从模块化与插件化的角度重新审视 DeepSeek Harness，并以 Vite为参照，理解一个大型系统为什么要把核心做小、把变化留给插件，以及这种设计如何让系统获得超出自身代码规模的扩展能力。

通过分析七大经典策略游戏，系统地梳理了人工智能决策思维的演进历程。从斗地主的贪心算法讲起，延伸至棋类游戏中常用的深度搜索、剪枝技术与状态缓存。随着游戏进入麻将与德州扑克的非完全信息领域，揭示了AI如何利用贝叶斯推理和博弈论处理不确定性。这种从“暴力计算”到“重点识别”的转变，构成了现代AI决策的核心逻辑。