• 克雷西 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

DeepSeek也有自己專屬的Coding Agent了。

名字簡單粗暴，就叫DeepSeek-TUI，作者自稱是一名“鯨魚兄弟”的DeepSeek愛好者。

剛剛，這個項目的星標數突然開始驟增，來到了2.3k，還登上了GitHub熱榜。

這是一個用Rust語言編寫的TUI編程工具，像Claude Code一樣在終端里運行，但專門針對DeepSeek做了優(yōu)化適配。

為了向國內網友宣傳自己的作品，作者Hunter Bown還特意用DeepSeek把宣傳推文翻譯成了中文。

當DeepSeek-TUI在GitHub上如他所愿爆火之后，Hunter發(fā)圖哦直言這是自己人生中最瘋狂的兩天，并用中文向“鯨魚兄弟”們表示了感謝。

“DeepSeek版Claude Code”

DeepSeek-TUI就是一個住在終端里的編程Agent，再簡單點理解，就是“DeepSeek版Claude Code”。

它在今年1月由美國獨立開發(fā)者Hunter Bown發(fā)起，用Rust語言編寫，MIT協議開源，但一直不溫不火，直到DeepSeek-V4的發(fā)布和Hunter的中文宣傳，這個項目在這個五一假期開始爆火。

像讀寫文件、執(zhí)行Shell、搜網頁、管Git、調度子Agent、接MCP服務器……這些Claude Code能干活的它基本都能干，也支持安裝Skills，只不過換成了DeepSeek V4在背后跑。

整個工具從設計邏輯到功能細節(jié)，都在圍繞DeepSeek的特性轉。

最直接的一個是思維鏈。

DeepSeek-TUI把模型的推理過程直接流式輸出到終端里——模型怎么分析問題、走了哪條路、中途改沒改主意，全部實時可見。

然后是上下文。V4支持100萬token的上下文窗口，項目默認就把這個用滿，跑復雜任務從頭到尾不用擔心記憶斷檔。

上下文快填滿時，TUI會自動對內容進行壓縮，也可以手動/compact觸發(fā)。

壓縮策略專門考慮了DeepSeek的前綴緩存機制——盡量保住前面穩(wěn)定的部分，讓緩存能繼續(xù)命中。

這個TUI還有一個設計叫RLM，思路“很DeepSeek”——既然DeepSeek便宜到可以拿來堆數量，這個工具就把這個特性直接用進來了。

在RLM模式中，一個主模型指揮最多16個V4 Flash子任務同時跑，用來做批量分析或任務拆解。Flash的輸出價格大約是Pro的三分之一，把不需要強推理的子任務交給它，整體花費能砍不少。

模型切換也做了專門處理，除了DeepSeek官方API，還支持NVIDIA NIM、Fireworks、自托管的SGLang幾條路徑。

操作模式則一共有三檔：

• Plan是只讀探索，先給你出個方案再說；
• Agent是默認檔，每步工具調用都要你點頭；
• YOLO顧名思義，全自動放行，不想被打斷就開它。會話可以保存恢復，工作區(qū)有獨立Git快照兜底，按輪次回滾不動原倉庫，翻車了也不慌。

不過有一點需要注意的是，子Agent開多了，緩存命中率很難保證。

要知道，未命中的token價格是命中的10倍，項目界面上有逐輪費用顯示，跑長會話建議留意一下，別跑完賬單嚇一跳。

安裝上，Linux、macOS、Windows都有預編譯二進制，npm install -g deepseek-tui一條命令搞定。

另外，作者還給國內用戶準備了專門的中文版README文檔和專門配置路徑，支持TUNA Cargo鏡像，release包還可以托管到阿里云OSS或騰訊云COS。

項目1月19日建倉，到現在不到4個月，已經迭代到v0.8.8，發(fā)布了37個版本，節(jié)奏不慢。

從更新記錄來看，大致分幾個階段。

早期版本主要在搭骨架——工具調用、session管理、基礎的Git快照，把Agent跑起來是第一優(yōu)先級。

v0.7.x階段開始往細節(jié)上打磨，加了多語言界面支持（v0.7.6）、中文等語言的TUI提示、幫助文本、狀態(tài)欄開始本地化，這也是為國內用戶做適配的一步。

v0.8.x是最近幾個版本的主軸，重心在穩(wěn)定性和體驗打磨上。

• v0.8.2專門修了長會話里文件句柄泄漏的問題；
• v0.8.6/v0.8.7往上加了一批交互功能，包括限流或服務器報錯時顯示倒計時重試橫幅、輸入歷史搜索、運行中消息隊列可視化；
• v0.8.8在這個基礎上做了一輪收口，同時把Linux ARM64預編譯二進制補上了。

整體節(jié)奏上看，這個迭代路徑中功能更新密集，但每個版本基本都有明確的問題要解決。

“愛科學的音樂家”

實際上，Hunter一直是一名DeepSeek狂熱粉絲，自打V4出來之后，他就發(fā)過很多推文不斷稱贊。

同時他也愛好其他中國模型，參加過小米的百萬億Token創(chuàng)造者激勵計劃。

而Hunter Bown的起點，其實是音樂，他曾立志當一名樂隊指揮。

他先是在北得克薩斯州大學修讀音樂教育，畢業(yè)后繼續(xù)深造，取得了南方衛(wèi)理公會大學的音樂教育碩士。

碩士畢業(yè)后，Hunter如愿當了3年的樂隊指揮。

后來，他拿了得克薩斯大學達拉斯分校的MBA，之后又回到了之前的母校SMU，進入法學院專攻專利法。

至于碼代碼這件事，就更是“半路出家”的選擇了。

但這個“半路”不是轉行，更像是幾條線最終匯到了一起。

他在學聲樂科學時接觸到一個概念叫“缺失基音”（missing fundamental）——人耳可以從泛音里重建出一個物理上并不存在的音高。

他后來發(fā)現這和信息論直接對應，你不需要把所有信息都顯式給出，系統(tǒng)本身也會補全。

這個從音樂里來的直覺，成了他理解AI系統(tǒng)的一把鑰匙。

去年，他給自己創(chuàng)立了一個工作室，名字叫Shannon Labs，定位是“AGI時代的下一個貝爾實驗室”。

DeepSeek-TUI在他這里只是眾多研究項目之一，他的GitHub上有65個公開倉庫，包括面向NVIDIA Nemotron的同款終端Agent NeMoCode，以及MLX kernel工具包等等。

Shannon Labs旗下的項目跨度更大。

• Hegelion是一個辯證推理引擎，走的是"正題→反題→合題"的循環(huán)邏輯；
• Aleph是一個MCP服務器，主打零token成本的大容量上下文；
• Heliosinger則把太陽風數據實時轉化成聲音，從AI基礎設施一路跨界到了到太空聲學。

他還自己建了三套軟件架構（SCU、Driftlock、Hegelion）和一個硬件方案（Driftlock Choir），在他看來，這些拼在一起，是在為AGI時代做基礎設施。

能把這些方向拼在一起，也和他的家族故事頗具關聯。

他的曾祖父Ralph Bown Sr.是貝爾實驗室的研究副總裁、無線電先驅，業(yè)余時間喜歡自制蠟筒、跑去卡內基音樂廳錄音。

Hunter在專利法課堂上意識到，自己正在走一條和這位先祖交匯的路——

把音樂人的感知方式帶進技術研究，去發(fā)現那些“因為沒有這種背景的研究者而被忽視的想法”。

他在個人網站上將自己和曾祖父進行了對比，“他是科學家，愛音樂；我是音樂家，愛科學。”

One More Thing

在DeepSeek-TUI的貢獻者列表當中，還能看到一些我們熟悉的影子。

其中包括了Claude、Gemini、Qwen等一系列AI模型和Cursor、GitHub Copilot等編程工具。

詳細記錄則表明，大部分的代碼由Hunter直接提交，還有150多次commit是Claude做的，另外還有一些真人貢獻者提交了少量的commit。

半路出家的程序員，用AI輔助編程給AI寫輔助編程框架，這工作流也是閉環(huán)了（手動狗頭）。

GitHub地址：
https://github.com/Hmbown/DeepSeek-TUI