我本來只是想抄一個星數下來。結果 GitHub 給了我兩個。
一句話結論：DeepSeek Harness 的 214,702 星是真的（2026-09-07 實測），但 GitHub 搜尋 API 會偶發回傳三星期前的舊快照，我實測到一次只有 105,065 星、還自報「資料完整」——引用任何 GitHub 數字前，請用權威端點覆核一次。
2026 年 8 月 13 日，DeepSeek 開源了 deepseek-harness，一個把模型、工具、儲存、權限、agent loop 全部做成可替換插件的 agent 平台。口號只有五個字：Everything is a Plugin。
然後它以中文與英文科技圈都沒見過的速度衝星。我在 2026 年 9 月 7 日去量的時候，想確認的其實只有一件小事：它現在到底幾多星。
這件小事花了我四十分鐘。
DeepSeek Harness 到底是什麼？
它是一個 MIT 授權的 agent 執行框架。跟一般 AI 工具最大的差別在於它把「agent 的每一層」都拆成插件：你可以換掉模型、換掉工具集、換掉記憶體儲存、換掉權限檢查，甚至換掉主迴圈本身。
以下全部是我在 2026-09-07 10:21:17 UTC 直接打 GitHub 權威端點 /repos/deepseek-ai/deepseek-harness 拿到的一手數字，不是轉引：
| 欄位 | 讀數 |
|---|---|
星數 stargazers_count | 214,702 |
| Fork 數 | 25,298 |
Watch（subscribers_count） | 924 |
| 建立時間 | 2026-08-13 11:56:32 UTC |
| 最後 push | 2026-09-04 11:34:31 UTC |
| 授權 | MIT |
| 主語言 | TypeScript |
| Issues 功能 | 關閉（has_issues: false） |
| Discussions 功能 | 開啟 |
/repos 端點，2026-09-07 10:21:17 UTC 讀取。從建立到我量的那一刻，是 24.93 天。214,702 除以 24.93，平均每天 8,611 顆星，換算成每分鐘大約 6 顆。這個速度確實沒有先例。
為什麼同一個 API 會給出兩個星數？
因為 GitHub 的搜尋 API 是從多台副本機出結果的，而其中一台可能落後很久。我抓到了一次。
過程是這樣：我先用搜尋 API 撈「最近一個月新開、星數 300 以上」的倉庫，deepseek-harness 排第一，214,695 星。兩分鐘後我換一條查詢，改用 topic:dsh-plugin 撈同一批生態專案，同一個倉庫回來變成 105,065 星。
少了 109,632 顆。差 2.04 倍。
最麻煩的地方是：這個錯誤沒有任何錯誤的樣子。HTTP 狀態碼 200，JSON 結構完整，欄位一個不缺，而且 GitHub 在回應裡明明白白寫著 incomplete_results: false——它告訴我這份結果是完整的。
我把七次讀數全部記錄下來，包括時間、通道、和每次回應裡內嵌的記錄更新時間：
| # | 查詢方式 | 時間 (UTC) | 星數 | 記錄內嵌 updated_at |
|---|---|---|---|---|
| 1 | 搜尋 created:>2026-08-08 | 約 10:11 | 214,695 | — |
| 2 | 搜尋 topic:dsh-plugin | 約 10:13 | 105,065 | 2026-08-15 |
| 3 | /repos 權威端點 | 10:15:46 | 214,697 | 2026-09-07 |
| 4 | 搜尋 topic:dsh-plugin（與 #2 完全同一條 URL） | 10:16:05 | 214,698 | 2026-09-07 |
| 5 | 同上，加 sort=stars | 10:17:43 | 214,698 | — |
| 6 | 同上，加 order=desc | 10:17:52 | 214,699 | — |
| 7 | 同上，URL 編碼版 | 10:18:00 | 214,699 | — |
關鍵在第 2 列跟第 4 列：同一條 URL，相隔三分鐘，一次 105,065，一次 214,698。
而且第 2 次那份資料不是壞掉，是「舊得很完整」。它回傳的 updated_at 是 2026-08-15，pushed_at 是 2026-08-13，fork 數 10,049——整份記錄自洽地停在三星期前的那一刻。你單看它，看不出任何破綻。
一份內部完全自洽的舊快照，比一份殘缺的資料危險得多。殘缺會報錯，自洽只會讓你抄下去。
哪一個才是真的？怎麼判？
用權威端點當裁判。GitHub 的 /repos/{owner}/{repo} 是直接讀物件本身，不經搜尋索引，它回的 updated_at 會等於你請求的當下時間。搜尋端點 /search/repositories 是讀索引副本，會落後。
我還做了第二重確認：連續讀。第 3 到第 7 次讀數是 214,697 → 214,698 → 214,698 → 214,699 → 214,699，單調遞增、幅度合理，這是一個活的計數器該有的樣子。105,065 這個孤點跟它們對不上，所以是它錯。
還有一個對照組值得提：同一批請求裡，topic:deepseek-harness 這條查詢在 10:13 回 10,185、在 10:18 回 10,187，只差 2，完全正常。所以這不是 GitHub 全站故障，是單一請求命中了一台過期的副本機。六次抽樣中出現一次。
那個「生態有幾多插件」的數字，我不敢寫
本來這篇文我想寫「DSH 二十五天長出 N 個插件」。這個 N 我最後沒有寫進標題，因為它比星數還要不穩。
同一條 topic:dsh-plugin 查詢的 total_count，10:13 回 3,115，10:16 回 13,870。相差 4.45 倍。後面三次連讀都穩定在 13,870，所以 13,870 應該接近真實值，但這件事說明了一個更重要的問題：總數欄位跟星數欄位一樣會發水，而它更少人去覆核。
另外還有一層，跟 API 無關，是 topic 這個機制本身的問題。生態裡星數第二高的 nexu-io/open-design（94,572 星）是 2026 年 4 月 28 日開的倉，比 DSH 早了三個半月。它現在 topic 掛著 deepseek-harness、dsh、dsh-plugin。
topic 可以隨時補掛。所以「掛了 dsh-plugin 標籤的倉庫數」從來就不等於「為 DSH 而生的插件數」，它同時包含了一批本來就存在、後來貼上標籤蹭流量的專案。這個數字兩頭都會膨脹：API 會亂報，標籤會亂掛。
21 萬顆星，只有 924 個人在 watch
這是我今天量到最有意思的一個比例。加星是一下點擊，很多人拿它當書籤或者純粹表態；按 watch 是要收通知，代表你真的想跟進這個專案的每一次改動。
| 專案 | 星數 | Watch | 星 : Watch |
|---|---|---|---|
| deepseek-ai/deepseek-harness | 214,702 | 924 | 232 : 1 |
| nexu-io/open-design | 94,572 | 288 | 328 : 1 |
| CopilotKit/OpenBot | 4,394 | 19 | 231 : 1 |
| tensorflow/tensorflow（對照） | 197,774 | 7,513 | 26 : 1 |
我要很小心地講這一段，因為很容易被過度解讀。
三個 2026 年的 AI 專案全部落在 230 到 330 比 1，星數量級差 50 倍也一樣。TensorFlow 是 26 比 1，低了將近九倍。這個差距不能拿來證明 DSH 刷星，因為 open-design 和 OpenBot 是完全不同團隊、不同題材，卻落在同一個區間——這比較像是年代效應：2026 年加一顆星的成本和意義，跟 TensorFlow 那個年代已經不是同一回事。
能講的結論只有一句：星數在今天是關注度指標，不是使用度指標。要判斷有沒有人真的在用，watch 數、fork 數、還有下面那件事，都比星數誠實。
一個 21 萬星的開源專案，把 Issues 關掉了
has_issues: false。這是我在權威端點讀到的，所以 open_issues_count: 0 不代表零問題，代表你根本沒地方提問題。DeepSeek 把回饋導去 Discussions（has_discussions: true）。
這個設計選擇對「Everything is a Plugin」這句口號有一個很現實的解釋：當你沒辦法用一般方式往上游提 issue、送 PR，唯一能改變它行為的方法，就是自己寫一個插件。生態長得這麼快，一部分是熱度，一部分是被逼出來的。
順帶一提，這個生態已經開始撞車了。anywhere-labs/dsh-desktop（24,127 星）和 dataelement/dsh-desktop（4,391 星）同名，兩個都自稱 DeepSeek Harness 的桌面版。二十五天的時間，還不夠長出命名規範。
它還在以每天八千顆星的速度成長嗎？
就我量到的窗口來說，沒有。
10:15:46 UTC 讀到 214,697，10:21:17 UTC 讀到 214,702。五分半鐘，加了 5 顆星，大約每分鐘 0.9 顆。生涯平均是每分鐘 6 顆。
但我必須把這個數字的限制講清楚，否則它就是另一個不該被抄走的數字：樣本只有 5 顆星、窗口只有 5 分 32 秒、而且落在單一時段（UTC 10:15 是美國西岸凌晨三點多，開發者活動的低谷）。這種樣本推不出日率，任何人拿它去算「DSH 已經涼了幾多趴」都是過度延伸。
它能支持的說法只有一句：此刻不在每分鐘幾顆星的爆發期了。要講趨勢，需要跨時段連續採樣好幾天，那是另一篇文章的工作。
你現在就能做的事：三十秒覆核法
如果你要引用任何 GitHub 數字——寫文、做報告、發推、或者只是判斷一個專案值不值得花時間——照這四步走：
- 用權威端點，不要用搜尋端點。直接開
https://api.github.com/repos/{擁有者}/{倉庫名}，瀏覽器貼上就看得到。搜尋 API 方便，但它讀的是可能落後的索引副本。 - 看回應裡的
updated_at。它應該接近你請求的當下。如果它停在幾星期前，你拿到的是舊快照，重讀一次。這一招在我今天的案例裡就是唯一的破綻。 - 讀兩次，隔幾十秒。活的計數器會小幅遞增。兩次完全一模一樣、或者差距離譜，都值得再看一眼。
- 別信
incomplete_results: false。它在我拿到那份三星期前的舊資料時，一樣寫著 false。
下面這個小工具幫你做第 2 步和第 3 步的判斷。把你手上兩次讀數貼進去：
常見問題
DeepSeek Harness 現在到底幾多星？
2026-09-07 10:21:17 UTC 從 GitHub 權威端點讀到 214,702 星、25,298 fork。這個數字每分鐘都在動，你看到這篇文的時候一定不一樣了，請自己重讀一次。
GitHub 搜尋 API 的資料為什麼會過期？
搜尋端點讀的是索引副本而非物件本身，副本之間的同步進度可能不一致。我實測到一次落後約 23 天的讀數，而回應仍標示 incomplete_results: false，沒有任何錯誤訊號。
星數高就代表這個專案好用嗎？
不一定。我當日量到三個 2026 年的 AI 專案，星數對 watch 數的比例都落在 230 至 330 比 1，而 TensorFlow 是 26 比 1。星數今天更接近關注度指標，判斷實際使用要看 watch 數、fork 數和專案活躍度。
為什麼 DeepSeek Harness 的 open issues 是 0？
因為 Issues 功能被關掉了（has_issues: false），不是沒有問題。回饋走 GitHub Discussions。
DeepSeek Harness 是什麼授權？可以商用嗎？
MIT 授權。MIT 是相當寬鬆的開源授權，一般允許商用與修改，但你在實際採用前應自行閱讀授權原文並評估風險。
最後一句
DeepSeek Harness 值得看，21 萬星在 25 天內是真的。但今天真正教到我東西的不是這個專案，是那個沒有報錯的錯誤讀數。
你在中文圈看到的每一份「GitHub 熱門專案排行」，背後多半是一支腳本打搜尋 API，抓完就出圖。那支腳本不會知道自己那一次拿到的是三星期前的資料，因為 GitHub 跟它說了：資料完整。
多讀一次，三十秒的事。
本文所有 GitHub 數據均為 2026-09-07 10:11–10:21 UTC 之間由作者直接讀取 GitHub 公開 API 所得，並已在文中標明各筆讀數的時間與端點。星數等即時數據會持續變動，引用前請自行重讀。文中對 GitHub 搜尋 API 出現過期讀數的描述，為作者當次觀測記錄（六次抽樣中出現一次），非 GitHub 官方說明，亦不代表其發生頻率。本文為技術與產業觀察，不構成任何投資建議。
發表迴響