这篇是写给不懂代码的人看的。你不需要会写一行程序，只需要会跟AI说话，照着下面的过程做一遍，就能自己开发出一个能用的AI工具。我用来验证这件事的素材，是DeepSeek不久前开源的Harness，官方给它起了个内部代号DSH。说白了就是一套跑智能体的骨架：模型说要干什么，这套骨架负责真的去执行，执行完把结果喂回给模型。这套骨架本身听起来挺技术的，但我全程没有写代码，做的事情就是把想法说清楚，然后让AI去做剩下的一切。
先说两句谨慎的声明，零代码能让你搭出一个自己能用的工具，但离真正接手大规模工程还有很远的距离，安全、运维这些东西大概率还是不懂，所以对开发还是要有敬畏心，别觉得有了AI自己就什么都能做。另外，DeepSeek在项目文档里写得很直白，接下来这套框架的核心插件和基础接口都会快速变，甚至会有不兼容的破坏性升级。官方的内测声明原文就是这么写的：DeepSeek Harness is currently in developer preview and is iterating rapidly. THERE WILL BE COMPATIBILITY-BREAKING CHANGES.
所以后面这些事，当成兴趣尝试就好。
动手的过程其实没什么好讲的技术细节，因为技术细节都不是我干的。我做的事情翻译过来就是一句话：跟AI说，帮我把DeepSeek那个开源的智能体框架Harness装起来，跑起来。剩下的事情，包括去官方仓库拉代码、装依赖、编译，还有过程中冒出来的几个环境报错，全部是AI自己在处理，我大部分时间只是在旁边等结果，偶尔在它问我要不要放行某个操作的时候点一下同意。等了大概十几分钟，浏览器里就出现了这个界面。
界面刚打开的那一刻，其实已经是一个功能相当完整的通用AI助手了，能读写文件、能跑命令、能上网，基础功能跟我们平时用的豆包、元宝已经类似，使用的话需要你自己去填入自己购买的token api。
但要论整体功能，跟这些成熟产品完全不是一个量级，充其量算是你自己攥在手里、能随便改的一个雏形。不过对我们来说，这第一步已经算实现了：零基础做出一个简单能用的AI工具。后面要做的，是给这个工具加一个我们想要的功能。
我塞进去的功能，是我自己平时干活时天天在用的一个本地工具服务，专门用来读设计稿、生成页面代码。这类服务业内统一管它叫MCP，可以理解成一个装着各种具体技能的工具箱，谁都能接。我跟AI说的原话大概是这样：帮我开发一个功能，能连上各种软件的MCP，还要能在界面上直接填JSON格式的配置。
AI接完这句话之后干的事情，我事后翻聊天记录才搞明白。光是让Harness认出一个MCP服务器不难，官方本来就留了这个口子。真正花功夫的是把它做成能在界面上现场改、改完立刻生效、还得支持贴一段JSON就能导入的样子，因为Harness原生只支持写死在一个配置文件里，改完还要重启才生效。这部分是AI重新写了两个功能模块塞进去的，中间还真踩了一个坑：功能刚接上的时候，配置写对了，但工具却在模型那边看不见，查了半天才发现，是新挂上去的那部分东西，程序启动时没等它连接完就开始干活了，后来加了一行等待逻辑才修好。
装好之后，去设置里翻，能看到一张新的MCP服务器卡片。
点开就能看到一个导入JSON的入口，直接贴一段配置，跟你在Claude Desktop或者Cursor里贴的格式是一样的。
贴完之后有没有真的接上，不能靠感觉，得让AI去问模型本身。我让它直接问跑在Harness里的那个模型，你现在能看到几个我工具箱里的功能，模型自己数出来19个，一个个名字都对得上，读设计稿、截图、导出节点这些我平时天天在用的功能全在里面。
这一步验证挺关键，因为配置写对了不代表真的能用，之前那次时序问题就是配置层面完全正确、但实际调用不通。让模型自己报数字、报名字，才算是从头到尾真的走通了。
整个过程回头看，我自己没写一行代码，但也不是什么都不用管。中间遇到环境报错要不要放行、要选哪种实现方案，这些判断题还是得我自己拿主意，AI会把选项摆出来，但不会替你决定该不该冒这个险。所谓零基础指挥AI搭工具，准确点说是把写代码这一层完全交出去，但工程判断这一层还是自己在场的。
现在这套东西离能天天用还差得远，官方自己都说了会有破坏性升级，我也没打算把生产上的活儿挪过去。但作为一次验证，它至少说明了一件事：一个不写代码的人，只要能把自己要什么说清楚，愿意花时间等结果，愿意在关键节点上做判断，是真能把一个刚开源、连文档都还在拼凑的智能体框架，从零装到能连上自己的工具、能实际调用的地步。这中间的技术活儿全部是AI干的，但整件事从头到尾，是我在指挥。