DeepSeek Harness优化预设实测省35%Token 澄清减半传言
AI技术投降派
Token治理的本质是由人类硬性规则收回控费权，若无明确验收标准导致交互轮次翻倍，任何单价降本都毫无意义。
AI-assisted summary of 大肥鱼太能吃：这个插件实测省35%token — original source. Check the original for full context.
Source published:
Key ideas
- 开源项目 dsh-flash-presets 针对 DeepSeek Harness（DSH）推出纯 YAML 预设，通过行为规则与提前压缩在实测中节省约 35% Token，打破了社区流传的“省一半”夸大宣传。 (3:33)
- DSH 默认机制存在严重冗余开销：每轮交互固定开销逾 63KB，其中工具表占用高达 70%，且包含 48 个从未调用的工具；同时压缩阈值过高导致长文本全量重发。 (0:58)
- 该预设通过 13 条行为规则、30% 提前压缩仅留 2 万 Token、截断长工具输出及单一 run_code 入口四招进行控费，目前仅适配 V4.1 Flash 模型。 (2:02)
- 仓库作者坦承反例与样本局限，强调若缺乏明确验收标准可能导致多轮重试反噬成本，并指出治理核心在于把控费主动权交回人类硬性规则。 (4:55)
Detailed notes
## Background 该视频由 Bilibili 频道「AI技术投降派」于 2026 年 10 月 24 日发布。视频简介指出，很多用户在使用 DeepSeek Harness（DSH）上的“大肥鱼”Agent 时面临高昂的 Token 账单，针对社区流传某插件能让其“少吃一半”的传说，本期内容对开源仓库 dsh-flash-presets 进行了逐字对账，揭秘实测降幅与运作机理。
## TL;DR 视频深度拆解了针对 DeepSeek Harness 的开源预设仓库 dsh-flash-presets，指出了 DSH 因全量重发历史、思维链回传和工具表臃肿导致的高昂开销。该项目并非传统代码插件，而是通过 13 条行为规则、提前至 30% 窗口压缩、裁剪工具输出以及收窄为 run_code 单入口四招实现无侵入调控。作者严谨对账后发现，社区宣传的“省 50%”并无依据，真实测试降幅约为 35%，且前提是必须给模型写死验收标准，展示了一种理性克制的 Agent 控本思路。
## Atmosphere & style 视频整体呈现出一种幽默讽刺与极度理性交织的极客对账风格，语言辛辣接地气，将严肃的成本压测比作管教“暴饮暴食的大肥鱼”。UP主化身硬核审计员，带着去魅和打破神话的冷静视角逐行验算开源仓库，既有对夸大宣传的调侃，也有对开源作者坦承样本量不足和主动撤回不实结论的赞赏，观感扎实清醒且富有解构乐趣。
## Bulletin - [03:33](https://www.bilibili.com/video/BV1JvHA6aEh9?t=213s) 开源项目 dsh-flash-presets 针对 DeepSeek Harness（DSH）推出纯 YAML 预设，通过行为规则与提前压缩在实测中节省约 35% Token，打破了社区流传的“省一半”夸大宣传。 - [00:58](https://www.bilibili.com/video/BV1JvHA6aEh9?t=58s) DSH 默认机制存在严重冗余开销：每轮交互固定开销逾 63KB，其中工具表占用高达 70%，且包含 48 个从未调用的工具；同时压缩阈值过高导致长文本全量重发。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 该预设通过 13 条行为规则、30% 提前压缩仅留 2 万 Token、截断长工具输出及单一 run_code 入口四招进行控费，目前仅适配 V4.1 Flash 模型。 - [04:55](https://www.bilibili.com/video/BV1JvHA6aEh9?t=295s) 仓库作者坦承反例与样本局限，强调若缺乏明确验收标准可能导致多轮重试反噬成本，并指出治理核心在于把控费主动权交回人类硬性规则。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1JvHA6aEh9?t=0s) DeepSeek Harness 上的大肥鱼 Agent 存在严重的高 Token 消耗问题，复杂任务中成本容易飙升。 - [00:58](https://www.bilibili.com/video/BV1JvHA6aEh9?t=58s) DSH 采用每轮全量重发机制，将系统提示词、对话历史、思维链及庞大工具表完整回传，推理强度越高负担越重。 - [00:58](https://www.bilibili.com/video/BV1JvHA6aEh9?t=58s) DSH 交互的固定开销中工具表占七成，其中有 48 个未被调用的工具白白浪费了带宽与上下文空间。 - [00:58](https://www.bilibili.com/video/BV1JvHA6aEh9?t=58s) 系统依赖前缀缓存降本，但一旦修改工具或提示词，缓存命中率会从 97% 骤降至 11%，造成账单灾难。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) dsh-flash-presets 是一款零运行时代码、零依赖的 L5 纯 YAML 预设方案，对宿主代码完全无侵入。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 预设通过注入 13 条行为纪律（如每阶段只读一次、合并调用、达成即交付等）严格约束 Agent 步数。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 预设将历史压缩触发阈值从默认高位提前至 30 万 Token（约三成），且压缩后仅保留最近 2 万 Token。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 对超过 8192 字符的工具输出实行硬截断，仅保留头部 4000 字符与尾部 1000 字符以压缩体积。 - [02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 将工具面收窄为仅暴露 run_code 单入口，将多轮工具往返折叠进内部程序，宣称多文件任务可减至 8 倍轮数。 - [03:33](https://www.bilibili.com/video/BV1JvHA6aEh9?t=213s) 仓库实测对账显示 Token 节省幅度在 34% 至 35% 之间，社区传言的“省 50%”并无出处支持。 - [03:33](https://www.bilibili.com/video/BV1JvHA6aEh9?t=213s) 作者严谨撤回了早期口径不可比的“22倍成本差”结论，并主动披露样本量仅为 2 的局限性。 - [03:33](https://www.bilibili.com/video/BV1JvHA6aEh9?t=213s) 预设存在翻车反例：若无严格死板的验收标准，预设版在连续评分题或超时重试中可能消耗更多 Token。 - [04:55](https://www.bilibili.com/video/BV1JvHA6aEh9?t=295s) 该预设与 tokenslash、faster-compress 等代码插件属于互补生态，而非竞争关系。 - [04:55](https://www.bilibili.com/video/BV1JvHA6aEh9?t=295s) 调优的核心警示在于“单位成本降一半，轮次翻倍，白干”，降本必须建立在不导致轮次失控的前提下。 - [05:53](https://www.bilibili.com/video/BV1JvHA6aEh9?t=353s) 预设的本质是通过人为设定硬性验收标准，把开销控制权从模型自由发挥中收回。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1JvHA6aEh9?t=0s) 能吃的鱼与省一半的传说
在人工智能开源社区里，DeepSeek Harness（简称 DSH）上那条被玩家们戏称为“大肥鱼”的 AI Agent 凭借其强大的能力吸引了众多开发者。之前我们曾用一整期内容拆解过给这条大肥鱼装上灵魂的“六件套”插件，教它如何拥有记忆、管理心情，甚至主动开口说话。然而，真正动手养过这条鱼的开发者，很快就会面临一个非常现实且俗气的问题——它的“饭量”实在是太惊人了。
在实际使用中，大肥鱼的 Token 消耗量经常让开发者们肉疼。有用户在跑自己的小项目时，眼睁睁看着 Token 消耗一路狂飙，从零直接吃到了一个亿；还有人仅仅测试了两天，就花掉了 10 美元。更有开发者做了一组直观的对比：在执行同样的调研任务时，DeepSeek 这边足足花掉了 50 元人民币，而对面使用 Codex 的方案却只花了 4 元人民币。
就在大家为账单发愁的时候，社区里开始流传一个神奇的插件传说，号称能让这条大肥鱼的“伙食费”直接省下一半。“省下一半”这个数字无疑是非常提神的，但它到底是确有其事，还是夸大其词的宣传？本期内容我们就来逐字对账，拆解这个在 GitHub 上由 LarryE135 单人维护、目前拥有 35 颗星、于上个月 22 号创建并持续更新的开源仓库——`dsh-flash-presets`。
> “但真养过这条鱼的都知道另一件事，它能吃。”
---
[00:58](https://www.bilibili.com/video/BV1JvHA6aEh9?t=58s) 解剖：每轮全量重发，工具表占七成
要治大肥鱼的“暴饮暴食”，首先得解剖它的生理结构，搞清楚它为什么这么能吃。DSH 的运行机制非常特殊：在 Agent 交互的每一步中，它都会把系统提示词（System Prompt）、所有的工具定义（Tool Definitions），以及完整的对话历史重新组装一次，然后全量发送给模型。
更要命的是，连之前几轮交互中产生的思维链（Chain of Thought, CoT）也会被原样回传。这意味着随着对话轮数的增加，推理强度越高，后面每一轮的传输负担就会呈指数级加重。有开发者对 DSH 的传输数据进行了逐字节的拆解，发现每一轮交互的固定开销就高达 63,000 多个字节。在这笔巨额的固定开销中，工具表（Tool Table）的体积占了整整七成。而最让人扎心的是，在这份庞大的工具表里，有 48 个从头到尾根本没有被调用过的工具，却白白占用了将近 70% 的工具表体积。
此外，默认配置下的上下文窗口管理也存在严重问题。虽然 DSH 拥有 100 万的上下文窗口，但默认要等到窗口占用涨到大约 68%（即 68 万 Token 左右）时，才会触发第一次历史记录压缩。在此之前，每一轮交互都在全量重发历史数据。虽然 DeepSeek 拥有前缀缓存（Prefix Caching）这一“救命机制”，在命中率高的时候能让输入成本便宜约 20 倍，可一旦中途修改了工具或者更换了系统提示词，缓存命中率就会从 97% 瞬间崩塌到 11%，此时的账单只能用“灾难”来形容。
> “连之前几轮的思维链也原样回传，推理强度越高，后面每一轮就越重。”
---
[02:02](https://www.bilibili.com/video/BV1JvHA6aEh9?t=122s) 省粮说明书：纯 YAML 预设的四招
那么，这个号称能省一半 Token 的插件到底是什么原理？首先需要澄清的是，它并不是一个传统的代码插件。它实现了“零运行时代码”和“零依赖”，整个仓库的核心其实就是一组精心调优的 YAML 预设配置。用户安装后，只需要在自己的配置文件里插上几行，就能在不改动宿主代码和 Agent 预设的前提下完成部署。在插件市场上，它被标注为 L5 级别，官方原话是“不挂载任何插件能力”，这恰恰准确地说明了它的无侵入性。
这套预设主要通过以下“四招”来规范大肥鱼的行为，从而达到省粮的目的：
```mermaid flowchart TD accTitle: dsh-flash-presets 优化策略 accDescr: 展示该预设通过行为规则、提前压缩、裁剪输出和单入口工具四招来减少 Token 消耗的流程。
subgraph Rules["1. 行为规则 (13条纪律)"] R1["每阶段路径只读一次"] R2["独立调用打包合并"] R3["验收通过即交付"] R4["目标控制在20轮内"] end
subgraph Compress["2. 提前压缩"] C1["30% 窗口即触发压缩"] C2["仅保留最近 2万 Token"] end
subgraph Truncate["3. 裁剪工具输出"] T1["超 8192 字符输出截断"] T2["保留头 4000 + 尾 1000 字符"] end
subgraph Tool["4. 单入口工具面"] M1["仅保留 run_code 接口"] M2["多文件任务轮数最多减少 8倍"] end
Rules --> Compress Compress --> Truncate Truncate --> Tool ```
1. **注入 13 条行为规则**：给大肥鱼立规矩。例如，规定一个路径在每个阶段只能读取一次，如果没有变化就不再重读；能打包的独立调用必须放进同一步骤中合并执行；一旦验收标准通过就立刻交付，不再追加随机测试；将交互目标控制在 20 轮以内，如果超过 3 倍轮数（60 轮）就必须停下来重新规划。 2. **大幅提前压缩时机**：不再死等上下文窗口涨到八成，而是提前到三成（约 30 万 Token）时就触发压缩，且压缩后只保留最近的 2 万 Token。 3. **无情裁剪工具输出**：一旦工具输出的结果超过 8192 个字符，预设就会挥起大刀，将其无情地砍成“头部 4000 字符 + 尾部 1000 字符”的缩略版。 4. **收窄工具面为单入口**：将复杂的工具面切成仅保留 `run_code` 作为唯一直接调用的工具，其他工具全部写进程序内部进行调用，从而将多次工具往返折叠进一次交互中。对于多文件任务，官方声称这最多能带来 8 倍的轮数减少。
这套预设一共提供了 V1（稳健）、V2（节省）、V3（默认）三档，且明确指出目前仅对 `V4.1 Flash` 这一档模型有效，作者也坦言不保证在其他模型上能正常使用。
> “整个仓库的核心就是一组 YAML 预设，安装后往配置里插几行，Agent 预设不动宿主代码，插件市场把它标成 L5，原话是‘不挂载任何插件能力’。”
---
[03:33](https://www.bilibili.com/video/BV1JvHA6aEh9?t=213s) 对账：传说 50% vs 实测 35%
现在我们来对账。关于社区里流传的“省一半（50%）”的说法，我们在仓库里进行了全文检索，发现根本“查无出处”。
作者 LarryE135 自己在 README 中记录的真实测试数据是这样的：在跑同一道洛谷（Luogu）编程题时，大肥鱼连续三次拿到满分，其计费 Token 从标准模式下的 26.8M 降到了预设模式下的 17.5M，实际节省了大约 **35%**。在另一组受控复现测试中，Token 消耗从 7.03M 降到了 4.64M，节省了大约 34%。对于这些数据，作者表现得非常严谨和诚实，特意在旁边标注了一行字：“样本量 2，不构成显著性证据”。
更有意思的是，这个仓库里还专门保留了一个名为“已撤回的说法”的章节。作者坦承，自己曾宣称标准模式的成本是这套预设模式的 22 倍，但后来经过排查，发现当时做对比的两组测试中，一组用了图形界面（GUI），另一组用了无头模式（Headless），两者的测试口径根本不可比，于是他非常体面地撤回了这一结论。
同时，仓库里也如实记录了预设模式的“翻车”反例： * 在某道特定的题目中，标准模式只花了 200 万左右的 Token 就拿到了满分，而开启了预设版的 DSH 反而花掉了 1700 多万 Token，最后卡在超时重试上。 * 在面对一些连续评分的题目时，预设版跑出来的分数明显低于标准模式，除非开发者在题面里把验收标准写得死死的。
因此，经过客观对账后可以得出结论：这套预设实际能帮你省下的是 **三成左右（约 35%）** 的 Token，而不是传说中的一半。那一半的降幅，不过是社区在传播过程中自行加码的艺术夸张。而且，能省下这三成的前提，永远是你必须给大肥鱼提供极其明确的验收标准。
| 测试模式 | 洛谷题测试消耗 (Token) | 受控复现测试消耗 (Token) | 降幅 | 备注 | |:--- |:--- |:--- |:--- |:--- | | **标准模式** | 26.8M | 7.03M | - | 默认配置，全量重发 | | **预设模式** | 17.5M | 4.64M | **~34% - 35%** | 触发提前压缩与工具裁剪 |
> “作者自己标注：‘样本量 2，不构成显著性证据’。”
---
[04:55](https://www.bilibili.com/video/BV1JvHA6aEh9?t=295s) 生态位与价格：把怎么花钱拿回来
如果把 `dsh-flash-presets` 放回整个 DSH 的插件生态里来看，在“省 Token”这条赛道上它并不孤单。目前社区里活跃着好几款各司其职的省钱工具：
* `Tokenslash`：专门用来裁剪和瘦身工具表； * `Faster Compress`：负责把繁重的上下文压缩工作挪到后台异步执行，避免阻塞交互； * `Cost Meter`：则像一个贴身的记账本，只管帮你算账。
而今天拆解的这款预设，走的是一条“纯配置、不动代码”的路线。它在配置层将行为规则、压缩时机和工具面进行了打包治理，因此它和前面几款插件并不是竞争对手，而是完美的互补关系。
关于这个赛道，另一位插件作者曾说过一句非常清醒、甚至有些冷酷的话：“单位成本降一半，轮次翻倍，白干。” 这道出了 Agent 调优的本质：如果因为限制了 Token 导致模型变笨、交互轮次翻倍，那么省下来的单价根本毫无意义。
我们顺便来看一下目前的计费背景。以 DeepSeek 的 Flash 模型为例，缓存未命中的输入价格是 1 元人民币/100万 Token，而 Pro 模型则是 4.5 元人民币/100万 Token，两者有着 4.5 倍的巨大差价（在非高峰时段的谷时还会有半价优惠）。另外还有一个时效性的彩蛋：目前在 Harness 里使用网页搜索工具的调用是免费的，但官方已经公告将于 11 月 1 日开始正式计费。
归根结底，这种预设路线的本质，是把“怎么花钱”的主动权从模型手里夺回来，重新交还给人类写死的硬性规则。虽然目前它只在几道算法题上证明了自己的有效性，其他更复杂的业务场景还有待验证，但作者这种既有夸大宣传的自我纠正、又有扎实测试的态度，在社区插件里绝对算得上是上乘之作。给大肥鱼装上灵魂让它活过来是一回事，管住它的饭量不让它把钱包吃空，则是另一回事。而后者，往往只能依靠我们把验收标准写死，而不是寄希望于某种魔法。
> “这条赛道里最清醒的一句话来自另一个插件作者：‘单位成本降一半，轮次翻倍，白干。’”
## Notable quotes > [04:55](https://www.bilibili.com/video/BV1JvHA6aEh9?t=295s) 单位成本降一半，轮次翻倍，白干。
## Mentioned DeepSeek Harness, DeepSeek, Codex, LarryE135, dsh-flash-presets, Tokenslash, Faster Compress, Cost Meter, 洛谷, GitHub
## Video description 之前我们拆过给 DeepSeek Harness 上的大肥鱼装灵魂的六件套；这次管点俗的——饭量。有用户的小项目 token 从零吃到一个亿，有人两天花十美元，同样的调研任务这边五十块对面 Codex 四块。最近社区流传一个插件，说能让这条鱼少吃一半。一半很提神，但这期我们把它的账本逐字对了：仓库全文检索，50% 查无出处。
00:05 能吃的鱼与省一半的传说 00:58 解剖：每轮全量重发，工具表占七成 02:02 省粮说明书：纯 YAML 预设的四招 03:33 对账：传说 50% vs 实测 35% 04:55 生态位与价格 05:53 判断：把怎么花钱拿回来
它不是代码插件：零运行时代码零依赖，一组 YAML 预设往配置里插几行，插件市场标 L5「不挂载任何插件能力」。四招：十三条行为规则（一个路径每阶段只读一次、独立调用打包、验收通过即交付、目标二十轮）；压缩从八十万提前到三十万触发只留两万；超八千一百九十二字符的工具输出砍成头四千加尾一千；工具面切成 run_code 单入口，多文件任务最多八倍轮数减少。三档 v1/v2/v3，只对 V4.1 Flash 有效。
诚实账本：README 实测同一道洛谷题三次满分，计费 26.8M 降到 17.5M，省约 35%；受控复现省 34%，作者自注「样本量 2，不构成显著性证据」；仓库还设「已撤回的说法」一节（曾称标准模式是它的 22 倍，因口径不可比撤回）；反例照登——有一道题标准模式约 2M 满分而预设版花了 17.5M+，连续评分题分数更低除非把验收标准写死。省的是三成上下不是一半，一半是传播加的码；前提永远是给明确的验收标准。生态位上它与 tokenslash（裁工具表）、faster-compress（后台压缩）、cost-meter（记账）互补；赛道里最清醒的一句话：单位成本降一半，轮次翻倍，白干。
仓库：github.com/LarryE135/dsh-flash-presets（35★ · MIT · 单人维护）
[Source](https://www.bilibili.com/video/BV1JvHA6aEh9)