DeepSeek Harness: каждый примитив агента теперь является плагином

Каждый, кто пытался подменить цикл инструментов внутри LangChain или форкнуть клон Claude Code, знает эту боль: «фреймворк» — это несущая стена с декоративными крючками. DeepSeek только что выпустил нечто, построенное на противоположном принципе. Версия v0.1 developer preview DeepSeek Harness вышла на этой неделе под лицензией MIT, и она рассматривает каждую часть среды выполнения агента, включая сам цикл, как монтируемый плагин.

Это важнее, чем поверхностные замечания к релизу. Это первая заслуживающая доверия попытка, которую я видел от frontier-лаборатории, — опубликовать слой harness как нейтральную инфраструктуру, а не как конкурентный ров.

Что произошло

DeepSeek выпустил DeepSeek Harness v0.1 в виде developer preview, опубликовав полный исходный код под MIT по адресу deepseek-ai/deepseek-harness. CLI называется dsh. Как сообщил MarkTechPost, DeepSeek формулирует дизайн как простое уравнение: Агент = Модель + Harness. Компания проводит границу между весами и механизмами вокруг них, открывая вторую половину.

Среда выполнения построена поверх Cordis — мета-фреймворка, ядро которого управляет монтированием, демонтированием и зависимостями плагинов. У Cordis есть собственная статья — «A Programming approach for Spatiotemporal Composability», описывающая эту модель. Каждая возможность живёт как плагин: модели, инструменты, навыки, сессии, песочницы, хранилище, циклы, планирование и UI. Ничто не занимает привилегированное ядро.

Harness поставляется с четырьмя режимами выполнения. Standard — полная конфигурация coding-агента с редактированием файлов, shell, поиском по файлам и в интернете, навыками, планированием, целями, субагентами и рабочими процессами. Code mode оборачивает эти инструменты в Code Mode SDK, чтобы модель могла выражать многошаговые операции как одну программу на TypeScript. Minimal оставляет только постоянный bash и str_replace_editor — предназначен для бенчмаркинга. Creator mode добавляет инспекцию среды выполнения, эксперименты с плагинами в памяти и руководство по созданию пресетов.

Поддержка провайдеров широкая с первого дня. Поддерживаются Anthropic, OpenAI, Bedrock, Vertex, Azure и Codex, а также любой OpenAI-совместимый эндпоинт. Bedrock требует учётные данные AWS и регион, Vertex нужен ADC-проект, Azure требует api-version, Codex использует OAuth. API-ключ DeepSeek можно сменить в настройках, и он вступает в силу при следующем запросе без перезапуска сервера. Это немаловажная деталь для тех, кто запускает долгоживущие процессы агентов.

Техническая архитектура

Интересное инженерное решение здесь — лог сессий. Каждый запуск записывается в append-only поток событий. Этот поток фиксирует системные промпты, рассуждения, вызовы инструментов и их результаты, планирование субагентов и, что критично, каждую инъекцию контекста. Возобновление, форк, поиск и воспроизведение — всё работает с одним и тем же логом. Представление Trajectory позволяет инспектировать записи по источнику.

Большинство фреймворков для агентов логируют вызовы инструментов. Некоторые логируют рассуждения. Запись каждой инъекции контекста — это более точный ход. В производственных инцидентах с агентными стеками, которые я видел, первопричина почти никогда не является самим вызовом инструмента. Это какой-то плагин получения данных, какая-то преамбула навыка, какое-то «полезное» промежуточное ПО, которое незаметно изменило промпт тремя ходами ранее. Если вы не можете проверить, что было засунуто в контекст и кем, вы не сможете провести разбор полётов по агенту. Точка.

Cordis как субстрат важен, потому что системы плагинов живут или умирают за счёт своей модели зависимостей. То, что ядро централизованно обрабатывает монтирование, демонтирование и разрешение зависимостей, означает, что команды могут горячо заменять песочницу или планировщик без жёсткого форка. Сравните это с обычным паттерном, где цикл агента — это функция на 400 строк, которую вы патчите monkey-патчингом и молитесь. Спецификация MCP решала транспортный уровень инструментов в том же духе; Harness распространяет эту философию вглубь — на цикл и хранилище.

Работа с учётными данными скучна в правильном смысле. Ключи хранятся только на запись в $DSH_HOME/.credentials.yaml. Настройки сохраняют только ссылку, а не значение. Это минимальная планка для всего, что команда безопасности допустит к репозиторию, и многие фреймворки для агентов до сих пор с ней не справляются.

Пути развёртывания просты. npx @deepseek-ai/dsh web запускает Web UI по адресу http://127.0.0.1:3080. Из исходников: git clone, pnpm install, pnpm run build, pnpm dsh web. Python SDK — deepseek-harness-sdk — поставляется для Python 3.10+ на Linux x64, Linux arm64 и macOS 14+ на arm64, с встроенной средой выполнения, которой не нужен системный Node.js. Последняя деталь сама по себе сэкономит день отладки образов контейнеров для тех, кто сражался с версиями Node внутри Python-монорепозитория.

Кто пострадает

Компании, которым есть что терять, — это те, кто продаёт закрытые среды выполнения агентов как свой основной конкурентный ров. Если ваш продукт — это «мы оборачиваем Claude и OpenAI в собственный цикл с красивым UI», MIT-лицензированный harness с горячо заменяемыми провайдерами, форкингом сессий и четырьмя пресетными режимами только что сократил ваше окно дифференциации. Сами провайдеры моделей менее уязвимы, потому что Harness маршрутизирует ко всем из них; боль ложится на средний слой.

LangChain, LlamaIndex и небольшие стартапы, создающие фреймворки для агентов, теперь должны ответить на острый вопрос: что делает ваш фреймворк, чего не может плагин на основе Cordis? «Экосистема» — честный ответ сегодня, но экосистемы быстро разрушаются, когда frontier-лаборатория выпускает более чистый примитив под MIT. Команды, с которыми я работал в fintech, последние восемнадцать месяцев строили внутренние форки этих фреймворков, потому что расширяемость апстрима оказалась ложью. Эти форки теперь кандидаты на переплатформирование.

Моя точка зрения: выживут те вендоры, которые перепозиционируют себя как авторы плагинов поверх нейтральных harness-ов, а не как владельцы самих harness-ов. Юнит-экономика поддержки собственного цикла агентов против DeepSeek, Anthropic и OpenAI, все из которых выпускают референсные реализации, не работает для команды стадии Series A.

На стороне покупателей регулируемые предприятия получают самый большой подарок. MIT-лицензирование плюс самохостинг плюс полный лог аудита инъекций контекста — это примерно тот список требований, который команда по модельным рискам банка составляет, когда её спрашивают, что сделает агентов приемлемыми. Группы R&D в здравоохранении и фарме получают то же самое. Это первая среда выполнения агентов, которую я бы вручил специалисту по комплаенсу без содрогания.

Внутренние платформенные команды в средних и крупных предприятиях должны воспринять этот релиз как точку перегиба. Если вы откладывали стандартизацию внутреннего coding-агента, потому что каждый вариант требовал привязки к вендору, этот довод только что утратил силу.

План действий для разработки AI

Конкретные шаги на эту неделю в порядке приоритета.

Первое: запустите режим Minimal против вашего набора для оценки. Два инструмента — постоянный bash и str_replace_editor — это именно та минималистичная среда, которая нужна для сравнения моделей без дисперсии, вносимой harness-ом. Если ваши текущие бенчмарки включают специфические для фреймворка обёртки инструментов, ваши цифры врут. Перезапустите их здесь.

Второе: создайте прототип сценария смены провайдера. Направьте Harness на DeepSeek, затем на Anthropic, затем на самохостинговый OpenAI-совместимый эндпоинт. Засеките, сколько времени занимает реальная миграция. Неудобный вывод для большинства платформенных команд — их текущий стек не справится с этим за один спринт. Harness справляется без перезапуска сервера.

Третье: подключите лог сессий к вашему pipeline наблюдаемости, прежде чем строить на нём что-либо ещё. Append-only поток с записями инъекций контекста — самый ценный артефакт, который производит этот релиз. Отправьте его в ваше существующее хранилище логов, проиндексируйте и настройте воспроизведение как полноценный рабочий процесс отладки. Сделайте это до первого производственного инцидента, а не после.

Четвёртое: если вы выпускаете продукты с агентами, проверьте, находится ли ваша дифференциация в harness или в доменном слое над ним. Если в harness — начните писать плагины. Именно туда движется рынок.

Пятое: держите это в режиме developer preview, пока v0.1 не стабилизируется. MIT-лицензия и возможность самохостинга не означают готовности к продакшену. Пилотируйте внутри, логируйте всё и ждите, пока острые углы не проявятся, прежде чем это коснётся трафика клиентов.

Ключевые выводы

• DeepSeek Harness v0.1 выпускается под MIT-лицензией с CLI dsh и рассматривает модели, инструменты, песочницы, циклы и UI как сменные плагины Cordis.
• Четыре режима (Standard, Code, Minimal, Creator) охватывают полноценную работу coding-агента, многошаговые программы на TypeScript, бенчмаркинг с двумя инструментами и создание плагинов.
• Append-only лог сессий записывает каждую инъекцию контекста, а не только вызовы инструментов, и поддерживает возобновление, форк, поиск и воспроизведение в одном потоке событий.
• Поддержка провайдеров охватывает DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure, Codex и любой OpenAI-совместимый эндпоинт, с write-only учётными данными в $DSH_HOME/.credentials.yaml.
• Вендоры закрытых сред выполнения агентов потеряли дифференциацию; регулируемые предприятия и внутренние платформенные команды получили защищённый вариант для самохостинга.