- wxjback2026-09-03
环境：
Agent：DeepSeek harness 0.1.1-rc.2
LLM server：unsloth desktop mlx
Model：Ornith-1.5-9B-MLX-4bit · 35,328 ctx
现象：
DSH新对话，第一句话，就返回“已达到输出 token 上限回答被截断，已有输出保留在对话中。发送“继续”可让模型接着输出。“
排查：
直接问codex，给它unsloth的 api响应输出：STARTED 08:39:50，DURATION 4.9 s，PROMPT TOKENS 138，COMPLETION TOKENS 64，TOTAL TOKENS 202，CONTEXT 35,328，FIRST TOKEN 10 ms，GENERATING 2.2 s，PROMPT SPEED 50.7 tok/s，GENERATION SPEED 29.6 tok/s，STOP REASON length， Context Used 1%
codex 结论
dsh 首轮自动生成“会话标题”的辅助请求撞上了 64 token 输出上限。
官方讨论：Session titles silently fail to generate on reasoning (thinking) models — no config way to disable reasoning for the auxiliary title call · deepseek-ai/deepseek-harness · Discussion #3468 · GitHub
是已经基本明确的缺陷
dsh 的核心设计本来应该在标题生成失败时保留一个确定性 fallback 标题，标题请求也不应该进入主对话上下文。会话标题设计文档 因此：
- 如果标题失败，但之后正常回答仍能生成：只是标题辅助调用失败。
- 如果只有这一个 138 → 64 请求，主回答也没有生成：说明你当前 DSH Desktop/版本把标题辅助请求的失败错误上浮成了首轮对话错误，这属于 dsh 的兼容性或错误处理问题。
解决：
当前 profile 的 cordis.patch.yml 里调整参数
- id: session-title-llm
config:
targetWords: 5
targetCjkCharacters: 10
maxInputBytes: 4096
maxOutputTokens: 1024
timeoutMs: 60000
主楼 - Anthony4552026-09-03
- madgoat2026-09-03
巧了，我跑 ornith1.5-35b+dsh，也碰到这个问题了，当时没解决，换了在线模型弄了。当时无论是发送重试，还是调压缩，似乎都不行
- wxjback2026-09-03
我感觉dsh 或者说不少harness agent 目前对 模型能力还是要求挺高的，稠密模型感觉低于27B ，效果就差很多了，然后 moe 模型 35b 的 a3b 效果也不太好，经常要么就是重复调用工具，要么就是输出会断。
我觉得与模型运行本身关系不大，更多可能还是这些 agent对 小模型的能力适配兼容性不好。
一下子对我跑 local llm 打击很大
- wxjback2026-09-03
按说如果达到上限，那么在 ctx 和 max token的配置前提下，很容易计算出来上限的位置，那么就应该提前compact，或者 自动缩短输出，但是dsh没做到，我感觉对小模型的兼容性还有很长的路要走。