DSH agent team 效果实测

DeepSeek v4.1 Flash 论文里面 dsh 的 agent team 性能很好, 所以用鹈鹕骑自行车简单测试一下.

原图如下, ProgramBench 测试的是能否仅凭一个黑盒的可执行文件（Executable）和相关使用文档，通过逆向工程完全复现出一个行为一致的软件. 可以看到开了 Agent team 之后性能提升了 50%. 这个图也可以看到工作时间不是越长越好, 可能有回退.

下面是实测结果, 使用 dsh 标准模式, 提供 chrome devtools mcp 供它验证. 使用 v4.1 flash + high (我使用的是 ClinePass 里面的 deepseek, 我之前查路由, Provider 不是官方, 是 fireworks 和 novita, 所以结果仅供参考). 没有用 max 是因为差别不大, 简单任务可能有回退, 参考论文原图.

单 Agent 模式

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画.

这是一个竞赛, 用户不回答问题, 只检查最终产物.

https://playground-20260914-175747-6686.fengzipei3.workers.dev/

Token 使用情况

Agent team 模式

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画.

这是一个竞赛, 用户不回答问题, 只检查最终产物.

使用 Agent team 完成.

https://playground-20260915-021244-6919.fengzipei3.workers.dev

这是它的工作流程

Token 使用情况

子代理



主代理

顺便看一下被淘汰的 B 方案

https://pelican-alt-20260915-021735-636.fengzipei3.workers.dev

值得注意的是, 之前多数生成的产物都有性能问题, 打开时 GPU 占用打满, 这次都没有出现. Agent team 版还设计了专门的 icon.