科技虎嗅·蓝字计划··AI 生成
DeepSeek的“官方外挂”，被一张梁文锋的表情包难倒了
本文通过实测DeepSeek Harness的多模态Agent能力，发现其在理解中文互联网梗图（如“滑动变祖器”）时，能准确识别视觉叙事（人设升格），但无法关联具体人物（梁文锋）和网络流行语，甚至会用看似合理的猜测填补知识空白，暴露出多模态大模型在理解深层文化语境上的短板。文章还指出，虽有搜索工具可用，但模型不会主动核查，这为开发者和普通用户带来了不同的挑战。适合对AI Agent落地现状、多模态模型能力边界感兴趣的读者阅读。原文 ↗原文 ↗
核心观点
- ▍DeepSeek Harness提供了高度可定制的工具调用框架，但默认配置下的多模态能力在理解深层文化语境（如梗图）时仍显不足，会以看似合理的猜测填补知识空白，导致回答失准。
- 01测试中，模型能准确识别出“滑动变祖器”组图中人物从商务装到帝王袍的视觉变化，并总结出“升格、神化”的叙事。
- 02当被给出5个称号（故意缺“梁神”）时，模型发现了数量不匹配，并自行补出“梁圣·升格”、“梁煞”等看似合理但错误的答案来凑数。
- 03面对用户提供的真假混杂背景信息（如“人物是古代历史人物”），模型能基于图片证据保持怀疑，指出无法证明。
- 04模型将图片中的“梁”错误对应到“梁启超”，而非真实的“梁文锋”，显示出对中文互联网最新梗文化的无知。
- 05DeepSeek Harness本身提供了网页搜索和抓取工具，但测试中模型并未主动调用核实，而是直接依赖内部知识作答。
- 06DeepSeek Harness开源仅3周即获GitHub 20万星，社区已开发超700个相关插件，围绕它形成了丰富的生态。
反方 / 局限
- — 文章指出，模型对用户提供的假信息能保持怀疑，对自己编造的答案却缺乏同样的谨慎，这揭示了AI在“自我核查”与“服从用户”之间的决策矛盾。
- — 文章暗示，DeepSeek Harness的高自由度对开发者是优势，但对普通用户意味着额外的配置和调试成本，离“装好即用”的省心体验仍有距离。
10 分钟 · 4 卡片 · 10 资料
读原文 →前置背景
平行视角
未来推演
延伸追问