DeepSeek版Claude Code登顶GitHub热榜：一个专利法学生用AI造出了AI工具
DeepSeek V4发布仅一周，一款名为DeepSeek TUI的开源工具便以超过8700颗星登顶GitHub热榜。它不是什么大公司的重磅发布，而是一位名叫Hunter Bown、自称“鲸鱼兄弟”的美国专利法专业学生，用Rust语言在终端里打造出来的AI编程智能体。这件事之所以值得关注，不只是因为Star量，而是它用开源和极低成本，正面挑战了Claude Code这类高门槛的专有AI编码助手。
把DeepSeek的“脑回路”搬进终端
DeepSeek TUI的核心价值在于，它不是一个简单的API封装工具。当开发者发出复杂命令时，工具会进入“思考模式”，将DeepSeek标志性的思维链实时流式输出到终端。你可以亲眼看到模型如何分析代码问题、走过哪条解决路径，甚至在过程中自我纠错或改变主意。这种完全透明的推理过程，让开发者不再面对一个“黑盒”。
它针对DeepSeek V4的100万Token超大上下文窗口做了默认优化，并配有上下文压缩机制，避免了AI在处理大型项目或重构整个代码库时出现“记忆断档”。同时，DeepSeek TUI的RLM模式利用DeepSeek的低成本特性，能同时驱动最多16个V4 Flash子任务并行分析。由于Flash模型的输出价格仅为Pro模型的约三分之一，这种并发调度能显著降低整体API费用，让复杂编程任务变得高效且便宜。
三档操作模式：从只读到全自动
工具的操作模式设计得相当清晰：Plan模式为只读，用于输出任务拆解计划；Agent模式是默认状态，拥有完整工具链但关键操作需手动确认；YOLO模式则完全关闭审批弹窗，让AI获得完全的自主决策与执行权。这种设置既保留了人类对关键环节的控制，也为追求效率提供了选择。
相比之下，Claude Code虽然成熟，但依赖付费API并运行在封闭生态中。DeepSeek TUI依托DeepSeek的低成本模型堆栈，以极低代价提供了类似的工作流，这直接击中了当前AI编码助手市场的痛点：不是功能不好，而是太贵、太封闭。
半路出家的开发者与AI自我迭代的雏形
Hunter Bown的身份让这个故事更有意思。他学的是乐队指挥和法学，目前是南卫理公会大学专利法专业的学生。他自建了名为Shannon Labs的工作室，定位是“AGI时代的下一个贝尔实验室”。他打造DeepSeek TUI的过程本身就是一个闭环——他使用AI辅助编程来开发这个AI编程工具。这种“用魔法打败魔法”的路径，已经是AI自我迭代的雏形。
Hunter Bown已经答应国内开发者，会好好学中文。即便学不好也没关系，毕竟现在有DeepSeek翻译。这个来自中国的AI模型，正通过一个美国极客的开源项目，反向向世界证明：开放、低成本的技术路线，同样能撼动高墙。
DeepSeek TUI的走红并不是巧合。它证明了当成本门槛被打破、推理过程被透明化时，开发者社区会迅速用脚投票。这不只是一次产品发布，更是开源AI工具模式的一次实战检验。
