還是沒想到這么劃算。

最近幾天，一個叫 DeepSeek-TUI 的開源項目突然在 GitHub 徹底火了，僅僅在過去一天，Star 數量直接從 8.7k 又漲到了 16.3k。

DeepSeek-TUI 不是 DeepSeek 官方產品，而是個人開發者基于 DeepSeek V4 開發的終端原生編程智能體。但它漲星的速度很快，吸引了國內外很多 AI 開發者的關注，短短幾天時間就沖上了 GitHub Trending 前列，被很多開發者稱為「DeepSeek 版 Claude Code」「國產 Codex CLI」或者更本土化的「鯨魚」。

開發者 Hunter Bown 也干脆入鄉隨俗，把 DeepSeek-TUI 用戶稱為「鯨魚兄弟（whale bros）」。

圖片來源：X

但我們已經有了 DeepSeek V4 的網頁版、APP 以及 API，為什么還需要一個 TUI？

這個問題其實很關鍵。因為過去一年，大模型行業最明顯的變化之一，就是模型之上的 Agent 框架。GPT-5.5 很強，但真正改變開發者工作流的，是 GPT-5.5+Codex，而真正讓 Anthropic 在開發者圈子里形成統治力的，也是基于 Claude 模型的 Claude Code。

這也是 DeepSeek-TUI 火起來的真正背景。DeepSeek V4 明顯提升了代碼能力、推理能力、長上下文、多輪理解等方方面面，但始終缺少了一個基于模型專門打造的 Agent 框架。

圖片來源：Github

先不說 Codex、Claude Code 對自家模型有著更好的理解和支持，單單 Codex 最近的一次升級，把推理接口從「聊天補全 (chat/completions API)」全面切換到「響應 (Responses API)」，就使得 V4 在 Codex 全面失效。

DeepSeek V4 需要一個自己的 Codex，但問題是作為一個第三方的個人開源項目，DeepSeek TUI 真的能撐起大家的期待嗎？

不到 10 塊錢，小白也能開發 macOS 應用、修 Bug

我是在 macOS 上實際部署和體驗 DeepSeek-TUI 的。坦白講，DeepSeek-TUI 畢竟還是一個面向開發者的工具，沒有圖形化引導，沒有所謂「面向普通用戶」的包裝，整個過程里依然充滿命令行、環境依賴和工具鏈的味道。

相比 Codex 那種完全圖形化的下載安裝體驗顯然更復雜，但又沒有 OpenClaw（龍蝦）那樣復雜。

實際上，DeepSeek-TUI 提供了 npm、Cargo、Homebrew 和直接下載二進制四種方式，我是直接通過 Homebrew 進行安裝，但一開始就遇到了系統報錯：Your Command Line Tools are too outdated.（你的命令行工具太舊了。）

問題不大，通過蘋果官網更新最新版重新執行 brew 命令，僅僅兩行很快就能一鍵成功安裝 DeepSeek-TUI，完成后輸入「deepseek-tui」就能啟動進入引導配置，一路確認、輸入 DeepSeek API 就能進入對話界面。

圖片來源：雷科技

這里需要一提，DeepSeek-TUI 默認有三種模式：Plan、Agent 和 YOLO。Plan 更像觀察模式。它會先分析項目、生成計劃、列出 Todo，但不會真正執行修改。Agent 模式則會開始調用工具，比如讀文件、改代碼、執行 shell 命令，但很多關鍵步驟仍然會要求用戶確認。YOLO 模式最激進，幾乎等于「放權模式」，允許 AI 自動推進整個任務鏈。

這種模式設計，其實非常像 Claude Code。

但真正讓我開始意識到 DeepSeek-TUI 有點東西的，還是后面的實測。我試著用 DeepSeek-TUI 開發一個可以只滿足個人需求的 macOS 剪貼板，我強調了釘選、iCloud 本地同步、菜單欄支持等要點，花的時間并不少，包括最后的編譯打包。

圖片來源：雷科技

從實際成果來看，DeepSeek-TUI 開發出來的這個 ClipMemo 完全可用，我要的功能基本都能正常運行，甚至還增加了一些我根本沒提及的重要功能，比如定期的清理和去重等。另外在 UX、UI 設計上，ClipMemo 雖談不上多驚艷，但也完全能滿足正常的要求。

剛開發的 ClipMemo 初版，圖片來源：雷科技

最主要的問題是，盡管存在 iCIoud 同步的功能開關，但實際并不能夠在 iCloud 下生成保存復制內容的剪貼板文件。

我還選了一個實際存在開源項目 GKD（gkd-kit/gkd）進行 bug 修復測試。這是一個 Android 自動化相關的開源項目，整個項目是 Kotlin + Android Framework 的結構，代碼量不小，而且涉及 AccessibilityNodeInfo、緩存深度、事件服務等偏底層的邏輯。

GKD 的上一次版本更新是 2025 年底，不過從 Git 記錄來看，開發者至少兩周前還為 GKD 升級了 Android 17 的支持。

圖片來源：Github

說回 DeepSeek-TUI，我不僅讓它自己將項目克隆到本地，還下了一個工作量不低的任務，就是檢查項目里的潛在 bug，并嘗試修復。而接下來，DeepSeek-TUI 就開始自己克隆倉庫、閱讀項目結構、分析 Kotlin 文件、查找函數調用關系、生成 patch、運行 git diff、驗證修改結果，整個過程持續了 13 分鐘多。

過程中，它會自己形成 debugging loop：先讀代碼，再修改，再運行，再看結果，再繼續修改。尤其是右側不斷變化的 Todos，非常有「工作流」的味道：先克隆項目、再了解代碼庫、接著檢查 bug、最后修復問題。

圖片來源：雷科技

這也是 DeepSeek-TUI 和網頁版 DeepSeek 最大的區別。網頁版本質上仍然是「聊天」，哪怕你上傳代碼、貼日志，它也依然是在「建議」。但 DeepSeek-TUI 已經開始自己讀文件、自己跑命令、自己維護任務狀態、自己驗證 patch、自己持續推進任務。AI 不再只是告訴你「應該怎么做」，而是開始真的去做。

另外需要一提的是，很多人現在會把 Agent 理解成「更聰明的大模型」，但實際體驗就會發現，真正重要的變化是圍繞模型構建的一整套工程，包括邊界約束、上下文工程、工具調用等。另外值得一提的是，DeepSeek-TUI 也原生支持了 MCP 和 skills，可以將自定義的工作流封裝成 skills。

而考慮到這畢竟還是一個比較小的項目，DeepSeek-TUI 修 bug 時間確實不算短，結果找出并「修復」三處 bug。

我也請了 Codex(GPT-5.5 高) 通過 Computer Use 閱讀終端對話進行審計評估，指出了六個問題，其中還提到了 DeepSeek-TUI 漏掉了它看到的一個明確邏輯 bug。

Codex 的審計評估，圖片來源：雷科技

必須要說的是，在界面設計上，相比 Codex 把很多具體的細節「折疊」起來，DeepSeek-TUI 還是傾向于所有細節展開，在信息獲取上存在一定的壓力。在 AI Coding 場景下，這或許還是一個能接受的設計，但如果 DeepSeek-TUI 最后還是要像 Claude Code、Codex 一樣走向全能型 Agent，這就很難讓人接受了。

圖片來源：雷科技

而從結果來看，DeepSeek-TUI 和 Codex 之間還是存在明顯的差距，這種差距不只是在模型層面，也體現在 Agent 工程成熟度上。

不過 DeepSeek-TUI 現在的 Auto Mode 還是挺有意思的，它會先用 deepseek-v4-flash 判斷當前任務到底該用更便宜的 deepseek-v4-flash 還是更強的 deepseek-v4-pro，簡單任務省錢，復雜任務再調用更強模型。

這個設計其實很現實。因為今天所有 Agent 最大的問題之一，就是 token 成本，尤其進入持續工作模式之后，token 消耗會迅速暴漲。而 DeepSeek V4 這次升級給人最深的印象還是極高的性價比，再加上 DeepSeek-TUI 的架構和 Auto Mode 設計，真的很便宜。

一次十幾分鐘的 bug 修復測試，加上 ClipMemo 的開發，總共花費也只有 9.47 元。

當然，實際來看其實還需要花費更多 token 進行優化、迭代，但也已經足夠說明在 DeepSeek-TUI 上用 DeepSeek V4（主要使用 Pro）的優勢。

寫在最后

現在再回頭看 DeepSeek-TUI，會發現它最重要的意義，其實未必是「一個開源 TUI」。真正重要的是 DeepSeek 生態終于開始出現真正的 Agent 外殼了，而且 DeepSeek 官方其實已經注意到了這件事，在 awesome-deepseek-agent 中加入了 DeepSeek-TUI。

圖片來源：Github

核心在于，今天的大模型競爭正在從「模型能力」轉向「Agent 工作流」。Codex 是 OpenAI 自己做的，Claude Code 是 Anthropic 自己做的。它們最大的優勢，其實不是「功能」，而在于模型團隊和 Agent 工程團隊的垂直整合。模型知道工具鏈需要什么，工具鏈也知道模型擅長什么。而這種協同，會越來越重要。

而 DeepSeek 現在的問題在于官方的 Agent 框架仍然缺位。DeepSeek-TUI 或許能夠證明 DeepSeek V4 真正進入 coding agent 工作流后的巨大優勢，但我們還是期待 DeepSeek 官方，到底什么時候親自下場。

DeepSeekAgent大模型Codex

來源：雷科技

本文圖片來自：123RF 正版圖庫       

       原文標題 : DeepSeek-TUI屠榜GitHub！實測：不到10塊錢，小白也能開發應用