DeepSeek Harness, Explicado: El Runtime de Agente Detrás de "Modelo + Harness = Agente"

Deep​Seek Harness — dsh para abreviar — no es un modelo. Es el runtime de agente de código abierto que Deep​Seek publicó bajo la licencia MIT el 13 de agosto de 2026, y es lo más rápido que Deep​Seek ha lanzado en cuanto a adopción: la prensa informa de unas 50 000 estrellas en GitHub en sus primeras 12 horas, y el repositorio tenía 125 922 estrellas con 12 523 forks cuando consultamos la API de GitHub hoy. Su trabajo es la capa de ingeniería entre un modelo de lenguaje y una tarea terminada: edición de archivos, ejecución de terminal, búsqueda web, gestión de contexto, planificación de tareas y llamada a otros agentes. La fórmula que usa el propio equipo de Deep​Seek es Modelo + Harness = Agente — el modelo razona, el harness hace todo lo demás.

Esa distinción es el punto de este artículo. Las personas que buscan "deepseek harness" normalmente esperan una reseña del modelo y en su lugar llegan a la cobertura del lanzamiento. Así que aquí está la respuesta de antemano: DSH no es un modelo que se invoca a través de una API. Es un programa que instalas y ejecutas — el paquete npm es @deepseek-ai/dsh, actualmente 0.1.0-rc.6 — y conecta cualquier modelo que le des (DeepSeek V4 Flash por defecto) a tu sistema de archivos, tu terminal, la web y otros agentes. Tiene licencia MIT, está construido sobre un framework de plugins llamado Cordis, y es explícitamente una vista previa para desarrolladores que advierte de cambios incompatibles. A continuación se explica lo que realmente hace, cómo ejecutarlo hoy y dónde se queda corto.

Lo que realmente hace un arnés (y por qué el término es confuso)

Un arnés es el andamiaje que permite a un modelo en bruto hacer trabajo en el mundo real. Un modelo por sí solo solo puede producir texto. Dale un arnés y podrá leer y escribir archivos, ejecutar comandos en tu shell, buscar en la web, mantener un plan, llamar a herramientas, reaccionar a errores y juzgar cuándo una tarea está terminada. La fórmula pública de DeepSeek —repetida en la cobertura de su lanzamiento y en sus propias ofertas de trabajo— es "Modelo + Arnés = Agente": el modelo proporciona el razonamiento, el arnés proporciona todo lo demás.

Por eso el lanzamiento importa más allá de un solo producto. Deep​Seek informó sus propias puntuaciones de benchmark agéntico para sus dos últimos modelos desde dentro de este entorno de pruebas: la documentación de la API de DeepSeek V4 Flash indica que su resultado de 82.7 en Terminal-Bench 2.1 se produjo en el "modo mínimo de Deep​Seek Harness". El entorno de pruebas es el entorno de referencia del que provienen esos números, y ahora es público para que cualquiera pueda reproducirlos — o contradecirlos.

Todo es un plugin: la arquitectura de Cordis

El diseño central de DSH, tal como se indica en su propio README, es que todo es un plugin. El bucle del agente, los adaptadores de modelos, las herramientas, las habilidades, el almacenamiento de sesiones, el sandbox, la planificación e incluso la interfaz web son todos plugins de Cordis. No hay un núcleo privilegiado al que aplicar parches: se extiende el harness montando un plugin junto a los demás, y cada registro es un efecto que se deshace cuando el plugin se descarga. El motor de plugins es Cordis, un meta-framework cuyo diseño se describe en el artículo de la Universidad de Pekín–DeepSeek "A Programming Paradigm for Spatiotemporal Composability".

La consecuencia práctica es una clara separación de preocupaciones: los plugins añaden capacidades; los presets deciden qué capacidades puede ver un agente determinado. El monorepo incluye 49 paquetes en packages/ — core, llm, mcp, sandbox, context, plan, goal y más — y la oferta de lanzamiento cuenta con más de 100 plugins de primera parte, con una tienda de plugins ya reservada y 288 repositorios de plugins de la comunidad recopilados en GitHub dentro de las 24 horas siguientes al lanzamiento, localizables bajo la etiqueta de tema dsh-plugin.

Los cuatro preajustes — y cuándo usar cada uno

DSH incluye cuatro preajustes de agente, cada uno con un conjunto de plugins distinto. Desde el menú de preajustes de la propia interfaz web:

• Standard — un agente de codificación completo: edición de archivos, shell, búsqueda de archivos y web, habilidades, planificación, objetivos, subagentes y flujos de trabajo. La opción predeterminada adecuada para la mayoría de los trabajos.

• Code — llamado PTC, "programmatic tool calling", en la prensa china — todo lo de Standard, más un SDK de Code Mode que permite al modelo escribir programas TypeScript para componer llamadas a herramientas de varios pasos en un solo programa. Más potente, y puede multiplicar los efectos secundarios y las llamadas a herramientas.

• Minimal — solo bash persistente más str_replace_editor. Diseñado para reproducir ejecuciones de benchmark; este es el ajuste que Deep​Seek usó para la cifra de 82.7 en Terminal-Bench V4 Flash. Minimal no es inofensivo: el acceso a la shell sigue siendo acceso a la shell.

• Creador — el cuarto directorio de presets se llama literalmente cordis — Standard más inspección en tiempo de ejecución, experimentos con plugins de Cordis en memoria y creación de preajustes. El agente puede instalar, reemplazar o destruir plugins a mitad de la conversación. Un entorno de ingeniería, no una capa de aprobación de producción.

¿Cuál deberías elegir? Si estás reproduciendo un benchmark, Minimal. Si quieres que el agente escriba su propia orquestación de varios pasos, Code. Si estás creando o probando un plugin, Creator. Para todo lo demás, empieza con Standard — una autoridad amplia significa que también quieres un espacio de trabajo y una política de permisos estrictos.

Trayectoria: la función que los revisores llaman "DevTools para agentes"

La característica más elogiada en las reseñas prácticas es Trajectory. Cada ejecución escribe en un registro de sesión de solo añadir —JSONL comprimido con zstd, con una envoltura de eventos uniforme de tipo, secuencia, tiempo y datos— que recoge todo lo que vio el modelo: instrucciones del sistema, razonamiento, llamadas a herramientas y sus resultados, planificación de subagentes e inyecciones de contexto. La vista Trajectory permite inspeccionar por fuente, reanudar, bifurcar, buscar y reproducir. La bifurcación es la función más destacada: puedes cambiar una instrucción y reproducir la ejecución lado a lado con la original en lugar de desechar el rastro.

Concretamente, en una prueba práctica publicada el 15 de agosto, una sola tarea de escritura de archivos generó 61 eventos de sesión, y una tarea trivial de "responder PONG" aún consumió alrededor de 13,467 tokens de entrada en su primera solicitud — gastos generales de los mensajes del sistema predeterminados, esquemas de herramientas, reglas de repositorio inyectadas automáticamente y resúmenes de habilidades. Ese es el costo honesto de un arnés que registra todo: pagas tokens por el andamiaje y puedes ver exactamente lo que pagaste.

MCP, plugins y hablar con otros agentes

MCP es donde el hype supera a la versión actual. El monorepo incluye un paquete mcp y la CLI incluye una dependencia dsh-mcp-client, pero ningún servidor MCP está habilitado por defecto, y la arquitectura enruta la integración de herramientas a través de plugins de Cordis en lugar de tratar a MCP como un ciudadano de primera clase. Puedes conectar servidores MCP como fuente de herramientas; simplemente no es la ruta predeterminada todavía.

Lo que es más sorprendente es lo que muestra la lista de proveedores de subagentes. DSH puede generar otros agentes como subagentes, incluidos, según la documentación de capability-seams, un proveedor de Codex y un proveedor de Claude Code. Esa es una posición inusual para un competidor: DSH es un harness que puede delegar trabajo en los mismos productos contra los que se mide.

La historia de los plugins es la verdadera apuesta de plataforma. Deep​Seek ha reservado una tienda de plugins, los repositorios comunitarios están etiquetados para su descubrimiento, y ya existen tiendas de terceros dentro de la aplicación. El juego a largo plazo es que el arnés, no el modelo, se convierta en el ecosistema — por eso la discusión sobre precios en torno a DSH importa más que cualquier característica individual.

Cómo ejecutarlo hoy

Necesitas Node.js 22.19 o superior — el manifiesto del paquete requiere ^22.19.0 o >=24 — y luego un comando:

npx @deepseek-ai/dsh web

Eso inicia la interfaz web, servida en http://127.0.0.1:3080 por defecto. En la interfaz: abre Configuración → Modelos, pega una clave de API de Deep​Seek, y luego elige un espacio de trabajo: el compositor de sesiones permanece bloqueado hasta que lo hagas. El modelo predeterminado es DeepSeek V4 Flash, y la política de permisos predeterminada es workspace-write con solicitudes de aprobación para todo lo demás.

Hay cuatro puntos de entrada en total: la interfaz web, ejecuciones únicas headless, un SDK de Python que maneja DSH sobre JSON-RPC stdio, y --dump-config, que imprime el árbol de plugins ensamblado (el perfil web ensambla 129 líneas de configuración de plugins; el headless, 81). Desde el código fuente, la ruta es git clone, pnpm install, pnpm run build, y luego pnpm dsh web.

La parte honesta: calidad de vista previa, y dónde DSH es la herramienta equivocada.

DSH es la versión 0.1.0-rc.6, y el README es explícito: «HABRÁ CAMBIOS QUE ROMPEN LA COMPATIBILIDAD». Las reseñas publicadas esta semana detallan las asperezas: fallos silenciosos en MSYS2 en Windows, caché obsoleta de recarga en caliente, un retraso de persistencia por lotes de unos 200 ms que hace que la visualización del progreso de la interfaz se quede rezagada, y críticas de la comunidad por tener GitHub Issues deshabilitado en un repositorio presentado como infraestructura pública. La experiencia de producto predeterminada también sigue por detrás de los pulidos agentes de codificación con los que se compara; un análisis práctico concluyó que el lanzamiento de código abierto es un andamiaje de tiempo de ejecución para agentes, no todavía un producto terminado.

¿Dónde es DSH la herramienta equivocada? Cuatro situaciones. Primero, si quieres un acabado llave en mano: hoy en día Claude Code y Codex están más pulidos, y DSH es para quienes quieren el andamiaje y están dispuestos a terminarlo. Segundo, si no puedes auditar lo que ejecutas: la procedencia de los plugins, los diffs de configuración y los límites de credenciales son todos autosuministrados, y el uso en producción requiere una gobernanza que tú proporcionas. Tercero, si estás evaluando modelos: no puedes ejecutar un modelo en modo Standard y otro en modo Minimal y llamar a la diferencia un resultado del modelo — cambiaste el banco de pruebas, no solo el modelo. Cuarto, si te preocupa el costo de la sobrecarga de tokens: el contexto siempre activo puede quemar miles de tokens de entrada antes de que el modelo haga cualquier trabajo real.

Lo que significa para DeepSeek V4 Flash y DeepSeek V4 Pro

DSH utiliza por defecto DeepSeek V4 Flash, y la versión insignia DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) es la misma familia de modelos para la que se construyó el harness. Ambos están disponibles hoy mediante llamadas API ordinarias — sin necesidad de harness — y ambos están alojados en OrcaRouter al precio de lista de Deep​Seek: aproximadamente $0.15 por millón de tokens de entrada y $0.29 por millón de tokens de salida para DeepSeek V4 Flash, y aproximadamente $0.44/$0.88 para DeepSeek V4 Pro, sin margen de beneficio (0% de recargo).

El límite honesto: OrcaRouter es un enrutador de modelos, no un runtime de agentes, por lo que no alojamos DSH — no es un modelo. Lo que un enrutador responde genuinamente aquí es el problema de conmutación por error que plantea DSH. El arnés es una vista previa en rápida evolución, y apuntar tráfico de producción hacia él significa apostar por puntuaciones agénticas reportadas por los proveedores. Ejecutar los mismos modelos Deep​Seek a través de una capa de enrutamiento con una sola clave te permite probar los números nativos de DSH mientras mantienes la conmutación por error automática entre proveedores para el tráfico que debe seguir funcionando. El arnés es con lo que hay que experimentar; los modelos que ejecuta son lo que hay que enrutar con cuidado.

En resumen

Deep​Seek Harness es lo más trascendental que Deep​Seek ha lanzado como código abierto desde los propios modelos, porque cambia lo que significa "Deep​Seek": no solo modelos, sino la capa de agentes que los ejecuta. Para un lector que deba decidir qué hacer: si construyes agentes, instálalo esta semana y ejecuta la prueba de reproducción — las puntuaciones de V4 Flash y V4 Pro que Deep​Seek publicó provienen de este harness, y ahora puedes comprobarlas tú mismo. Pero trátalo por lo que es: una vista previa para desarrolladores 0.1.0-rc.6 con cambios que romperán la compatibilidad, un sistema de plugins que recompensa a quienes les gusta ser dueños de su stack, y un harness que sigue siendo más tosco que las alternativas pulidas. Los modelos subyacentes son la parte confiable — y a esos puedes enrutarlos con confianza hoy.