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

DeepSeek Harness — dsh para abreviar — no es un modelo. Es el entorno de ejecución de agentes de código abierto que DeepSeek publicó bajo la licencia MIT el 13 de agosto de 2026, y sigue siendo lo más rápido que DeepSeek ha lanzado en términos de adopción: la cobertura de prensa informó de aproximadamente 50.000 estrellas en GitHub en sus primeras 12 horas, y el repositorio tenía 242.211 estrellas con 29.059 forks cuando consultamos la API de GitHub hoy. Lo que ejecuta es DeepSeek V4.1 Flash, el modelo que la API de DeepSeek ofrece como deepseek-flash, o el más grande DeepSeek V4 Pro cuando lo apuntas allí. Su trabajo es la capa de ingeniería entre un modelo de lenguaje y una tarea completada: edición de archivos, ejecución en terminal, búsqueda web, gestión de contexto, planificación de tareas y llamada a otros agentes. La fórmula que usa el propio equipo de DeepSeek 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 de un modelo y, en cambio, llegan a la cobertura del lanzamiento. Así que aquí está la respuesta desde el principio: DSH no es un modelo al que llames a través de una API. Es un programa que instalas y ejecutas — el paquete npm es @deepseek-ai/dsh, cuyo tag latest ahora resuelve a 0.2.0-rc.2 — tres líneas de versión por delante de la compilación 0.1.x contra la que se escribió originalmente esta página, y más allá del chip de versión en la tarjeta de arriba — y conecta cualquier modelo que le des (DeepSeek V4.1 Flash por defecto) con 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 que rompen la compatibilidad. La aplicación de escritorio empaquetada que DeepSeek anunció el 2 de octubre —compilaciones para macOS y Windows, con los usuarios de Linux dirigidos al paquete npm— es la superficie más nueva sobre él. A continuación, lo que realmente hace, cómo ejecutarlo hoy y en qué 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 responsabilidades: los plugins añaden capacidades; los presets deciden qué capacidades puede ver un agente determinado. El monorepo ahora contiene 55 paquetes bajo packages/ —core, llm, mcp, sandbox, context, plan, goal, workspace, y más— y la cobertura de lanzamiento contabilizó más de 100 plugins propios, con una tienda de plugins ya reservada y 288 repositorios de plugins de la comunidad recopilados en GitHub en las 24 horas posteriores al lanzamiento. Eso fue hace seis semanas. El tema dsh-plugin que DeepSeek utiliza para que los plugins se descubran ahora devuelve más de 17.000 repositorios en la búsqueda de GitHub, que leímos el 2 de octubre de 2026 —el ecosistema siguió creciendo incluso mientras el propio harness permaneció en versiones candidatas.

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 complementos es la verdadera apuesta de plataforma. DeepSeek ha reservado una tienda de complementos, los repositorios de la comunidad están etiquetados para facilitar su descubrimiento y ya existen tiendas de terceros dentro de las aplicaciones. Las notas de la versión 0.2.0-rc.2 dedican la mayor parte de su extensión a las indicaciones para instalar complementos —distinguir entre complementos instalados, incompatibles e incluidos—, que es donde sigue concentrándose el esfuerzo de ingeniería. La estrategia a largo plazo es que el arnés, y no el modelo, se convierta en el ecosistema, y 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, que se sirve en http://127.0.0.1:3080 de forma predeterminada. En la interfaz: abre Configuración → Modelos, pega una clave de API de Deep​Seek y luego elige un espacio de trabajo; el compositor de sesión permanece bloqueado hasta que lo hagas. El modelo predeterminado es DeepSeek V4.1 Flash, y la política de permisos predeterminada es workspace-write con solicitudes de aprobación para todo lo demás.

Ahora hay cinco puntos de entrada: la interfaz web, la aplicación de escritorio empaquetada, ejecuciones headless de una sola vez, un SDK de Python que controla DSH a través de JSON-RPC stdio, y --dump-config, que imprime el árbol de plugins ensamblado (el perfil web ensambló 129 líneas de configuración de plugins; el headless, 81). La aplicación de escritorio es la que cambió esta semana. Deep​Seek publicó compilaciones para macOS y Windows —incluidos los Mac Intel, donde nuestra nota de septiembre registró que la compilación para Intel daba 404— y cada canal de escritorio informa la versión 0.2.0-rc.2 con fecha de lanzamiento del 29 de septiembre. Las notas de la 0.2 también incluyen el comando dsh en la aplicación de escritorio para la gestión de plugins, por lo que esa ruta ya no necesita una instalación separada de Node o pnpm. El propio anuncio de Deep​Seek describe los plugins y los Workspaces como compatibles de serie en la 0.2 —una afirmación del proveedor sobre un candidato a lanzamiento, aunque las páginas de plugins y el almacén de Workspaces que la aplicación comparte con la CLI son visibles en el repositorio público. Linux es la excepción que el propio anuncio de Deep​Seek menciona: el conjunto de objetivos soportados por el script de empaquetado es mac-arm64, mac-x64 y win-x64, no existe ningún artefacto de Linux en el host de descargas de Deep​Seek, y a los usuarios de Linux se les indica que ejecuten npx @deepseek-ai/dsh web. Desde el código fuente, la ruta no ha cambiado: git clone, pnpm install, pnpm run build, luego pnpm dsh web.

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

DSH es la versión 0.2.0-rc.2 —no la 1.0, y ni siquiera una 0.x estable—: las 29 versiones en npm y los 24 lanzamientos de GitHub son versiones preliminares, y el README es explícito: «HABRÁ CAMBIOS QUE ROMPERÁN LA COMPATIBILIDAD». Las reseñas del periodo de lanzamiento catalogan las asperezas: fallos silenciosos con MSYS2 en Windows, obsolescencia de la caché de recarga en caliente, un retraso de persistencia por lotes de aproximadamente 200 ms que va por detrás de la visualización de progreso de la interfaz, y críticas de la comunidad de que GitHub Issues esté deshabilitado en un repositorio posicionado como infraestructura pública. La experiencia de producto predeterminada también sigue estando por detrás de los refinados agentes de programación con los que se la compara; un análisis práctico concluyó que la versión de código abierto es un andamiaje de entorno de ejecución de agentes, todavía no 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.

Qué significa para DeepSeek V4.1 Flash y DeepSeek V4 Pro

DSH utiliza de forma predeterminada DeepSeek V4.1 Flash —el modelo que la API de DeepSeek ofrece como deepseek-flash— y la compilación insignia DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) es la misma familia de modelos para la que se construyó el arnés. Ambos están disponibles hoy a través de llamadas API ordinarias, sin necesidad de arnés, y ambos están alojados en OrcaRouter al propio precio de lista de DeepSeek, traspasado con un margen del 0%: $0.15 de entrada y $0.60 de salida por millón de tokens para DeepSeek V4.1 Flash, y $0.66/$1.98 para DeepSeek V4 Pro. Esas son tarifas fuera de horas punta, que DeepSeek duplica entre las 01:00 y las 04:00 y de nuevo entre las 06:00 y las 10:00 UTC en días laborables. La captura de pantalla a continuación es una instantánea de agosto de la página del modelo DeepSeek V4 Flash 0731, y el $0.15/$0.29 que muestra es el precio de ese lanzamiento: la página de precios de DeepSeek ahora expone una única entrada Flash, deepseek-flash = DeepSeek-V4.1-Flash, a $0.15/$0.60. Lea la tarjeta como una captura con fecha, no como la tarifa actual.

El límite honesto: OrcaRouter es un enrutador de modelos, no un entorno de ejecución de agentes, así que no alojamos DSH — no es un modelo. Lo que un enrutador realmente responde aquí es el problema de conmutación por error que plantea DSH. El harness es una vista previa que evoluciona rápido — 0.2.0-rc.2 hoy, con la aplicación de escritorio sobre él aún más joven — y dirigir tráfico de producción hacia él significa apostar por puntuaciones agénticas reportadas por el proveedor. 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 conmutación por error automática entre proveedores para el tráfico que tiene que seguir funcionando. El harness es lo que hay que experimentar; los modelos que ejecuta son lo que hay que enrutar con cuidado.

En resumen

DeepSeek Harness es lo más trascendental que DeepSeek ha publicado como código abierto desde los propios modelos, porque cambia lo que significa "DeepSeek": no solo modelos, sino la capa de agente que los ejecuta. Para un lector que decide qué hacer: si construyes agentes, instala la aplicación de escritorio o la línea de comandos 0.2.0-rc.2 esta semana y ejecuta la prueba de reproducción — el Terminal-Bench 82.7 que DeepSeek publicó para su modelo Flash se produjo dentro de este harness, y ahora puedes comprobarlo tú mismo. Pero trátalo como lo que es: una vista previa para desarrolladores con cambios importantes en el futuro, un sistema de plugins que recompensa a quienes les gusta ser dueños de su stack, y un harness que todavía es más tosco que las alternativas pulidas. Si usas Linux, la aplicación empaquetada aún no es tu opción — npm sí lo es. Los modelos subyacentes son la parte confiable, y esos puedes enrutarlos con confianza hoy.