大家好，我是行之，今天是 2026 年 10 月 18 日。

昨天，好像又迎来了 DeepSeek 时刻：DeepSeek-V4.1-Flash-1017 发布了，针对 DeepSeek Harness、CodeBuddy 等智能体做了优化。

之前我只是用 DeepSeek 做一些日常任务，并没有真正用它来做 Coding 任务，所以对它的 Coding 能力一直缺少切身体会。

这次 1017 版本的发布，特别标明了针对 dsh 进行了优化。我最近正好在开发 dsh 插件，所以对 dsh 的进展比较关注。

而今天，我正好准备做一个 iOS 应用，就想是不是可以试一下 DeepSeek 的 Coding 能力。

说干就干，花了几个小时，最后花了 10 块钱，大家猜猜我最后做出了什么？

先给我的 Agent 做个手机端

最近大家应该都知道 grok bot 和 muse 有多火吧？我就想，我能不能也做一个类似的好玩的东西。调研了一圈，就想先用 dsh 实现，主要是看中了它的插件设计，可扩展性强。

所以，我很快搭建好了远端服务器沙盒环境，并在 dsh desktop 上开发好了插件，目前已经打通了通道，具体看下图。

这个版本只能在安装了插件的电脑端和远端沙盒交互，但对于这种 personal ai agent，肯定是需要一个手机端应用，方便随时随地处理工作。

这个手机端应用就是今天要分享的主角。我想写一个类似于 Grok Bot 的 app，和远端沙盒环境交互。

远端沙盒和电脑端插件都已经有了，这次就把手机端补上。正好借这个实际需求，看看 DeepSeek 能不能从原型开始，一步步把这个应用做出来。

实战过程

我所使用的模型、harness 等：

• DeepSeek Harness: 0.2.1-rc.2
• 模型：DeepSeek-V4.1-Flash-1017
• 思考级别：high
• 没安装第三方 skill、mcp

实践过程很朴素直接，分为：

1. 原型设计
2. 原型转为代码 + Mock 数据
3. 按照优先级逐个实现

先说原型设计，我发给它的 prompt 如下：

上传的两张截图直接就是 Grok Bot 应用的截图（直接一比一复刻）。

dsh 很快就给了我静态可交互的原型设计：

我第一眼还是挺惊艳的，基本符合预期，之后稍微改改就定稿了。

之后要将原型转为 SwiftUI 代码，并且让它 Mock 一些假数据：

这块基本也没啥阻碍。问题比较多的是把原型转成 SwiftUI 原生控件这一步，效果会有点偏差，也是直接让 dsh 微调，没啥大问题。

之后就是一个功能块一个功能块，按照优先级实现，基本上都很稳，很少遇到返工。给我的感觉比 GPT-6.1 Sol [xHigh] 快。

iOS 效果

！！！视频制作的 token 不包含在 9.99 内

让 dsh 自动录制并制作的真机演示视频：

基于项目代码，让 dsh 生成 15 秒动效宣传视频：

大家觉得效果怎么样？把前面的原型和真机演示放在一起看，再算上这次花的几个小时和 10 块钱，我自己对这个完成度还是挺满意的。

体验感受

我之前基本没怎么用 dsh 开发过代码，这次算是把从原型到真机运行的流程走了一遍。整个过程给我的感觉是，完成度很高。前面的原型基本符合预期，转成原生控件时有些地方需要微调，但后面按优先级一个个做功能，整体很稳，返工次数也不多。

速度方面，下午用下来的体感比 GPT-6.1 Sol [xHigh] 快，没完没了的测试也少，推进起来比较顺。

但是 20 点后感觉变慢了不少，甚至感觉比 GPT 都慢。不知道是不是我的错觉，反正一直在「深度求索中」。

就这次的体验来说，我觉得已经完全可以拿来干活了。

放在以前，9.99 元可能就是一份早餐，或者一杯饮料。

现在，这 9.99 元的模型调用费，加上我几个小时的折腾，已经帮我把一个手机端的想法做成了能在真机上跑的应用。

我觉得这件事挺有意思的。

很多时候，一个想法值不值得继续做，光想是想不明白的。

现在试一试的成本这么低，那就先做出来看看。