Codex & DSH 联手实现 APP 自动上架！DeepSeek V4.1 Flash 1017 的 Computer Use 进步有多大？GPT-6.1 Sol 订阅性价比实测

最近这段时间，我一直在尝试把 AI Agent 真正融入自己的开发工作，而不是简单地让 AI 帮我写几段代码。这次，我直接拿一个正在开发和维护的 APP 项目进行实战测试，让 Codex 和 DeepSeek Harness（DSH）分别承担不同任务，从代码修改、功能优化、Bug 修复，到界面操作和应用商店上架，尽可能把整个开发流程交给 AI 协助完成。

这次体验让我比较意外的有两个地方：一是 DeepSeek V4.1 Flash 1017 的 Computer Use 能力有了明显进步，AI 不再局限于代码编辑器，而是可以通过桌面操作完成更多实际工作；二是 GPT-6.1 Sol 配合订阅使用后，日常开发的成本和效率有了新的选择。经过这段时间的实际使用，我越来越觉得，AI 编程的竞争已经不只是模型谁更聪明，而是谁能真正把一项任务从头到尾完成。

一、我为什么开始尝试 Codex + DSH 双 Agent 开发？

以前开发一个 APP，我需要自己负责整个流程：分析需求、修改代码、调试接口、检查页面、测试功能，最后还要准备应用商店资料并提交审核，即使使用 AI 编程工具，也通常是我提出需求，AI 生成代码，我再检查、运行、发现问题后继续让 AI 修改。整个过程仍然需要我频繁介入。

但这次我想换一种方式：不再让一个 AI 从头到尾处理所有任务，而是让 Codex 和 DSH 分别承担不同的工作，再通过明确的任务分工推进项目，小编这次主要使用了两套工具：

• Codex： 主要承担代码开发、项目修改、功能维护和问题修复。
• DeepSeek Harness（DSH）： 结合 DeepSeek 模型和工具调用，处理多步骤任务、代码分析以及桌面自动化。

小编的想法很简单：让不同的 Agent 各自完成擅长的事情，而不是所有任务都堆给一个模型，实际使用下来，这种方式有一个明显的好处：我可以把一个复杂需求拆分成多个独立任务，分别交给不同的 Agent 处理，再检查最终结果。

不过，双 Agent 并不意味着可以完全放任 AI 自由修改。尤其是两个 Agent 操作同一个项目时，我会尽量明确文件范围和任务边界，避免同时修改同一部分代码，造成冲突。

二、Codex 和 DSH 配合开发，我发现了什么？

在这次项目中，我没有让两个 Agent 简单重复同一项工作，而是根据具体需求分配任务，例如，某个功能需要增加新的数据标签，我希望它不仅能够在当前版本中正常显示，还要考虑后续维护。如果每次增加一个标签，都需要修改 APP 客户端代码，再重新编译和发布版本，那么维护成本就会越来越高。

在处理这个需求时，DSH 给出的方案是把标签配置放到云端，通过 JSON 数组返回给 APP，再由客户端解析和显示，这样一来，以后需要增加或修改标签时，我只需要调整服务端配置，就不必每次都重新修改客户端代码，这个方案让我比较满意，因为它解决的不只是当前功能问题，还考虑到了后续扩展和维护。相关实现及测试过程也可以在我提供的论坛案例中看到。

我并不认为其中某一个工具可以完全取代另一个。对我来说，关键是把任务拆分合理，让它们各自发挥作用。

三、DeepSeek V4.1 Flash 1017：Computer Use 这次进步有多大？

这次让我最感兴趣的，就是 DeepSeek V4.1 Flash 1017 的 Computer Use 能力，以前我们使用 AI 编程工具，主要还是围绕代码文件、终端和开发环境展开。AI 可以帮我修改代码、运行命令、分析报错，但如果任务涉及浏览器后台、桌面软件或者需要鼠标点击的操作，往往还得我自己动手。

Computer Use 则改变了这种工作方式，它让 AI 有机会观察电脑屏幕，理解当前界面，再根据任务目标进行点击、输入、滚动、拖动和窗口切换，DeepSeek 在 2026 年 10 月 17 日发布的 V4.1 Flash 1017，重点强调了 Agent 工作流、任务效率和工具使用方面的优化，并展示了多个端到端项目构建案例。

1. 以前 AI 只能告诉我怎么操作，现在可以尝试直接操作

举个简单的例子：以前我需要修改应用商店中的应用介绍，AI 可以帮我整理文案，但进入后台、找到对应页面、填写内容、保存修改，这些操作仍然需要我自己完成，现在结合 Computer Use，我可以让 Agent 在获得授权后打开浏览器，观察当前页面，找到对应输入框，再执行填写和保存等操作，它的工作方式大致是：

1. 获取当前桌面或窗口画面。
2. 识别当前界面中的控件和操作位置。
3. 根据任务目标选择下一步操作。
4. 执行鼠标点击、键盘输入等动作。
5. 再次观察页面，确认操作结果。
6. 如果页面发生变化，则根据新的状态继续执行。

这意味着 AI 不再只是告诉我应该点击哪里，而是能够在适当的权限范围内尝试完成整个操作过程。

2. Computer Use 可以完成哪些工作？

结合 DSH 与 Computer Use 的工具能力，我关注的主要是以下几类操作。

当然，Computer Use 也不是让 AI 获得电脑的无限制控制权。实际操作仍然受到运行环境、权限和工具接口的限制。遇到重要确认、权限授权或者不可逆操作时，我仍然会保留人工检查。

四、Codex + DSH 自动推进 APP 上架：我这次是怎么做的？

这里我想强调一点：AI 可以协助开发、测试和准备发布资料，但不能保证应用商店审核通过。平台审核规则、开发者账号、隐私合规和应用实际行为，最终都需要开发者负责。

五、GPT-6.1 Sol 订阅后到底值不值？我的实际使用感受

除了 DeepSeek V4.1 Flash 1017，这次我还比较关注 GPT-6.1 Sol，我使用它的主要场景并不是简单问答，而是日常开发、代码维护、功能修改和问题排查，对于开发者来说，模型能力固然重要，但长期使用时还要考虑一个问题：成本，如果每次调用 API 都需要单独计费，开发过程中频繁修改代码、反复测试、长时间与 Agent 对话，费用就可能不断累积。

因此，我也尝试了通过订阅方式使用 Codex，从我这次的使用情况来看，GPT-6.1 Sol 在日常开发任务中表现不错。按照我自己的工作量，使用一周之后仍然保留了较多可用额度。以我当时的使用体验来看，Plus 订阅的成本比较容易接受，当然，这只是我个人的使用记录。不同账号、任务复杂度、模型选择和产品额度规则，都会影响实际使用情况，不能直接把我的消耗情况当作所有人的标准。

六、我准备如何搭建自己的 AI 自动化开发工作流？

经过这次尝试，我认为真正值得投入时间的不是不断更换模型，而是把整个开发流程整理成一套可以重复使用的工作流，如果你也想搭建类似环境，我建议从下面几个部分开始。

我最终希望实现的工作流程

这套流程不一定要一次性全部实现。我更建议先让 Codex 和 DSH 稳定完成代码任务，再逐渐加入 Computer Use，最后才考虑应用商店发布等复杂流程。

七、AI Agent 真的能完全替代开发者吗？

经过这次实际尝试，我认为还不能，AI 确实可以承担大量重复工作，甚至能够连续完成代码修改、运行测试、操作桌面和填写后台资料。但它仍然可能理解错需求、修改错误文件、误判页面状态，或者在遇到异常时无法正确处理。

尤其是涉及用户数据、数据库、支付、账号权限和正式发布时，我不会把所有决定权交给 AI，我更愿意把 AI 看成一个能够执行大量工作的开发助手，而不是一个完全不需要监督的开发者，真正能够提高效率的，是把任务拆分清楚，让 AI 有明确的执行范围、测试标准和回滚机制。

结语：AI 编程正在从辅助开发走向自动化执行

这次把 Codex、DSH、DeepSeek V4.1 Flash 1017 和 GPT-6.1 Sol 结合起来使用，让我对 AI Agent 的实际价值有了更直观的认识，以前，我主要把 AI 当作代码助手，让它帮我生成代码、分析错误和修改功能。现在，我开始尝试让它参与更完整的开发流程，包括代码维护、功能测试、桌面操作和应用发布准备。

其中，Computer Use 是我认为非常值得关注的方向。它让 AI 的工作范围不再局限于代码文件，而是开始延伸到浏览器、桌面软件和真实业务系统。

GPT-6.1 Sol 则为日常开发提供了另一种订阅使用选择；DeepSeek V4.1 Flash 1017 配合 DSH，也让我看到了低成本模型参与复杂 Agent 工作流的可能性，我认为，未来 AI 编程真正有竞争力的方向，不是让模型替我们多写几行代码，而是让多个 Agent 分工协作，把一个真实项目从需求、开发、测试一直推进到交付。