O czym jest ten film
- Po kilku tygodniach pracy z DSH autor uznaje go za najlepszy harness, jakiego używał — wcześniej pracował w Hermesie, do którego wraca już tylko po to, by przenieść wszystko na nowy system.
- Najważniejsza miara harnessu to odsetek zadań zakończonych sukcesem — i pod tym względem DSH znacznie wyprzedza Hermesa.
- Filozofia projektu brzmi „wszystko jest wtyczką”: środowisko zaprojektowano po to, by je modyfikować i dopasowywać do siebie.
- Interfejs jest standardowy: przestrzenie robocze, tryby pracy, poziomy uprawnień (odczyt, zapis, pełny dostęp) i wybór modelu; to nadal wersja zapowiedziowa.
- Autor pokazuje własną wtyczkę Model Picker Augmented — wyszukiwarkę na liście modeli plus przypinanie ulubionych, czyli funkcje, których w systemie nie było.
- Druga konstrukcja to Augmentor: agent przejmujący pełną kontrolę nad przeglądarką (demo: trzy najdroższe pecety dla graczy na Amazonie), zbudowany w całości lokalnym modelem Qwen 3.8 27B.
- Augmentor składa się z dwóch części — wtyczki DSH i rozszerzenia przeglądarki; instalację można zlecić własnemu agentowi jedną komendą lub wręczonym linkiem.
- Szersza teza: personalizacja nie powinno kończyć się na harnessie — autor pokazuje mikroaplikacje na MX Linuxie (nagranie → transkrypcja → dokument w Obsidianie, przełączanie modeli na karcie RTX 5090, zwalnianie GPU dla DaVinci Resolve).
- Licencja MIT pozwala dowolnie zmieniać DSH i budować na nim biznes; zamknięte harnessy autor odradza, a jako alternatywę wskazuje Pi.
- Przejrzystość jest fundamentem zaufania: pełną historię działań agenta można przejrzeć i przeszukać. Wniosek praktyczny: gdy model „się wykłada”, najpierw zmień harness, dopiero potem model.
Redakcyjne tłumaczenie
Z Hermesa na DSH
Od paru tygodni pracuję z DSH (DeepSeek Harness) i to mój ulubiony harness ze wszystkich, których dotąd używałem. Wcześniej siedziałem w Hermesie — wciąż go włączam, ale już tylko po to, żeby przenieść wszystko na nowy system. W dzisiejszym filmie pokażę, jak DSH działa, dlaczego warto go wdrożyć, co na nim zbudowałem i — szerzej — dokąd zmierza cała idea harnessów oraz systemów operacyjnych. Sztuczna inteligencja zmienia sposób, w jaki pracujemy, więc to środowisko pracy musi zacząć dopasowywać się do nas, a nie odwrotnie.
(Informacja dodatkowa: „harness” — dosłownie „uprząż” — to w narzędziach AI środowisko, w którym pracuje model: łączy go z plikami, terminalem czy przeglądarką i decyduje, co agent może zrobić.)
Nie każdy harness jest taki sam
Na początek trzeba sobie uzmysłowić jedną rzecz: harnessy potrafią wyglądać niemal identycznie. Podobne funkcje, podobny interfejs, na pierwszy rzut oka te same efekty — a pod spodem działają zupełnie różnie. Dlatego najważniejszą miarą jest skuteczność: odsetek zadań zakończonych sukcesem, sprawdzany na różnych typach zadań. Różnica, jaką zobaczyłem między DSH a Hermesem, jest tak wyraźna, że sam ten powód już uzasadnia zainteresowanie nowym narzędziem.
Na stronie projektu pada zdanie, które wiele mówi: „Everything is a plugin” — wszystko jest wtyczką. To zupełnie inne myślenie o narzędziu: system powstał po to, żeby go zmieniać, ulepszać i dopasowywać do siebie. I właśnie w tym kierunku powinniśmy podążać. Dlatego pokażę, co na DSH zbudowałem — żeby było widać, co w praktyce znaczy „napisać wtyczkę” dla takiego środowiska.
Interfejs: nic rewolucyjnego, wszystko pod ręką
Jak to wygląda? Standard — pasek boczny jak w każdym agencie AI. Można wybierać przestrzeń roboczą, tworzyć nowe, ustawić tryb pracy (od standardowego po w pełni własny) i określić uprawnienia: sam odczyt, odczyt z zapisem albo pełny dostęp do systemu. Do tego oczywiście wybór modelu, na którym chcemy pracować. Trzeba tylko pamiętać, że to wersja preview, zapowiedziowa — nie skończony produkt. Co jakiś czas coś się posypie, ale większość czasu po prostu działa.
Wtyczka pierwsza: Model Picker Augmented
Mam otwartą sesję, która właśnie pracuje — na modelu DeepSeek Flash w chmurze, bo model lokalny trzymam wolny; za chwilę pokażę na nim, co daje połączenie DSH z modelem działającym na własnym sprzęcie. Agent kończy akurat drobną aktualizację wtyczki o nazwie DeepSeek Model Picker Augmented.
O co w niej chodzi? Mam dostęp do dużej liczby modeli i przypuszczam, że nie jestem wyjątkiem. Przy tak długiej liście znalezienie konkretnego modelu bywa męczarnią. W mojej wtyczce jest pasek wyszukiwania: wpisuję „GPT” i dostaję wszystkie GPT-y — na przykład szukam wersji 5.6. Wpisuję „Opus” — mam wszystkie wersje Opusa. Bez przekopywania się przez listę wzrokiem.
Druga funkcja to przypinanie. Korzystam głównie z dwóch modeli lokalnych i kilku chmurowych, więc dodałem możliwość przypięcia ich na stałe, żeby były zawsze pod ręką. Ani wyszukiwarki, ani przypinania w systemie nie było — to funkcje, które dopisałem, bo ich potrzebowałem. W ustawieniach widzę całą listę: mogę przypiąć model (wskakuje na górę), ukryć go z widoku albo odpiąć — wtedy wraca na swoje miejsce. Drobne rzeczy, a dla mnie niesamowicie pomocne. Dokańczam ostatnie poprawki i najpewniej w chwili publikacji filmu wtyczka będzie już do pobrania.
Wtyczka druga: Augmentor, czyli agent przejmujący przeglądarkę
Augmentor to agent, który bierze pełną kontrolę nad przeglądarką. Otwieram nową kartę na stronie projektu i wydaję polecenie: „Wejdź na amazon.com i znajdź trzy najdroższe komputery dla graczy”. Agent wchodzi na Amazona i przeszukuje stronę — sam nawet nie wiem, jakimi ścieżkami dojdzie do wyniku, po prostu analizuje to, co widzi.
W trakcie mogę pozmieniać wygląd nakładki: kolor, jasny albo ciemny motyw, jaśniejsze tło. Chcę fiolet? Jest fiolet. Żółty, zielenkawy, pełna czerń — jednym kliknięciem. Do tego zwykła obsługa rozmów: zmieniam nazwę („PC dla graczy”), zaczynam nową, zapisuję, przeglądam wcześniejsze albo jednym ruchem otwieram DSH i rozwijam tam bieżące zadanie.
Wróćmy jednak do agenta. Gdy przegląda Amazona, mogę zajrzeć mu przez ramię i zobaczyć dokładnie, co robi — w tej chwili akurat naprawia drobiazg: parametr „reasoning effort”, czyli poziom wysiłku, jaki model wkłada w rozumowanie, był źle ustawiony. Agent szukał właściwej ścieżki, wskazałem mu standardową i pozwoliłem działać dalej. Po chwili mamy odpowiedź: trzy najdroższe komputery dla graczy, po około 19 tysięcy — ceny w euro, bo jestem we Włoszech. Z poziomu Augmentora mogę też sprawdzić aktualizacje; akurat mam najnowszą wersję.
I najważniejsze: cały Augmentor zbudowałem wyłącznie modelem Qwen 3.8 27B działającym lokalnie. Chciałem sprawdzić, czy w ogóle da się stworzyć produkt w stu procentach modelem lokalnym, z jakimi przeszkodami trzeba się policzyć i jak daleko można zajść z wtyczkami na DSH.
Budowa i instalacja: wtyczka plus rozszerzenie
Konstrukcyjnie Augmentor jest bardziej złożony niż zwykła wtyczka, bo składa się z dwóch części. Jedna to wtyczka w samym DSH, druga to rozszerzenie przeglądarki, które trzeba załadować w trybie deweloperskim jako tzw. rozpakowane. Dwa komponenty do zainstalowania, ale wszystko jest opisane krok po kroku na stronie projektu. A jeśli masz własnego agenta, wystarczy przekazać mu instrukcję — kopiujesz prompt i oddajesz mu robotę. Jest też ścieżka ręczna, dla cierpliwych. Warunek: DSH musi być zainstalowany.
A jak zainstalowałem samego DSH? Banalnie. Wziąłem link ze strony projektu, wrzuciłem Hermesowi i napisałem: zainstaluj to i uruchom z moim modelem lokalnym. Gotowe. Jeśli nie masz agenta, który zrobi to za Ciebie, wystarczy odpalić komendę ze strony.
Agent zamiast Google
Z Augmentora korzystam codziennie i szybko stał się jednym z najbardziej pomocnych narzędzi w moim zestawie. Przetłumacz, popraw zdanie, znajdź coś, odpowiedz na pytanie, wypełnij formularz — przestałem używać Google, po prostu proszę agenta. Coś się zmienia w samej pracy, gdy masz agenta, który steruje przeglądarką, a Ty widzisz na żywo każdy jego krok. A picker modeli to narzędzie proste, ale ratuje mnie codziennie — długa lista modeli wreszcie stała się nawigowalna.
Jeśli zaczniesz patrzeć w ten sposób na swój harness — a szerzej: na samo AI — zmieni się sposób, w jaki pracujesz. I to podejście nie powinno się kończyć na harnessie. Traktuj je jako zasadę dla całego środowiska pracy.
Od harnessu do systemu operacyjnego: mikroaplikacje na MX Linuxie
Pokażę więc, na czym pracuję na co dzień: MX Linux, dostosowany do siebie. Zbudowałem na nim kilka mikroaplik, które załatwiają konkretne, ważne dla mnie rzeczy.
Pierwsza: podpinam dyktafon, a system sam wykonuje całą robotę — rozpoznaje plik, kopiuje go na dysk, transkrybuje, poprawia w transkrypcji prawdopodobne pomyłki, a potem nakłada na nią mój protokół analizy sesji głośnego myślenia i zamienia całość w dokument, który trafia prosto do mojego sejfu w Obsidianie. (Informacja dodatkowa: Obsidian to popularny edytor notatek; „sejf” (vault) to jego folder-baza wiedzy użytkownika.) Jedno działanie z mojej strony — i wszystko zrobione. Mogę też otworzyć status agenta i przejrzeć każdy etap procesu.
Druga mikroaplika przełącza model ładowany na kartę RTX 5090. W tej chwili mam kwantyzację Q6, ale jednym ruchem mogę przeskoczyć na Q5 — wymiana modelu bez czekania. (Informacja dodatkowa: Q5 i Q6 to stopnie kwantyzacji — wyższy numer oznacza dokładniejszy, ale większy model i większe obciążenie karty graficznej.)
Trzecia przydaje się przy montażu wideo. DaVinci Resolve przetwarza obraz na 5090, więc zanim zacznę montować, muszę zdjąć Qwena z karty — i mikroaplika robi to jednym kliknięciem.
Proste rzeczy, a przekształcają cały system pod moje potrzeby. I według mnie to dopiero początek — na razie rozpoznuję teren.
Dlaczego DSH: skuteczność, personalizacja, licencja MIT
Podsumujmy. Po pierwsze skuteczność: znacznie, ale to znacznie wyższa niż w Hermesie. Po drugie — i to jest dla mnie kluczowe — system wprost zaprasza do modyfikacji. Tak właśnie działa moja głowa: wolę dopasowywać narzędzia do siebie niż siebie do narzędzi. Mogę rozwiązać problem, który być może dręczy tylko mnie — a nikt inny go nie rozwiąże, jeśli nie zrobię tego sam.
Jeśli taka filozofia pracy jest Ci bliska, DSH to naprawdę solidny wybór. Nie jedyny: rzuć okiem też na Pi — bardzo dobry harness, również o wysokiej skuteczności. Czego bym unikał? Systemów zamkniętych: takich, które należą do firmy, a licencja nie pozwala ich modyfikować, rozwijać ani niczego na nich budować. Wtedy jesteś po prostu klientem. DSH jest na licencji MIT i to jest jego piękno: możesz go zmieniać, przepakowywać, budować na nim oprogramowanie, a nawet biznes. Zasadniczo wszystko jest dozwolone — tylko przeczytaj licencję uważnie.
Nie używałbym niczego zamkniętego ani niczego o zbyt niskiej skuteczności. Po prostu nie ma takiej potrzeby. Sam siedziałem w Hermesie za długo — nie ma sensu się męczyć.
Lekcja z Qwena 3.8 27B: zanim zmienisz model, zmień harness
Może widzieliście mój film o Qwen 3.8 27B. Gdy model wyszedł, przetestowałem go i byłem rozczarowany — bo pracowałem na Hermesie i zobaczyłem ledwie 30-procentową poprawę. Potem wziąłem ten sam model do DSH i wszystko się odmieniło. Dopiero wtedy zobaczyłem, co naprawdę potrafi — wreszcie ten skok możliwości, na który czekałem.
Wniosek praktyczny: jeśli korzystasz z jakiegoś harnessa i masz wrażenie, że ciągle się potyka na zadaniach, spróbuj innego środowiska, zanim zaczniesz winić model.
Przejrzystość, czyli fundament zaufania
Jest jeszcze jedna rzecz — zapomniałem o niej wspomnieć, choć dotyka samego sposobu, w jaki DSH działa. Każdą sesję można otworzyć i obejrzeć w całości: wszystko, co system zrobił od początku. Klikam w dowolny fragment i widzę dokładnie, jak agent do tego doszedł; mogę też przeszukiwać historię i zajrzeć w każdą pojedynczą akcję. Taka kompletna widoczność tego, co robi system, jest bezcenna. Zaufanie do narzędzia rodzi się bowiem z przejrzystości — i wreszcie ją mamy. Nie mogę być z tego większym zadowolony.
Społeczność i linki
Jeśli dopiero zaczynasz z kodowaniem, „vibe codingiem” albo AI w ogóle — w naszym Discordzie co wtorek odbywa się spotkanie, podczas którego uczymy się przez działanie: od siebie nawzajem i od praktyki. Wpadnij, jeśli chcesz dowiedzieć się więcej. Nasza społeczność to zresztą nie tylko te wtorkowe spotkania: budujemy resonant OS i nową ekonomię — a robimy to z AI.
Augmentor znajdziesz na augmentoragent.com (link w opisie filmu), a Model Picker Augmented w artykule na moim Substackie — link również w opisie. Dzięki za obejrzenie. Do zobaczenia na Discordzie!
10 najważniejszych takeaways — z kontekstem zastosowania
1.Oceniaj harness skutecznością na zadaniach, nie wyglądem
Na czym polega: Harnessy wyglądają podobnie i mają zbliżone funkcje, ale radzą sobie różnie na tych samych zadaniach. Autor zaobserwował, że DSH kończy sukcesem znacznie więcej zadań niż Hermes.
Jak stosować: Zanim wdrożysz środowisko na stałe, przepuść przez nie kilka swoich typowych zadań i porównaj odsetek wykonanych poprawnie z obecnym narzędziem. Decyduj według tej miary, nie według listy funkcji.
Na co uważać: Jedno spostrzeżenie autorskie to nie benchmark — wyniki zależą od modelu i rodzaju zadań, więc zawsze testuj na własnych przypadkach.
2.Wybieraj środowiska zaprojektowane do modyfikacji
Na czym polega: Hasło „wszystko jest wtyczką” oznacza, że DSH od podstaw powstał po to, by użytkownik dopisywał własne funkcje, zamiast czekać na producenta.
Jak stosować: Gdy w narzędziu czegoś Ci brakuje, pierwsze pytanie powinno brzmieć: czy da się to dopisać jako wtyczka? Zacznij od drobnych braków, żeby oswoić mechanizm rozszerzeń.
Na co uważać: To wersja zapowiedziowa — trzeba się liczyć z okazjonalnymi problemami i mieć plan awaryjny na wypadek awarii środowiska.
3.Zanim wymienisz model, zmień harness
Na czym polega: Ten sam Qwen 3.8 27B dał na Hermesie ledwie 30-procentową poprawę, a na DSH — skok możliwości, na który autor czekał.
Jak stosować: Gdy model zawodzi, przenieś swoje testowe zadania do innego środowiska, zanim zaczniesz szukać nowego modelu.
Na co uważać: Efekt może wynikać z dopasowania konkretnego modelu do konkretnego środowiska, a nie z wyższości harnessa w każdej sytuacji — zweryfikuj na własnych obciążeniach.
4.Drobne braki interfejsu napraw własną wtyczką
Na czym polega: Model Picker Augmented dodał do DSH wyszukiwarkę na liście modeli i przypinanie ulubionych — funkcje, których w systemie w ogóle nie było.
Jak stosować: Wypisz trzy rzeczy, które codziennie irytują Cię w narzędziu. Jeśli jedna z nich to nawigacja po długich listach, taka wtyczka to projekt na jeden wieczór.
Na co uważać: Utrzymanie wtyczki po aktualizacjach hosta (zmiana API) spada na Ciebie — pisz ją tak, żeby łatwo było ją naprawić.
5.Agent sterujący przeglądarką zastępuje rutynowe wizyty na stronach
Na czym polega: Augmentor przejmuje kontrolę nad przeglądarką i wykonuje polecenia typu „znajdź na Amazonie trzy najdroższe pecety dla graczy”, wypełnia formularze, tłumaczy i odpowiada na pytania — a użytkownik widzi każdy krok.
Jak stosować: Wypisz czynności, w których dziś używasz wyszukiwarki albo ręcznie wypełniasz formularze, i deleguj je agentowi, obserwując jego działania na żywo.
Na co uważać: Agent działa na Twojej sesji przeglądarki — nie pozwalaj mu bez nadzoru na logowania i zakupy oraz sprawdzaj w historii, co dokładnie kliknął.
6.Produkt da się zbudować w stu procentach modelem lokalnym
Na czym polega: Cały Augmentor powstał przy Qwen 3.8 27B działającym lokalnie — bez pomocy modeli chmurowych.
Jak stosować: Jeśli masz odpowiedni sprzęt (np. RTX 5090), traktuj pisanie wtyczek jako realny trening z lokalnym modelem — bez kosztów API.
Na co uważać: Lokalny model może gorzej radzić sobie z dokumentacją i dłuższymi zadaniami; licz się z dłuższymi pętlami poprawek.
7.Licencja jako kryterium wyboru narzędzia
Na czm polega: DSH jest na licencji MIT — można go zmieniać, przepakowywać, budować na nim oprogramowanie i biznes. Zamknięte harnessy czynią z użytkownika wyłącznie klienta.
Jak stosować: Przy wyborze narzędzia na dłuższy horyzont czasowy sprawdzaj licencję i realną możliwość rozbudowy; personalizacje planuj tylko tam, gdzie licencja na to pozwala.
Na co uważać: „Zasadniczo wszystko dozwolone” to nie porada prawna — przed komercyjnym użyciem przeczytaj tekst licencji.
8.Personalizuj cały system pracy, nie tylko harness
Na czym polega: Autor na MX Linuxie zbudował mikroaplikacje: od podpięcia dyktafonu do gotowego dokumentu w Obsidianie, przełączanie modeli na GPU i zwalnianie karty przed montażem w DaVinci Resolve.
Jak stosować: Znajdź proces, który powtarzasz zawsze w tych samych krokach, i zamień go w mikroaplikację z jednym wyzwalaczem. Zaczynaj od procesów o prostych wejściu i wyjściu.
Na co uważać: Każdy skrypt trzeba utrzymywać — dokumentuj kroki, żeby po aktualizacji systemu dało się wszystko odtworzyć.
9.Zarządzaj kartą graficzną: kwantyzacja pod zadanie
Na czym polega: Mikroaplika przełącza model między Q6 a Q5 na karcie 5090, a inna jednym kliknięciem zwalnia VRAM, gdy karta jest potrzebna DaVinci Resolve.
Jak stosować: Ustal sobie reguły, kiedy wystarczy lżejsza kwantyzacja, a kiedy potrzebujesz pełnej jakości — i sparuj to z szybkim zwalnianiem pamięci przed aplikacjami wymagającymi GPU.
Na co uważać: Niższa kwantyzacja obniża jakość odpowiedzi — sprawdź na własnych zadaniach, od którego poziomu wyniki zaczynają się psuć.
10.Wymagaj od agenta pełnej, przeszukiwalnej historii działań
Na czym polega: W DSH każdą sesję można otworzyć i przejrzeć każdą akcję: co agent zrobił i jak doszedł do wyniku; historię można też przeszukiwać.
Jak stosować: Czytelny log traktuj jako kryterium wyboru środowiska agentowego, a po każdym ważnym zadaniu przejrzyj historię, by wychwycić błędy i dopracować prompty.
Na co uważać: Przejrzystość nie zwalnia z kontroli — dobrze opisany krok może nadal być błędny, więc wyniki weryfikuj merytorycznie.