问个扎心的问题：你的简历上是不是也写着"熟悉 Python、熟悉 Selenium、了解 pytest"？如果十份简历里有九份长这样，面试官凭什么记住你？
今天给一个具体的差异化机会：DeepSeek Harness（dsh）。2026年8月13日，DeepSeek 开源了这款 Agent 产品，MIT 许可，8 月中旬 Star 数已超过 15 万，理念是"一切皆插件"。为什么说它是差异化机会？因为它够新——多数人还停留在刷到新闻；够开放——代码全部可看可改；够可上手——一条命令就能跑起来；也够深——插件架构、自进化的理念，想挖多深都行。下面三个项目，今天就能动手，每个都附上简历写法。
项目一：安装并跑通 dsh，产出一份实测报告
为什么第一件事是写体验报告？因为测试开发本来就是"发现问题并证明它"的工作，而体验报告是你证明自己能给一个全新系统找出问题的最直接证据。多数人止步于"我跑过"，你多做一步"我评估过"，差距就出来了。
动手部分门槛不高，需要 Node.js 环境：
快速体验（官方快速启动方式）
npx @deepseek-ai/dsh web
启动后打开 http://127.0.0.1:3080
也可以从源码运行
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web
模型接入需要配置 API Key（如环境变量 DEEPSEEK_API_KEY），除了原生接 DeepSeek 模型，也能通过 LLM 适配器接入其他模型。提醒一句：官方明确说明当前是 developer preview 阶段、会有破坏性变更，报告里记得记录版本号，结论才可复现。
报告建议覆盖四块：能力面（文件操作、命令执行、检索、Skills、任务编排、会话管理）、模式对比（标准、PTC、极简、创造四种模式各适合什么任务）、短板记录（响应偏慢、复杂长任务稳定性不足、偶发循环打转、API 成本随任务长度放大）、总体结论。我们的实测结论是八个字：能干活，但得盯着。你的报告要有自己的数据和案例，不要抄结论。
写报告有两个小技巧。一是每个结论都带证据：说响应慢，就附上任务和耗时；说循环打转，就贴上日志。二是控制变量：固定同一版本、同一模型、同一套任务，让结论可复现——这本身就是一次测试设计的练习。
简历写法参考："独立完成 DeepSeek Harness 实测评估，覆盖 6 大能力域与 4 种运行模式，定位并量化响应、稳定性、成本四类问题，输出评估报告。"
项目二：给 mini-dsh 写一个工具插件
项目一是"会用"，项目二是"懂它"。推荐社区教学项目 mini-dsh：一个用 TypeScript 从零实现的 dsh 简易版，零运行时依赖，25 个测试全绿，核心拆成插件系统、会话日志、LLM 缝隙、工具系统、Agent 循环五大件。它很适合入门：依赖为零，代码量不吓人，一两个周末就能读完。
任务是给它加一个工具插件，比如单位换算。由于 dsh 内部接口还在演化（官方已警告破坏性变更），下面的插件骨架只是简化示意，不是真实 API，具体接口以 mini-dsh 源码为准：
// 简化示意：非 dsh / mini-dsh 真实接口，仅表达插件形态
export function unitConvertPlugin(ctx: {
registerTool: (t: unknown) => () => void;
}) {
const dispose = ctx.registerTool({
name: "km_to_mile",
description: "把公里数换算成英里",
async execute({ km }: { km: number }) {
return { mile: km * 0.6214 };
},
});
// 卸载时撤销副作用，对应 Revertible Effects（可回滚副作用）的思路
return () => dispose();
}
别忘了给插件写测试：正常换算、边界值 0、非法输入（负数、非数字）。还可以再加一条：插件装载又卸载之后，系统是否恢复原状——这借鉴了 dsh"可回滚副作用"的设计思想，面试时提一句，能显示你懂架构而不只是会写函数。
简历写法参考："基于开源教学项目 mini-dsh 开发工具插件并补齐测试，覆盖正常/边界/异常三类用例，全部测试通过，理解 Agent 插件化架构。"
项目三：做一组"AI 生成用例 vs 人工用例"对比实验
这个项目最贴近这份工作未来的日常。设计不复杂：选一份需求说明，一路用 AI 生成用例，一路自己人工设计（等价类、边界值），然后从五个维度对比：覆盖度、边界命中率、断言具体度、可执行性、评审修正成本。把数据如实记下来，你大概率会发现：AI 胜在数量，人工胜在边界与异常深度，混合模式收益最高——但结论要用你自己的数据说话。
这个项目的隐藏价值在于：它提前演练了你未来的日常——AI 写初稿，你做评审。等别人还在纠结"AI 会不会取代测试"，你已经有了第一手的方法论。
简历写法参考："设计 AI 生成用例与人工用例的对照实验，量化五个维度差异，沉淀一份可复用的用例评审清单。"
为什么是这三个
三个项目构成一条闭环：项目一学会"评估 Agent"，项目二学会"理解 Agent"，项目三学会"与 AI 协作"。面试官想看到的从来不是完美作品，而是你已经进场了——在大多数人还在观望的时候。
最后提醒两个常见坑。其一，简历上只写"体验过 dsh"，没有数据、没有结论，那不叫体验，叫打卡。其二，照搬别人的报告结论，面试官追问两层就露馅。这三个项目的含金量，恰恰都来自"你自己做、你讲得深"。
本文整理自霍格沃兹测试开发学社的原创分享，更多测试开发与 AI 测试实战内容，我们下一篇见。
