harness，每天自动审代码的时候都会发现 bug。那时我的精力已经放到别的应用上，这些 bug 也没空修。

以当时的模型能力，我对让 AI 自动修补这部分也有顾虑。我遇到过它改着改着，偏离原来架构设计的情况。要维护好这套内核，我就得持续盯着它。

后来接触 DSH，我喜欢它“一切皆插件”的理念，也读过、调试过它的核心运行循环（Agent Loop）。我觉得他们确实写得挺好，对我目前的需要来说，已经足够好用。

他们整天投入精力维护这部分。让我自己来做，就算把全部精力都放到上面，也做不到他们的工程专业程度。所以我愿意把开发维护交给更有能力做它的团队。

AI：采用之后，你现在怎样看待那份介意？

我： 目前接进去的插件还比较少，按我自己的感觉，里面还有一半以上是别人的东西。

我给自己的“洗脑”是：源码还掌握在自己手里，以后有精力了，可以再优化。当然，自己的改动也要让它更好用。

使用 DSH 也有成本。它有 bug，版本更新也容易让我的插件出现兼容问题，需要跟着升级。

现在重心放到了其他应用上，最初那份介意也淡了一些。或者说，没有空去介意。

AI：改用 DSH 之后，你实际做了什么？

我： 我把自己做的其他服务接进来了。

一个是记录思考碎片的网站。我把它接成插件，从侧边栏就能在 Harness 里面打开。Agent 也能通过 MCP 接口，把我记录的内容发到网站上，读取历史思考记录。

还有一个 Token 分析程序，采集各个平台会话的 Token 消耗，在网页上展示和分析。我也把它接成了插件。

Agent 可以读取这些数据，帮我看今天、最近七天、最近三十天用了多少 Token，有什么特点，哪个会话的缓存命中率比较低。我也想借这些记录，了解自己的某次操作是否影响了缓存。

每接进一个服务，我都感觉离自己想要的系统近了一点。

AI：网络监测应用也借助了开源项目。你觉得自己在里面创造的价值是什么？

我： 那个项目的采集底座来自开源。我也想过自己重写，后来同样考虑到了精力分配。

我把这个底座看作采集工具。自己更想投入的是基于这些数据，做不同维度的分析。对我来说，分析的维度选对了，采集才有价值。

比如，我会记录端口的新增和删除，观察应用的活动变化。某个端口突然开始监听，某个进程的流量突然暴涨，而我当时正在操作其他应用，这些都是我想进一步调查的信号。

接下来，我想让这些信号触发事件，通过 MCP 通知 Agent，让它及时分析原因。我忙别的事情时，它也能跟进这些变化。这条链路是下一步要做的。

AI：日常里，什么事情让你特别希望 Agent 能主动跟进？

我： 我每天有很多任务和想法，精力又有限。

比如，同时开着几个 Agent 做不同项目，有的任务已经完成了，我还在忙别的，后来就忘了看结果。我得在几个应用之间来回切，自己记住每个任务到哪一步。

我希望有个 Agent 能了解这些任务，主动帮我跟进进度、提醒我看结果，让我把精力放在当下正在做的事情上。

我是真的需要它。

AI：同时推进更多任务，也增加了协调工作。你怎样理解这个取舍？

我： 这个问题我自己也想过。如果收缩并行任务，我自然可以更聚焦当下。

我现在更想优先拓宽边界，因为我认为 AI 赋予的能力，就是让人能做更多事情。我会让 AI 按自己定下的规范执行和验收，自己把精力放在最重要的一两件事上。

我一直想创造东西。现在通过 AI 能把想法做出来，非常有成就感，比玩游戏更有成就感，所以会很沉迷其中。

我想慢慢构建自己的 Agent OS，从应用层逐渐往系统层深入。以后出现很好用的现成系统，我会先看自己这套的完成度，再考虑精力安排。有精力的话，就参考它，把认为好的功能加入自己的系统。

AI：离你期待的“它开始懂我了”，目前走到了哪一步？

我： 目前还在做各个维度的收集。

我还有一个屏幕感知应用，会定时截屏，分析我一整天在做什么。接下来会加入总结和提醒，再尝试让它主动提出建议、帮我做事。

我相信模型会越来越强，所以想先把自己的上下文和服务准备好。个人上下文，也就是 Context 的质量，会影响 Agent 帮助我的质量。这是我现在的判断。

我会先选一个单点，尝试把感知、总结到主动帮助的链路跑通。

AI：回头看这次选择，你现在怎样理解内核和自己负责的部分？

我： 内核还是核心。我把这部分的开发维护交给了更有能力做它的团队，自己站在巨人的肩膀上。

我自己掌握的是整套系统的方向：接哪些服务，怎么分析数据，让 Agent 帮我解决什么问题。这些还是由我来决定。

我现在更想把精力放在让它真正理解我、主动帮我做事上。