DeepSeek Harness, erklärt: Die Agent-Laufzeitumgebung hinter „Modell + Harness = Agent“

DeepSeek Harness — dsh kurz gesagt – ist kein Modell. Es ist die Open-Source-Agent-Runtime, die DeepSeek am 13. August 2026 unter der MIT-Lizenz veröffentlicht hat, und es ist nach wie vor das schnellste, was DeepSeek je gemessen an der Verbreitung veröffentlicht hat: Medienberichte meldeten in den ersten 12 Stunden rund 50.000 GitHub-Sterne, und das Repository stand bei 242.211 Sternen und 29.059 Forks, als wir heute die GitHub-API abgerufen haben. Ausgeführt wird DeepSeek V4.1 Flash, das Modell, das DeepSeeks API als deepseek-flash bereitstellt, oder das größere DeepSeek V4 Pro, wenn man es darauf richtet. Seine Aufgabe ist die Engineering-Schicht zwischen einem Sprachmodell und einer erledigten Aufgabe: Dateibearbeitung, Terminalausführung, Websuche, Kontextverwaltung, Aufgabenplanung und das Aufrufen anderer Agenten. Die Formel, die DeepSeeks eigenes Team verwendet, lautet Modell + Harness = Agent — das Modell denkt, der Harness erledigt alles andere.

Diese Unterscheidung ist der Kern dieses Artikels. Wer nach "deepseek harness" sucht, erwartet normalerweise einen Modelltest und landet stattdessen bei der Launch-Berichterstattung. Deshalb hier die Antwort gleich vorweg: DSH ist kein Modell, das man über eine API aufruft. Es ist ein Programm, das man installiert und ausführt — das npm-Paket ist @deepseek-ai/dsh, dessen Latest-Tag jetzt auf 0.2.0-rc.2 verweist — drei Release-Linien weiter als der 0.1.x-Build, gegen den diese Seite ursprünglich geschrieben wurde, und weiter als der Versions-Chip auf der Karte oben — und es verbindet welches Modell auch immer man ihm gibt (standardmäßig DeepSeek V4.1 Flash) mit Ihrem Dateisystem, Ihrem Terminal, dem Web und anderen Agents. Es steht unter MIT-Lizenz, basiert auf einem Plugin-Framework namens Cordis und ist ausdrücklich eine Developer Preview, die vor Breaking Changes warnt. Die paketierte Desktop-App, die Deep​Seek am 2. Oktober angekündigt hat — macOS- und Windows-Builds, wobei Linux-Nutzer auf das npm-Paket verwiesen werden —, ist die neueste Oberfläche darauf. Im Folgenden steht, was es tatsächlich tut, wie man es heute ausführt und wo es Schwächen hat.

Was ein Harness tatsächlich tut (und warum der Begriff verwirrend ist)

Ein Harness ist das Gerüst, das einem rohen Modell ermöglicht, in der realen Welt zu arbeiten. Ein Modell allein kann nur Text erzeugen. Gib ihm ein Harness und es kann Dateien lesen und schreiben, Befehle in deiner Shell ausführen, im Web suchen, einen Plan verfolgen, Tools aufrufen, auf Fehler reagieren und beurteilen, wann eine Aufgabe abgeschlossen ist. Deep​Seeks öffentliche Formel — wiederholt in der Berichterstattung zum Launch und in den eigenen Stellenausschreibungen — lautet „Modell + Harness = Agent": Das Modell liefert das Denken, das Harness liefert alles andere.

{{1}}Deshalb ist das Release über ein einzelnes Produkt hinaus von Bedeutung.{{/1}} {{2}}Deep​Seek meldete seine eigenen Agentic-Benchmark-Ergebnisse für seine letzten beiden Modelle aus diesem Harness: Die DeepSeek V4 Flash API-Dokumentation gibt an, dass sein Terminal-Bench-2.1-Ergebnis von 82.7 im „Deep​Seek Harness minimal mode“ erzielt wurde.{{/2}} {{3}}Der Harness ist die Referenzumgebung, aus der diese Zahlen stammen, und er ist jetzt für jeden öffentlich zugänglich, um sie zu reproduzieren – oder zu widerlegen.{{/3}}

Alles ist ein Plugin: die Cordis-Architektur

Das Kerndesign von DSH, wie es in seiner eigenen README heißt, ist, dass alles ein Plugin ist. Die Agentenschleife, Modelladapter, Tools, Skills, Session-Speicher, Sandbox, Scheduling und sogar die Web-UI sind alle Cordis-Plugins. Es gibt keinen privilegierten Kern, der gepatcht werden müsste: Man erweitert das Grundgerüst, indem man ein Plugin neben den anderen einhängt, und jede Registrierung ist ein Effekt, der sich auflöst, wenn das Plugin entladen wird. Die Plugin-Engine ist Cordis, ein Meta-Framework, dessen Design in dem Paper „A Programming Paradigm for Spatiotemporal Composability“ der Peking-Universität–Deep​Seek beschrieben wird.

Die unmittelbare Konsequenz ist eine scharfe Trennung der Zuständigkeiten: Plugins fügen Fähigkeiten hinzu; Presets entscheiden, welche Fähigkeiten ein bestimmter Agent sehen kann. Das Monorepo umfasst inzwischen 55 Pakete unter packages/ – core, llm, mcp, sandbox, context, plan, workspace und mehr –, und die Launch-Abdeckung zählte mehr als 100 First-Party-Plugins, mit einem bereits reservierten Plugin-Store und 288 Community-Plugin-Repositories, die innerhalb von 24 Stunden nach der Veröffentlichung auf GitHub gesammelt wurden. Das war vor sechs Wochen. Das dsh-plugin-Topic Deep​Seek für die Auffindbarkeit von Plugins liefert jetzt mehr als 17.000 Repositories in GitHub's, was wir am 2. Oktober 2026 gelesen haben — das Ökosystem wuchs weiter, während das Harness selbst auf Release Candidates blieb.

Die vier Presets — und wann man welches verwendet

DSH wird mit vier Agent-Presets ausgeliefert, die jeweils einen anderen Plugin-Satz laden. Über das eigene Preset-Menü der Web-UI:

• Standard — ein vollwertiger Coding-Agent: Dateibearbeitung, Shell, Datei- und Websuche, Fähigkeiten, Planung, Ziele, Unteragenten und Workflows. Die richtige Wahl für die meisten Arbeiten.

• Code — in der chinesischen Presse als PTC („programmatic tool calling") bezeichnet — alles aus dem Standard, plus ein Code-Mode-SDK, das es dem Modell ermöglicht, TypeScript-Programme zu schreiben, um mehrstufige Tool-Aufrufe in einem einzigen Programm zu kombinieren. Leistungsfähiger, und es kann Seiteneffekte und Tool-Aufrufe vervielfachen.

• Minimal — nur persistentes Bash plus str_replace_editor. Entwickelt, um Benchmark-Läufe zu reproduzieren; dies ist das Preset, das Deep​Seek für die V4 Flash Terminal-Bench 82.7-Zahl verwendet hat. Minimal ist nicht harmlos — Shell-Zugriff bleibt Shell-Zugriff.

• Creator — das vierte Preset-Verzeichnis heißt wörtlich cordis — Standard plus Laufzeitinspektion, In-Memory-Cordis-Plugin-Experimente und Preset-Erstellung. Der Agent kann Plugins mitten im Gespräch installieren, ersetzen oder zerstören. Eine Engineering-Umgebung, keine Produktionsfreigabe-Ebene.

Welches sollten Sie wählen? Wenn Sie einen Benchmark reproduzieren, Minimal. Wenn Sie möchten, dass der Agent seine eigene mehrstufige Orchestrierung schreibt, Code. Wenn Sie ein Plugin entwickeln oder testen, Creator. Für alles andere beginnen Sie mit Standard — weitreichende Befugnisse bedeuten, dass Sie auch einen engen Arbeitsbereich und eine strenge Berechtigungsrichtlinie wünschen.

Trajektorie: das Feature, das Rezensenten "DevTools für Agenten" nennen.

Das meistgelobte Feature in Praxistests ist Trajectory. Jeder Lauf schreibt in ein Append-only-Session-Log — zstd-komprimiertes JSONL mit einer einheitlichen Ereignishülle aus Typ, Sequenz, Zeit und Daten — das alles aufzeichnet, was das Modell gesehen hat: System-Prompts, Reasoning, Tool-Aufrufe und -Ergebnisse, Subagenten-Scheduling, Kontextinjektionen. Die Trajectory-Ansicht unterstützt Inspektion nach Quelle, Fortsetzen, Forken, Suche und Wiedergabe. Das Forken ist der eigentliche Clou: Man kann eine einzelne Anweisung ändern und den Lauf Seite an Seite mit dem Original wiedergeben, anstatt die Spur zu verwerfen.

Konkret erzeugte ein am 15. August veröffentlichter Praxistest bei einer einzelnen Dateischreibaufgabe 61 Sitzungsereignisse, und eine triviale Aufgabe „reply PONG“ verbrauchte bei ihrer ersten Anfrage immer noch etwa 13.467 Eingabetokens – Overhead durch Standard-Systemprompts, Tool-Schemas, automatisch eingefügte Repo-Regeln und Skill-Zusammenfassungen. Das sind die ehrlichen Kosten eines Frameworks, das alles protokolliert: Man zahlt Tokens für das Gerüst und kann genau sehen, wofür man bezahlt hat.

MCP, Plugins und mit anderen Agenten sprechen

MCP ist der Bereich, in dem die Begeisterung dem aktuellen Stand der Entwicklung vorauseilt. Das Monorepo enthält ein mcp-Paket, und die CLI bringt eine dsh-mcp-client-Abhängigkeit mit, aber standardmäßig ist kein MCP-Server aktiviert, und die Architektur führt die Tool-Integration über Cordis-Plugins statt MCP als erstklassigen Bürger zu behandeln. Du kannst MCP-Server als Tool-Quelle anbinden; es ist nur noch nicht der Standardweg.

Was noch überraschender ist, ist das, was die Liste der Subagent-Anbieter zeigt. DSH kann andere Agenten als Subagenten erzeugen – einschließlich, so die capability-seams-Dokumentation, eines Codex-Anbieters und eines Claude-Code-Anbieters. Das ist eine ungewöhnliche Position für einen Wettbewerber: DSH ist ein Harness, das Arbeit an genau die Produkte delegieren kann, an denen es gemessen wird.

Die Plugin-Story ist die eigentliche Plattform-Wette. DeepSeek hat einen Plugin-Store reserviert, Community-Repositories sind mit Tags zur besseren Auffindbarkeit versehen, und In-App-Stores von Drittanbietern existieren bereits. Die Versionshinweise zu 0.2.0-rc.2 verwenden den größten Teil ihres Umfangs für Anleitungen zur Plugin-Installation – die Unterscheidung zwischen installierten, inkompatiblen und gebündelten Plugins –, und genau darauf liegt weiterhin der Schwerpunkt der Engineering-Arbeit. Auf lange Sicht geht es darum, dass das Harness, nicht das Modell, zum Ökosystem wird, weshalb die Preisdiskussion rund um DSH wichtiger ist als jede einzelne Funktion.

So führen Sie es heute aus.

Du benötigst Node.js 22.19 oder neuer — das Paketmanifest erfordert ^22.19.0 oder >=24 — und dann einen einzigen Befehl:

npx @deepseek-ai/dsh web

Damit wird die Web-UI gestartet, die standardmäßig unter http://127.0.0.1:3080 bereitgestellt wird. In der UI: Öffnen Sie Einstellungen → Modelle, fügen Sie einen DeepSeek-API-Schlüssel ein und wählen Sie dann einen Arbeitsbereich aus – der Sitzungs-Composer bleibt gesperrt, bis Sie dies tun. Das Standardmodell ist DeepSeek V4.1 Flash, und die Standardberechtigungsrichtlinie ist workspace-write mit Genehmigungsaufforderungen für alles andere.

Es gibt jetzt fünf Einstiegspunkte: die Weboberfläche, die paketierte Desktop-App, Headless-Einmalausführungen, ein Python-SDK, das DSH über JSON-RPC stdio ansteuert, und --dump-config, das den zusammengesetzten Plugin-Baum ausgibt (das Web-Profil stellte 129 Zeilen Plugin-Konfiguration zusammen; headless 81). Die Desktop-App ist diejenige, die sich diese Woche geändert hat. Deep​Seek hat Builds für macOS und Windows veröffentlicht — Intel-Macs eingeschlossen, wo unsere September-Notiz festhielt, dass der Intel-Build 404 lieferte — und jeder Desktop-Feed meldet Version 0.2.0-rc.2 mit einem Veröffentlichungsdatum vom 29. September. Die 0.2-Hinweise binden außerdem den Befehl dsh für die Plugin-Verwaltung in die Desktop-App ein, sodass dieser Weg keine separate Node- oder pnpm-Installation mehr benötigt. Deep​Seeks eigene Ankündigung beschreibt Plugins und Workspaces als in 0.2 out of the box unterstützt — eine Herstelleraussage über einen Release Candidate, obwohl die Plugin-Seiten und der Workspace-Store, den die App mit der CLI teilt, im öffentlichen Repository sichtbar sind. Linux ist die Ausnahme, die Deep​Seeks eigene Ankündigung nennt: Die vom Packaging-Skript unterstützte Zielmenge ist mac-arm64, mac-x64 und win-x64, unter Deep​Seeks Download-Host existiert kein Linux-Artefakt, und Linux-Nutzenden wird gesagt, sie sollen npx @deepseek-ai/dsh web ausführen. Aus dem Quellcode ist der Weg unverändert: git clone, pnpm install, pnpm run build, dann pnpm dsh web.

Der ehrliche Teil: Vorschau-Qualität, und wo DSH das falsche Werkzeug ist.

DSH ist Version 0.2.0-rc.2 — nicht 1.0 und nicht einmal eine stabile 0.x: Alle 29 Versionen auf npm und alle 24 GitHub-Releases sind Vorabversionen, und die README ist eindeutig: „ES WIRD KOMPATIBILITÄTSBRECHENDE ÄNDERUNGEN GEBEN.“ Rezensionen aus der Startphase katalogisieren die Kinderkrankheiten — stille Fehler unter MSYS2 auf Windows, Veraltung des Hot-Reload-Caches, eine etwa 200 ms gebündelte Persistenzverzögerung, die hinter der Fortschrittsanzeige der UI zurückbleibt, und Kritik aus der Community, dass GitHub Issues in einem als öffentliche Infrastruktur positionierten Repository deaktiviert ist. Auch das Standard-Produkterlebnis hinkt noch hinter den ausgefeilten Coding-Agenten hinterher, an denen es gemessen wird; ein Praxisbericht kam zu dem Schluss, dass die Open-Source-Veröffentlichung ein Agent-Runtime-Gerüst ist, noch kein fertiges Produkt.

Wo ist DSH das falsche Werkzeug? Vier Situationen. Erstens: Wenn Sie eine fertige Komplettlösung wollen — die heutigen Claude Code und Codex sind ausgereifter, und DSH ist für Leute, die das Gerüst wollen und bereit sind, es fertigzustellen. Zweitens: Wenn Sie nicht prüfen können, was Sie ausführen — Plugin-Herkunft, Konfigurations-Diffs und Berechtigungsgrenzen werden alle selbst geliefert, und der Produktionseinsatz erfordert Governance, die Sie selbst bereitstellen. Drittens: Wenn Sie Modelle benchmarken — Sie können nicht ein Modell im Standardmodus und ein anderes im Minimalmodus ausführen und den Unterschied als Modellergebnis bezeichnen; Sie haben die Testumgebung verändert, nicht nur das Modell. Viertens: Wenn Sie bei den Token-Kosten sensibel sind, was den Overhead angeht — der immer aktive Kontext kann Tausende von Eingabe-Tokens verbrauchen, bevor das Modell überhaupt echte Arbeit leistet.

Was das für DeepSeek V4.1 Flash und DeepSeek V4 Pro bedeutet

DSH verwendet standardmäßig Deep​Seek V4.1 Flash – das Modell, das Deep​Seeks API als deepseek-flash ausliefert – und der Flaggschiff-Build Deep​Seek V4 Pro (Deep​Seek-V4-Pro-0813) stammt aus derselben Modellfamilie, für die die Harness gebaut wurde. Beide sind heute über gewöhnliche API-Aufrufe verfügbar, ganz ohne Harness, und beide werden auf OrcaRouter zu Deep​Seeks eigenem Listenpreis gehostet, mit 0 % Aufschlag weitergegeben: 0,15 $ Eingabe und 0,60 $ Ausgabe pro Million Tokens für Deep​Seek V4.1 Flash sowie 0,66 $/1,98 $ für Deep​Seek V4 Pro. Das sind Off-Peak-Tarife, die Deep​Seek an Wochentagen zwischen 01:00 und 04:00 UTC und erneut zwischen 06:00 und 10:00 UTC verdoppelt. Der Screenshot unten ist eine August-Momentaufnahme der Modellseite Deep​Seek V4 Flash 0731, und die dort ausgewiesenen 0,15 $/0,29 $ sind der Preis dieser Version: Deep​Seeks Preisseite führt inzwischen nur noch einen einzigen Flash-Eintrag, deepseek-flash = DeepSeek-V4.1-Flash, zu 0,15 $/0,60 $. Lesen Sie die Karte als datierte Aufnahme, nicht als heutigen Tarif.

Die ehrliche Grenze: OrcaRouter ist ein Modell-Router, keine Agent-Runtime, deshalb hosten wir DSH nicht – es ist kein Modell. Was ein Router hier tatsächlich beantwortet, ist das Failover-Problem, das DSH aufwirft. Das Harness ist eine sich schnell bewegende Preview – heute 0.2.0-rc.2, und die Desktop-App darauf ist noch jünger –, und Produktions-Traffic darauf zu richten bedeutet, auf vom Anbieter gemeldete agentische Scores zu wetten. Dieselben Deep​Seek-Modelle über eine Routing-Schicht mit einem Schlüssel laufen zu lassen, erlaubt es dir, die nativen Zahlen von DSH zu testen und gleichzeitig automatisches Failover über Anbieter hinweg für den Traffic beizubehalten, der weiterlaufen muss. Das Harness ist das, womit man experimentieren sollte; die Modelle, die es ausführt, sind das, womit man sorgfältig routen sollte.

Fazit

DeepSeek Harness ist das folgenreichste, was DeepSeek seit den Modellen selbst als Open Source veröffentlicht hat, denn es verändert, was „DeepSeek“ bedeutet: nicht nur Modelle, sondern die Agent-Ebene, die sie ausführt. Für Leser, die entscheiden, was zu tun ist: Wenn du Agents baust, installiere diese Woche die Desktop-App oder die Kommandozeile 0.2.0-rc.2 und führe den Reproduktionstest aus – der Terminal-Bench 82.7, den DeepSeek für sein Flash-Modell veröffentlicht hat, wurde in diesem Harness erzeugt, und jetzt kannst du es selbst überprüfen. Aber behandle es als das, was es ist: eine Entwicklervorschau mit bevorstehenden Breaking Changes, ein Plugin-System, das Leute belohnt, die ihren Stack gern selbst besitzen, und ein Harness, das noch rauer ist als die ausgefeilten Alternativen. Wenn du auf Linux bist, ist die paketierte App noch nicht der richtige Weg für dich – npm ist es. Die darunterliegenden Modelle sind der zuverlässige Teil, und die kannst du heute mit Zuversicht routen.