DeepSeek Harness: Jedes Agent-Primitive ist jetzt ein Plugin

Wer schon einmal versucht hat, die Tool-Loop in LangChain auszutauschen oder einen Claude-Code-Klon zu forken, kennt den Schmerz: Das „Framework" ist eigentlich eine tragende Wand mit dekorativen Haken. DeepSeek hat jetzt etwas auf Basis der gegenteiligen Annahme veröffentlicht. Die v0.1-Entwicklervorschau von DeepSeek Harness ist diese Woche unter einer MIT-Lizenz erschienen und behandelt jeden Teil der Agent-Runtime – einschließlich der Loop – als montierbares Plugin.

Das ist ein größerer Schritt, als die oberflächlichen Release Notes vermuten lassen. Es ist der erste glaubwürdige Versuch, den ich von einem Frontier-Lab gesehen habe, die Harness-Schicht als neutrale Infrastruktur zu veröffentlichen, anstatt sie als Burggraben zu nutzen.

Was passiert ist

DeepSeek hat DeepSeek Harness v0.1 als Entwicklervorschau veröffentlicht und den vollständigen Quellcode unter MIT bei deepseek-ai/deepseek-harness bereitgestellt. Das CLI heißt dsh. Wie MarkTechPost berichtete, beschreibt DeepSeek das Design als einfache Gleichung: Agent = Modell + Harness. Das Unternehmen zieht eine klare Linie zwischen den Gewichten und der Maschinerie um sie herum – und macht die zweite Hälfte open source.

Die Runtime setzt auf Cordis auf, einem Meta-Framework, dessen Kernel das Mounten, Unmounten und die Verwaltung von Abhängigkeiten übernimmt. Cordis hat ein eigenes Paper, „A Programming approach for Spatiotemporal Composability", das das Modell beschreibt. Jede Fähigkeit lebt als Plugin: Modelle, Tools, Skills, Sessions, Sandboxes, Storage, Loops, Scheduling und die UI. Nichts sitzt in einem privilegierten Kern.

Harness liefert von Anfang an vier Runtime-Modi. Standard ist die vollständige Coding-Agent-Ausstattung mit Dateibearbeitung, Shell, Datei- und Websuche, Skills, Planung, Zielen, Subagenten und Workflows. Code-Modus verpackt diese Tools in ein Code Mode SDK, damit ein Modell mehrstufige Operationen als ein TypeScript-Programm ausdrücken kann. Minimal behält nur eine persistente Bash und str_replace_editor, gedacht für Benchmarking. Creator-Modus fügt Laufzeitinspektion, In-Memory-Plugin-Experimente und eine Anleitung zur Preset-Erstellung hinzu.

Die Provider-Abdeckung ist von Anfang an breit. Anthropic, OpenAI, Bedrock, Vertex, Azure und Codex werden allesamt unterstützt, ebenso wie jeder OpenAI-kompatible Endpunkt. Bedrock benötigt AWS-Credentials und eine Region, Vertex ein ADC-Projekt, Azure eine api-version, und Codex nutzt OAuth. Ein DeepSeek-API-Schlüssel kann in den Einstellungen rotiert werden und tritt bei der nächsten Anfrage in Kraft – ohne Server-Neustart. Das ist kein unwichtiges Detail für alle, die langlebige Agent-Prozesse betreiben.

Technische Anatomie

Der interessante technische Ansatz hier ist das Session-Log. Jeder Lauf wird in einen append-only Event-Stream geschrieben. Dieser Stream erfasst System-Prompts, Reasoning, Tool-Calls und deren Ergebnisse, Subagenten-Scheduling und – entscheidend – jede Kontext-Injektion. Resume, Fork, Search und Replay operieren alle auf demselben Log. Eine Trajectory-Ansicht inspiziert Einträge nach Quelle.

Die meisten Agent-Frameworks loggen Tool-Calls. Einige loggen das Reasoning. Jede Kontext-Injektion aufzuzeichnen ist der schärfere Schritt. Bei Produktionsvorfällen, die ich mit Agent-Stacks erlebt habe, liegt die Ursache fast nie im Tool-Call selbst. Es ist ein Retrieval-Plugin, eine Skill-Präambel, irgendeine „hilfreiche" Middleware, die den Prompt drei Schritte früher still verändert hat. Wenn man nicht nachprüfen kann, was wann in den Kontext geschoben wurde, kann man keinen Postmortem am Agent durchführen. Ende der Diskussion.

Cordis als Substrat ist wichtig, weil Plugin-Systeme mit ihrem Abhängigkeitsmodell stehen und fallen. Der Kernel, der Mounten, Unmounten und Abhängigkeitsauflösung zentral übernimmt, bedeutet, dass Teams eine Sandbox oder einen Scheduler hot-swappen können, ohne einen Hard-Fork. Im Vergleich dazu das übliche Muster, bei dem die Agent-Loop eine 400-Zeilen-Funktion ist, die man monkeypatcht und betet. Die MCP-Spec hat die Tool-Transport-Schicht im gleichen Geiste angegangen; Harness erweitert die Philosophie nach innen auf Loop und Storage.

Die Credential-Verwaltung ist auf die richtige Art langweilig. Schlüssel sind write-only, gespeichert in $DSH_HOME/.credentials.yaml. Die Einstellungen behalten nur eine Referenz, nicht den Wert. Das ist die Mindestanforderung für alles, was ein Sicherheitsteam in die Nähe eines Repos lässt – und viele Agent-Frameworks scheitern noch daran.

Die Deployment-Pfade sind unkompliziert. npx @deepseek-ai/dsh web startet die Web-UI unter http://127.0.0.1:3080. Aus dem Quellcode heraus: git clone, pnpm install, pnpm run build, pnpm dsh web. Ein Python SDK, deepseek-harness-sdk, wird für Python 3.10+ auf Linux x64, Linux arm64 und macOS 14+ auf arm64 geliefert, mit einer gebündelten Runtime, die kein System-Node.js benötigt. Allein dieses Detail erspart jedem, der schon Node-Versionen innerhalb eines Python-Monorepos bekämpft hat, einen Tag Container-Image-Debugging.

Wer verliert

Die Unternehmen mit dem größten Verlustrisiko sind jene, die geschlossene Agent-Runtimes als ihren primären Burggraben verkaufen. Wenn das Produkt lautet „wir wrappen Claude und OpenAI mit einer proprietären Loop und einer schönen UI", hat ein MIT-lizenziertes Harness mit hot-swappbaren Providern, Session-Forking und vier Preset-Modi das Differenzierungsfenster gerade drastisch verkleinert. Die Modell-Provider selbst sind weniger betroffen, weil Harness zu ihnen allen routet; der Schmerz trifft die mittlere Schicht.

LangChain, LlamaIndex und die kleineren Agent-Framework-Startups müssen jetzt eine direkte Frage beantworten: Was leistet euer Framework, was ein Cordis-basiertes Plugin nicht kann? „Ökosystem" ist heute die ehrliche Antwort, aber Ökosysteme erodieren schnell, wenn ein Frontier-Lab ein saubereres Primitive unter MIT veröffentlicht. Teams, mit denen ich im Fintech-Bereich gearbeitet habe, haben die letzten achtzehn Monate damit verbracht, interne Forks dieser Frameworks zu bauen, weil die Erweiterbarkeit upstream eine Lüge war. Diese Forks sind jetzt Kandidaten für eine Neuplattformierung.

Meine Einschätzung: Die Anbieter, die diesen Zyklus überleben, sind jene, die sich als Plugin-Autoren auf neutralen Harnesses neu positionieren – nicht als Harness-Eigentümer. Die Unit-Economics, eine proprietäre Agent-Loop gegen DeepSeek, Anthropic und OpenAI zu pflegen, die alle Referenzimplementierungen liefern, funktionieren nicht für ein Series-A-Team.

Auf der Käuferseite bekommen regulierte Unternehmen das größte Geschenk. MIT-Lizenzierung plus Self-Hosting plus ein vollständiges Audit-Log der Kontext-Injektionen ist ungefähr die Einkaufsliste, die ein Model-Risk-Team einer Bank aufschreibt, wenn man fragt, was Agenten akzeptabel machen würde. Healthcare- und Pharma-F&E-Gruppen bekommen dasselbe. Das ist die erste Agent-Runtime, die ich einem Compliance-Officer ohne Zögern in die Hand geben würde.

Interne Platform-Teams in mittelgroßen bis großen Unternehmen sollten das Release als Wendepunkt lesen. Wer bisher gezögert hat, einen internen Coding-Agent zu standardisieren, weil jede Option Lock-in erforderte – diese Ausrede ist gerade verfallen.

Playbook für KI-Entwicklung

Konkrete Maßnahmen für diese Woche, in Prioritätsreihenfolge.

Erstens: Minimal-Modus gegen die eigene Evaluierungssuite laufen lassen. Zwei Tools, persistente Bash und str_replace_editor, ist genau die bare-bones-Umgebung, die man braucht, um Modelle ohne harness-bedingte Varianz zu vergleichen. Wenn die aktuellen Benchmarks framework-spezifische Tool-Wrapper einbacken, lügen die Zahlen. Hier neu ausführen.

Zweitens: Ein Provider-Swap-Szenario prototypen. Harness auf DeepSeek zeigen, dann auf Anthropic, dann auf einen selbst gehosteten OpenAI-kompatiblen Endpunkt. Messen, wie lange eine echte Migration dauert. Die unbequeme Erkenntnis für die meisten Platform-Teams: Der aktuelle Stack schafft das nicht in einem Sprint. Harness schafft es ohne Server-Neustart.

Drittens: Das Session-Log in die eigene Observability-Pipeline einspeisen, bevor man irgendetwas anderes darauf aufbaut. Der append-only Stream mit Kontext-Injektions-Records ist das wertvollste Artefakt, das dieses Release produziert. In den vorhandenen Log-Store liefern, indexieren und Replay als erstklassigen Debugging-Workflow einrichten. Das vor dem ersten Produktionsvorfall erledigen, nicht danach.

Viertens: Wer Agent-Produkte liefert, sollte prüfen, ob die Differenzierung im Harness oder in der Domain-Schicht darüber liegt. Wenn es das Harness ist, lieber anfangen, Plugins zu schreiben. Das ist die Richtung, in die der Markt geht.

Fünftens: Das Produkt bis zur Stabilisierung von v0.1 als Entwicklervorschau behandeln. MIT-Lizenz und self-hostable bedeutet nicht production-ready. Intern pilotieren, alles loggen und warten, bis die scharfen Kanten auftauchen, bevor es Kundentraffic berührt.

Wichtigste Erkenntnisse

• DeepSeek Harness v0.1 wird MIT-lizenziert mit dem CLI dsh geliefert und behandelt Modelle, Tools, Sandboxes, Loops und UI als austauschbare Cordis-Plugins.
• Vier Modi (Standard, Code, Minimal, Creator) decken vollständige Coding-Agent-Arbeit, TypeScript-Mehrschritt-Programme, Benchmarking mit zwei Tools und Plugin-Authoring ab.
• Das append-only Session-Log zeichnet jede Kontext-Injektion auf – nicht nur Tool-Calls – und unterstützt Resume, Fork, Search und Replay auf einem Event-Stream.
• Die Provider-Abdeckung umfasst DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure, Codex und jeden OpenAI-kompatiblen Endpunkt, mit write-only Credentials in $DSH_HOME/.credentials.yaml.
• Anbieter geschlossener Agent-Runtimes haben gerade Differenzierung verloren; regulierte Unternehmen und interne Platform-Teams haben eine verteidigbare self-hosted Option gewonnen.