DeepSeek Harness: Кожен Примітив Агента Тепер є Плагіном

Кожен, хто намагався замінити цикл інструментів усередині LangChain або зробити форк клону Claude Code, знає цей біль: «фреймворк» насправді є несучою стіною з декоративними гаками. DeepSeek щойно випустив щось побудоване на протилежному припущенні. Цього тижня з'явився developer preview v0.1 DeepSeek Harness під ліцензією MIT, і він розглядає кожну частину рантайму агента, включно з циклом, як плагін, який можна підключити.

Це більша справа, ніж пропонують поверхневі нотатки до релізу. Це перша переконлива спроба, яку я бачив від передового лабораторного гравця — опублікувати harness-шар як нейтральну інфраструктуру, а не як конкурентний рів.

Що Сталося

DeepSeek випустив DeepSeek Harness v0.1 як developer preview, опублікувавши повний вихідний код під MIT за адресою deepseek-ai/deepseek-harness. CLI називається dsh. Як повідомляє MarkTechPost, DeepSeek формулює дизайн через просте рівняння: Agent = Model + Harness. Компанія проводить межу між вагами моделі та механізмом навколо них, відкриваючи другу половину.

Рантайм побудований поверх Cordis — мета-фреймворку, ядро якого керує підключенням, відключенням та залежностями плагінів. У Cordis є власна стаття «A Programming approach for Spatiotemporal Composability», що описує цю модель. Кожна можливість існує як плагін: моделі, інструменти, навички, сесії, пісочниці, сховище, цикли, планування та UI. Нічого не знаходиться у привілейованому ядрі.

Harness одразу постачається з чотирма режимами роботи. Standard — повний набір для coding-агента з редагуванням файлів, shell, пошуком файлів і в інтернеті, навичками, плануванням, цілями, субагентами та воркфлоу. Code-режим огортає ці інструменти у Code Mode SDK, щоб модель могла виражати багатокрокові операції як одну TypeScript-програму. Minimal зберігає лише постійний bash та str_replace_editor — для бенчмаркінгу. Creator-режим додає інспекцію рантайму, експерименти з плагінами в пам'яті та інструкції зі створення пресетів.

Охоплення провайдерів є широким з першого дня. Підтримуються Anthropic, OpenAI, Bedrock, Vertex, Azure та Codex, а також будь-який OpenAI-сумісний ендпоінт. Bedrock потребує AWS-облікових даних і регіону, Vertex — ADC-проєкту, Azure — api-version, а Codex використовує OAuth. API-ключ DeepSeek можна змінити в налаштуваннях, і він набуде чинності з наступного запиту без перезапуску сервера. Це не дрібна деталь для тих, хто запускає довготривалі процеси агентів.

Технічна Анатомія

Цікава інженерна особливість — журнал сесій. Кожен запуск записується у append-only потік подій. Цей потік фіксує системні промпти, міркування, виклики інструментів і їхні результати, планування субагентів і, що критично, кожну ін'єкцію контексту. Відновлення, форк, пошук і відтворення — все працює на одному журналі. Перегляд Trajectory дозволяє інспектувати записи за джерелом.

Більшість фреймворків для агентів логують виклики інструментів. Деякі логують міркування. Запис кожної ін'єкції контексту — це більш точний хід. У виробничих інцидентах зі стеками агентів, які я бачив, першопричина майже ніколи не була у самому виклику інструменту. Це якийсь плагін ретріву, якась преамбула навички, якесь «корисне» проміжне ПЗ, що мовчки мутувало промпт за три кроки до того. Якщо не можна перевірити, що і ким було вставлено в контекст, провести розбір інциденту з агентом неможливо. Крапка.

Cordis як субстрат важливий, бо системи плагінів живуть або вмирають разом зі своєю моделлю залежностей. Ядро, що централізовано обробляє підключення, відключення та вирішення залежностей, означає, що команди можуть змінювати пісочницю або планувальник без жорсткого форку. Порівняйте це зі звичайним шаблоном, де цикл агента — це функція на 400 рядків, яку monkeypatching і молиться. MCP spec вирішив шар транспорту інструментів у тому ж дусі; Harness поширює цю філософію всередину — на цикл і сховище.

Робота з обліковими даними нудна у правильний спосіб. Ключі зберігаються лише для запису у $DSH_HOME/.credentials.yaml. Налаштування зберігають лише посилання, а не значення. Це мінімальна планка для всього, що команда безпеки дозволить наблизити до репозиторію, і чимало фреймворків для агентів досі не відповідають їй.

Шляхи розгортання прості. npx @deepseek-ai/dsh web запускає Web UI за адресою http://127.0.0.1:3080. З вихідного коду: git clone, pnpm install, pnpm run build, pnpm dsh web. Python SDK deepseek-harness-sdk постачається для Python 3.10+ на Linux x64, Linux arm64 та macOS 14+ на arm64 із вбудованим рантаймом, якому не потрібен системний Node.js. Лише ця остання деталь заощадить день налагодження образів контейнерів для кожного, хто воював з версіями Node всередині Python-монорепо.

Хто Програє

Компанії, які найбільше ризикують, — це ті, що продають закриті рантайми агентів як свій основний конкурентний рів. Якщо ваш продукт — «ми обгортаємо Claude та OpenAI власним циклом і гарним UI», MIT-ліцензований harness із гарячою заміною провайдерів, форком сесій і чотирма пресетними режимами щойно звузив ваше вікно диференціації. Самі провайдери моделей менш вразливі, адже Harness маршрутизує до всіх них; біль припадає на середній шар.

LangChain, LlamaIndex та менші стартапи у сфері фреймворків для агентів тепер мають відповісти на гостре питання: що ваш фреймворк робить таке, чого не може плагін на основі Cordis? «Екосистема» — це чесна відповідь сьогодні, але екосистеми швидко руйнуються, коли передовий гравець постачає більш чистий примітив під MIT. Команди, з якими я працював у фінтех, останні вісімнадцять місяців будували внутрішні форки цих фреймворків, бо розширюваність у вихідному коді виявилася брехнею. Ці форки тепер є кандидатами на переплатформлення.

Моя думка: постачальники, які виживуть у цьому циклі, — ті, хто перепозиціонує себе як авторів плагінів поверх нейтральних harness-рішень, а не як власників harness. Юніт-економіка підтримки власного циклу агента проти DeepSeek, Anthropic та OpenAI, які всі постачають референсні реалізації, не працює для команди рівня Series A.

На боці покупців найбільший подарунок отримують регульовані підприємства. MIT-ліцензування плюс self-hosting плюс повний журнал аудиту ін'єкцій контексту — це приблизно той список вимог, який команда з управління модельними ризиками банку складає, коли її запитують, що зробить агентів прийнятними. Групи R&D у сфері охорони здоров'я та фарми отримують те саме. Це перший рантайм агентів, який я без вагань передав би офіцеру з питань комплаєнсу.

Внутрішні платформні команди на середніх і великих підприємствах мають сприйняти цей реліз як точку перегину. Якщо ви відкладали стандартизацію внутрішнього coding-агента, бо кожен варіант вимагав прив'язки до постачальника, ця відмовка щойно втратила чинність.

Стратегія для AI-Розробки

Конкретні кроки на цей тиждень, у порядку пріоритетності.

Перше: запустіть Minimal-режим проти вашого набору для оцінювання. Два інструменти — постійний bash та str_replace_editor — це саме те мінімальне середовище, яке потрібне для порівняння моделей без варіабельності, викликаної harness. Якщо ваші поточні бенчмарки включають специфічні для фреймворку обгортки інструментів, ваші числа вас обманюють. Перезапустіть їх тут.

Друге: змоделюйте сценарій заміни провайдера. Спрямуйте Harness на DeepSeek, потім на Anthropic, потім на self-hosted OpenAI-сумісний ендпоінт. Зафіксуйте, скільки часу займає реальна міграція. Незручний висновок для більшості платформних команд полягає в тому, що їхній поточний стек не може зробити це менш ніж за один спринт. Harness може зробити це без перезапуску сервера.

Третє: підключіть журнал сесій до вашого пайплайну спостережуваності перш ніж будувати що-небудь інше поверх нього. Append-only потік із записами ін'єкцій контексту — це найцінніший артефакт цього релізу. Відправте його до наявного сховища логів, проіндексуйте і налаштуйте відтворення як першокласний воркфлоу налагодження. Зробіть це до першого виробничого інциденту, а не після.

Четверте: якщо ви постачаєте продукти на основі агентів, перевірте, чи живе ваша диференціація у harness чи в доменному шарі над ним. Якщо у harness — починайте писати плагіни натомість. Саме туди рухається ринок.

П'яте: поки що тримайте це у статусі developer preview до стабілізації v0.1. MIT-ліцензія та можливість self-hosting не означають готовності до продакшену. Проводьте пілот внутрішньо, логуйте все і зачекайте, поки гострі кути виявляться, перш ніж система торкнеться трафіку клієнтів.

Ключові Висновки

• DeepSeek Harness v0.1 постачається під MIT-ліцензією з CLI dsh і розглядає моделі, інструменти, пісочниці, цикли та UI як змінні плагіни Cordis.
• Чотири режими (Standard, Code, Minimal, Creator) охоплюють повноцінну роботу coding-агента, багатокрокові TypeScript-програми, бенчмаркінг із двома інструментами та створення плагінів.
• Append-only журнал сесій записує кожну ін'єкцію контексту, а не лише виклики інструментів, і підтримує відновлення, форк, пошук і відтворення в одному потоці подій.
• Охоплення провайдерів включає DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure, Codex і будь-який OpenAI-сумісний ендпоінт, з обліковими даними лише для запису у $DSH_HOME/.credentials.yaml.
• Постачальники закритих рантаймів агентів втратили диференціацію; регульовані підприємства та внутрішні платформні команди отримали надійний варіант із self-hosting.