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

Deep​Seek Harness — dsh, kurz gesagt – ist kein Modell. Es ist die Open-Source-Agent-Laufzeitumgebung, die Deep​Seek am 13. August 2026 unter der MIT-Lizenz veröffentlicht hat, und es ist das schnellste Produkt, das Deep​Seek je herausgebracht hat, gemessen an der Verbreitung: Laut Presseberichten erreichte das Repository in den ersten 12 Stunden etwa 50.000 GitHub-Sterne, und als wir heute die GitHub-API abfragten, stand es bei 125.922 Sternen und 12.523 Forks. Seine Aufgabe ist die technische Schicht zwischen einem Sprachmodell und einer fertigen Aufgabe: Dateibearbeitung, Terminalausführung, Websuche, Kontextverwaltung, Aufgabenplanung und das Aufrufen anderer Agenten. Die Formel, die das eigene Team von Deep​Seek verwendet, lautet Model + Harness = Agent — das Modell denkt, das Harness erledigt alles andere.

Dieser Unterschied ist der Kern dieses Artikels. Wer nach „deepseek harness“ sucht, erwartet meist eine Modell-Rezension und landet stattdessen bei Berichterstattung über den Launch. Hier also die Antwort vorweg: DSH ist kein Modell, das du über eine API aufrufst. Es ist ein Programm, das du installierst und ausführst – das npm-Paket ist @deepseek-ai/dsh, aktuell 0.1.0-rc.6 – und es verbindet jedes Modell, das du ihm gibst (standardmäßig DeepSeek V4 Flash), mit deinem Dateisystem, deinem Terminal, dem Web und anderen Agents. Es ist MIT-lizenziert, basiert auf einem Plugin-Framework namens Cordis und ist ausdrücklich eine Entwicklervorschau, die vor Breaking Changes warnt. Im Folgenden findest du, was es tatsächlich tut, wie du es heute ausführst und wo es an Grenzen stößt.

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 praktische Konsequenz ist eine strikte Trennung der Belange: Plugins fügen Fähigkeiten hinzu; Presets legen fest, welche Fähigkeiten ein bestimmter Agent sehen kann. Das Monorepo enthält 49 Pakete unter packages/ — core, llm, mcp, sandbox, context, plan, goal und weitere — und der Start umfasst mehr als 100 First-Party-Plugins, wobei ein Plugin-Store bereits reserviert ist und 288 Community-Plugin-Repositories auf GitHub innerhalb von 24 Stunden nach der Veröffentlichung gesammelt wurden, auffindbar unter dem dsh-plugin-Topic-Tag.

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-Geschichte ist die eigentliche Plattform-Wette. Deep​Seek hat einen Plugin-Store reserviert, Community-Repositories sind für die Auffindbarkeit getaggt, und es existieren bereits In-App-Stores von Drittanbietern. Das langfristige Ziel ist, dass das Framework, nicht das Modell, zum Ökosystem wird – weshalb die Preisdiskussion um DSH wichtiger ist als jedes einzelne Feature.

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

Das startet die Web-UI, die standardmäßig unter http://127.0.0.1:3080 erreichbar ist. In der UI: Öffnen Sie Einstellungen → Modelle, fügen Sie einen Deep​Seek-API-Schlüssel ein und wählen Sie dann einen Arbeitsbereich – der Sitzungs-Composer bleibt gesperrt, bis Sie das tun. Das Standardmodell ist DeepSeek V4 Flash, und die Standard-Berechtigungsrichtlinie ist workspace-write mit Genehmigungsaufforderungen für alles andere.

Es gibt insgesamt vier Einstiegspunkte: die Web-UI, Headless-One-Shot-Läufe, ein Python-SDK, das DSH über JSON-RPC stdio steuert, sowie --dump-config, das den zusammengesetzten Plugin-Baum ausgibt (das Web-Profil setzt 129 Zeilen Plugin-Konfiguration zusammen, headless sind es 81). Aus dem Quellcode heraus ist der Weg: 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 0.1.0-rc.6, und die README ist eindeutig: „THERE WILL BE COMPATIBILITY-BREAKING CHANGES." Die in dieser Woche veröffentlichten Reviews katalogisieren die rauen Kanten — stille Fehlschläge unter MSYS2 auf Windows, veraltete Hot-Reload-Caches, eine Batch-Persistenzverzögerung von etwa 200 ms, die die UI-Fortschrittsanzeige hinterherhinken lässt, sowie Community-Kritik daran, dass GitHub Issues in einem Repository deaktiviert ist, das als öffentliche Infrastruktur positioniert wird. Auch das Standard-Produkterlebnis bleibt hinter den ausgefeilten Coding-Agenten zurück, an denen es gemessen wird; ein Praxis-Review kam zu dem Schluss, dass die Open-Source-Veröffentlichung ein Gerüst für eine Agenten-Laufzeit 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 Flash und DeepSeek V4 Pro bedeutet

DSH verwendet standardmäßig DeepSeek V4 Flash, und das Flaggschiff-Build DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) gehört derselben Modellfamilie an, für die die Harness entwickelt wurde. Beide sind heute über normale API-Aufrufe verfügbar – ganz ohne Harness – und beide werden auf OrcaRouter zum eigenen Listenpreis von Deep​Seek gehostet: etwa 0,15 $ pro Million Input-Tokens und 0,29 $ pro Million Output-Tokens für DeepSeek V4 Flash sowie etwa 0,44 $/0,88 $ für DeepSeek V4 Pro, ohne Aufschlag weitergereicht.

Die ehrliche Grenze: OrcaRouter ist ein Modell-Router, keine Agenten-Laufzeitumgebung, daher hosten wir DSH nicht — es ist kein Modell. Was ein Router hier wirklich beantwortet, ist das Failover-Problem, das DSH aufwirft. Die Harness ist eine sich schnell bewegende Vorschau, und Produktionsverkehr auf sie zu richten bedeutet, auf herstellergemeldete agentische Bewertungen zu setzen. Wenn Sie dieselben Deep​Seek-Modelle über eine Routing-Schicht mit einem Schlüssel ausführen, können Sie DSHs native Zahlen testen und gleichzeitig automatisches Failover über Anbieter hinweg für den Verkehr beibehalten, der weiter funktionieren muss. Die Harness ist das, womit man experimentieren sollte; die Modelle, die sie ausführt, sind das, was man sorgfältig routen sollte.

Fazit

Deep​Seek Harness ist das Folgenreichste, was Deep​Seek seit den Modellen selbst als Open Source veröffentlicht hat, denn es verändert, was „Deep​Seek“ bedeutet: nicht nur Modelle, sondern die Agent-Ebene, die sie ausführt. Für alle, die sich fragen, was zu tun ist: Wenn Sie Agenten bauen, installieren Sie es diese Woche und führen Sie den Reproduktionstest aus — die von Deep​Seek veröffentlichten Ergebnisse für V4 Flash und V4 Pro stammen aus diesem Harness, und jetzt können Sie sie selbst überprüfen. Aber behandeln Sie es als das, was es ist: eine Developer-Preview 0.1.0-rc.6 mit bevorstehenden Breaking Changes, ein Plugin-System, das Menschen belohnt, die ihren Stack gern selbst in der Hand haben, und ein Harness, das noch nicht so ausgereift ist wie die ausgefeilten Alternativen. Die zugrunde liegenden Modelle sind der zuverlässige Teil — und genau die lassen sich heute mit Zuversicht routen.