DeepSeek Harness, Dijelaskan: Runtime Agen di Balik "Model + Harness = Agent"

DeepSeek Harness — dsh singkatnya — bukanlah sebuah model. Itu adalah runtime agen open-source yang dirilis DeepSeek di bawah lisensi MIT pada 13 Agustus 2026, dan itu masih menjadi hal tercepat yang pernah DeepSeek rilis dalam hal adopsi: liputan pers melaporkan sekitar 50.000 bintang GitHub dalam 12 jam pertamanya, dan repositori itu berdiri di 242.211 bintang dengan 29.059 fork saat kami membaca API GitHub hari ini. Yang dijalankannya adalah DeepSeek V4.1 Flash, model yang dilayani API DeepSeek sebagai deepseek-flash, atau DeepSeek V4 Pro yang lebih besar saat Anda mengarahkannya ke sana. Tugasnya adalah lapisan rekayasa antara model bahasa dan tugas yang selesai: pengeditan file, eksekusi terminal, pencarian web, manajemen konteks, perencanaan tugas, dan memanggil agen lain. Formula yang digunakan tim DeepSeek sendiri adalah Model + Harness = Agent — model bernalar, harness melakukan semua hal lainnya.

Perbedaan itu adalah inti artikel ini. Orang yang mencari "deepseek harness" biasanya mengharapkan ulasan model tetapi malah menemukan liputan peluncuran. Jadi inilah jawabannya di awal: DSH bukan model yang Anda panggil melalui API. Ini adalah program yang Anda pasang dan jalankan — paket npm-nya adalah @deepseek-ai/dsh, yang tag terbarunya sekarang mengarah ke 0.2.0-rc.2 — tiga jalur rilis setelah build 0.1.x yang menjadi acuan saat halaman ini pertama kali ditulis, dan melewati chip versi pada kartu di atas — dan ia menghubungkan model apa pun yang Anda berikan (defaultnya DeepSeek V4.1 Flash) ke sistem file Anda, terminal Anda, web, dan agen lain. Ini berlisensi MIT, dibangun di atas kerangka kerja plugin bernama Cordis, dan secara eksplisit merupakan pratinjau pengembang yang memperingatkan tentang perubahan yang dapat merusak. Aplikasi desktop terpaket yang diumumkan DeepSeek pada 2 Oktober — build macOS dan Windows, dengan pengguna Linux diarahkan ke paket npm — adalah antarmuka terbaru di atasnya. Di bawah ini adalah apa yang sebenarnya dilakukannya, cara menjalankannya hari ini, dan di mana ia masih kurang.

Apa yang sebenarnya dilakukan oleh harness (dan mengapa istilah ini membingungkan)

Kerangka adalah perancah yang memungkinkan model mentah bekerja di dunia nyata. Model saja hanya dapat menghasilkan teks. Beri ia kerangka, dan ia dapat membaca dan menulis file, menjalankan perintah di shell Anda, mencari di web, menjaga rencana, memanggil alat, bereaksi terhadap kesalahan, dan menilai kapan suatu tugas selesai. Formula publik Deep​Seek — yang diulang dalam liputan peluncuran dan postingan lowongan kerjanya sendiri — adalah "Model + Harness = Agent": model menyediakan penalaran, kerangka menyediakan segala hal lainnya.

Inilah mengapa rilis ini penting, tidak hanya untuk satu produk. Deep​Seek melaporkan skor benchmark agennya sendiri untuk dua model terakhirnya dari dalam harness ini: dokumentasi API DeepSeek V4 Flash menyatakan bahwa hasil Terminal-Bench 2.1 sebesar 82.7 diproduksi pada "mode minimal Deep​Seek Harness." Harness ini adalah lingkungan referensi tempat angka-angka tersebut berasal, dan kini terbuka untuk publik sehingga siapa pun dapat mereproduksinya — atau menyangkalnya.

Semuanya adalah plugin: arsitektur Cordis

Desain inti DSH, sebagaimana dinyatakan dalam README-nya sendiri, adalah bahwa semuanya adalah plugin. Loop agen, adaptor model, alat, keterampilan, penyimpanan sesi, sandbox, penjadwalan, dan bahkan UI web semuanya adalah plugin Cordis. Tidak ada inti istimewa yang perlu ditambal: Anda memperluas harness dengan memasang plugin di samping plugin lainnya, dan setiap registrasi adalah efek yang terurai saat plugin dibongkar. Mesin plugin adalah Cordis, sebuah meta-framework yang desainnya dijelaskan dalam makalah Peking University–Deep​Seek "A Programming Paradigm for Spatiotemporal Composability."

Konsekuensi praktisnya adalah pemisahan tanggung jawab yang tajam: plugin menambahkan kemampuan; preset menentukan kemampuan mana yang dapat dilihat oleh agen tertentu. Monorepo ini kini membawa 55 paket di bawah packages/ — core, llm, mcp, sandbox, context, plan, goal, workspace, dan lainnya — dan cakupan peluncuran menghitung lebih dari 100 plugin pihak pertama, dengan toko plugin yang sudah dipesan dan 288 repositori plugin yang dikumpulkan di GitHub dalam 24 jam setelah rilis. Itu enam minggu yang lalu. Topik dsh-plugin yang digunakan DeepSeek untuk penemuan plugin kini mengembalikan lebih dari 17.000 repositori dalam pencarian GitHub, yang kami baca pada 2 Oktober 2026 — ekosistem terus tumbuh bahkan ketika harness itu sendiri tetap berada di kandidat rilis.

Empat prasetel — dan kapan menggunakan yang mana

DSH dilengkapi dengan empat preset agen, masing-masing memuat set plugin yang berbeda. Dari menu preset Web UI itu sendiri:

• Standard — agen coding lengkap: pengeditan file, shell, pencarian file dan web, keterampilan, perencanaan, tujuan, subagen, dan alur kerja. Default yang tepat untuk sebagian besar pekerjaan.

• Code — disebut PTC, "pemanggilan alat secara terprogram," dalam liputan pers Tiongkok — semua yang ada di Standard, ditambah dengan Code Mode SDK yang memungkinkan model menulis program TypeScript untuk menyusun panggilan alat multi-langkah dalam satu program. Lebih kuat, dan dapat melipatgandakan efek samping dan panggilan alat.

• Minimal — hanya bash persisten plus str_replace_editor. Dibuat untuk mereproduksi proses benchmark; ini adalah preset yang digunakan Deep​Seek untuk angka 82.7 pada V4 Flash Terminal-Bench. Minimal bukan tidak berbahaya — akses shell tetaplah akses shell.

• Creator — direktori preset keempat secara harfiah bernama cordis — Standar plus inspeksi runtime, eksperimen plugin Cordis dalam memori, dan pembuatan preset. Agen dapat menginstal, mengganti, atau menghancurkan plugin di tengah percakapan. Lingkungan rekayasa, bukan lapisan persetujuan produksi.

Mana yang harus Anda pilih? Jika Anda mereproduksi benchmark, pilih Minimal. Jika Anda ingin agen menulis orkestrasi multi-langkahnya sendiri, pilih Code. Jika Anda membangun atau menguji plugin, pilih Creator. Untuk hal lainnya, mulailah dengan Standard — otoritas yang luas berarti Anda juga menginginkan ruang kerja dan kebijakan izin yang ketat.

Trajectory: fitur yang para pengulas sebut "DevTools untuk agen"

Fitur yang paling dipuji dalam ulasan langsung adalah Trajectory. Setiap run menulis ke log sesi yang hanya dapat ditambahkan — JSONL terkompresi zstd dengan amplop peristiwa seragam yang berisi tipe, urutan, waktu, dan data — merekam semua yang dilihat model: prompt sistem, penalaran, panggilan alat dan hasilnya, penjadwalan subagen, suntikan konteks. Tampilan Trajectory mendukung inspeksi berdasarkan sumber, melanjutkan, fork, pencarian, dan pemutaran ulang. Forking adalah langkah yang paling menonjol: Anda dapat mengubah satu instruksi dan memutar ulang run berdampingan dengan yang asli, alih-alih membuang jejaknya.

Secara konkret, dalam uji langsung yang diterbitkan pada 15 Agustus, satu tugas penulisan file menghasilkan 61 peristiwa sesi, dan tugas sepele "balas PONG" masih menghabiskan sekitar 13.467 token input pada permintaan pertamanya — biaya tambahan dari prompt sistem bawaan, skema alat, aturan repositori yang disuntikkan otomatis, dan ringkasan keterampilan. Itulah biaya jujur dari harness yang mencatat semuanya: Anda membayar token untuk kerangka tersebut, dan Anda dapat melihat dengan tepat apa yang Anda bayar.

MCP, plugin, dan berkomunikasi dengan agen lain

MCP adalah tempat di mana hype melampaui build saat ini. Monorepo ini mencakup paket mcp dan CLI menyertakan dependensi dsh-mcp-client, tetapi tidak ada server MCP yang diaktifkan secara default, dan arsitekturnya mengarahkan integrasi alat melalui plugin Cordis daripada memperlakukan MCP sebagai warga kelas satu. Anda dapat menghubungkan server MCP sebagai sumber alat; hanya saja hal tersebut belum menjadi jalur default.

Yang lebih mengejutkan adalah apa yang ditunjukkan oleh daftar penyedia subagen. DSH dapat memunculkan agen lain sebagai subagen — termasuk, menurut dokumentasi capability-seams, penyedia Codex dan penyedia Claude Code. Itu adalah posisi yang tidak biasa bagi pesaing untuk diambil: DSH adalah harness yang dapat mendelegasikan pekerjaan kepada produk-produk yang menjadi pembandingnya.

Narasi plugin adalah taruhan platform yang sebenarnya. Deep​Seek telah mengalokasikan toko plugin, repositori komunitas diberi tag agar mudah ditemukan, dan toko dalam aplikasi pihak ketiga sudah ada. Catatan rilis 0.2.0-rc.2 menghabiskan sebagian besar isinya untuk panduan pemasangan plugin — membedakan plugin terpasang, tidak kompatibel, dan bawaan — dan di situlah upaya rekayasa masih berjalan. Permainan jangka panjangnya adalah bahwa harness, bukan model, yang menjadi ekosistem, itulah sebabnya diskusi harga seputar DSH lebih penting daripada fitur tunggal mana pun.

Cara menjalankannya hari ini

Anda memerlukan Node.js 22.19 atau lebih baru — manifest paket membutuhkan ^22.19.0 atau >=24 — dan kemudian satu perintah:

npx @deepseek-ai/dsh web

Itu memulai Web UI, yang secara default dilayani di http://127.0.0.1:3080. Di UI: buka Settings → Models, tempelkan kunci API DeepSeek, lalu pilih workspace — composer sesi tetap terkunci sampai Anda melakukannya. Model default adalah DeepSeek V4.1 Flash, dan kebijakan izin default adalah workspace-write dengan prompt persetujuan untuk segala hal lainnya.

Sekarang ada lima titik masuk: Web UI, aplikasi desktop yang dipaketkan, run headless sekali jalan, SDK Python yang menggerakkan DSH melalui JSON-RPC stdio, dan --dump-config, yang mencetak pohon plugin yang telah dirakit (profil web merakit 129 baris konfigurasi plugin; headless, 81). Aplikasi desktop adalah yang berubah minggu ini. Deep​Seek menerbitkan build untuk macOS dan Windows — termasuk Mac Intel, tempat catatan September kami mencatat build Intel mengalami 404 — dan setiap feed desktop melaporkan versi 0.2.0-rc.2 dengan tanggal rilis 29 September. Catatan 0.2 juga menyertakan perintah dsh ke dalam aplikasi desktop untuk pengelolaan plugin, jadi jalur itu tidak lagi memerlukan instalasi Node atau pnpm terpisah. Pengumuman Deep​Seek sendiri menyebut plugin dan Workspaces didukung langsung di 0.2 — klaim vendor tentang release candidate, meskipun halaman plugin dan penyimpanan workspace yang dibagikan aplikasi dengan CLI terlihat di repositori publik. Linux adalah pengecualian yang disebutkan dalam pengumuman Deep​Seek sendiri: kumpulan target yang didukung skrip pengemasan adalah mac-arm64, mac-x64 dan win-x64, tidak ada artefak Linux di host unduhan Deep​Seek, dan pengguna Linux diminta menjalankan npx @deepseek-ai/dsh web. Dari sumber, jalurnya tidak berubah: git clone, pnpm install, pnpm run build, lalu pnpm dsh web.

Bagian yang jujur: berkualitas pratinjau, dan di mana DSH adalah alat yang salah.

DSH adalah versi 0.2.0-rc.2 — bukan 1.0, dan bahkan bukan 0.x yang stabil: semua 29 versi di npm dan semua 24 rilis GitHub adalah pra-rilis, dan README-nya tegas: "AKAN ADA PERUBAHAN YANG MERUSAK KOMPATIBILITAS." Ulasan dari periode peluncuran mencatat berbagai kekurangan — kegagalan senyap di bawah MSYS2 pada Windows, cache hot-reload yang basi, penundaan persistensi batch sekitar 200 ms yang tertinggal dari tampilan progres UI, dan kritik komunitas bahwa GitHub Issues dinonaktifkan pada repositori yang diposisikan sebagai infrastruktur publik. Pengalaman produk default juga masih tertinggal dari agen pengodean yang sudah dipoles yang menjadi tolok ukurnya; satu ulasan langsung menyimpulkan bahwa rilis open-source ini adalah perancah runtime agen, belum menjadi produk yang selesai.

Di mana DSH adalah alat yang salah? Empat situasi. Pertama, jika Anda menginginkan hasil siap pakai yang mulus — Claude Code dan Codex saat ini lebih matang, dan DSH ditujukan bagi orang-orang yang menginginkan kerangka dasar dan bersedia menyelesaikannya. Kedua, jika Anda tidak dapat mengaudit apa yang Anda jalankan: asal-usul plugin, perbedaan konfigurasi, dan batasan kredensial semuanya disediakan sendiri, dan penggunaan produksi memerlukan tata kelola yang Anda berikan. Ketiga, jika Anda melakukan benchmarking model: Anda tidak dapat menjalankan satu model dalam mode Standard dan model lain dalam mode Minimal lalu menyebut perbedaannya sebagai hasil model — Anda mengubah kerangka pengujiannya, bukan hanya modelnya. Keempat, jika Anda sensitif terhadap biaya overhead token: konteks yang selalu aktif dapat menghabiskan ribuan token input sebelum model melakukan pekerjaan nyata.

Apa artinya bagi DeepSeek V4.1 Flash dan DeepSeek V4 Pro

DSH secara default menggunakan DeepSeek V4.1 Flash — model yang dilayani API DeepSeek sebagai deepseek-flash — dan build unggulan DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) adalah keluarga model yang sama dengan yang dirancang untuk dijalankan oleh harness tersebut. Keduanya tersedia hari ini melalui panggilan API biasa, tanpa perlu harness, dan keduanya dihosting di OrcaRouter dengan harga daftar DeepSeek sendiri, diteruskan pada markup 0%: $0.15 input dan $0.60 output per juta token untuk DeepSeek V4.1 Flash, serta $0.66/$1.98 untuk DeepSeek V4 Pro. Itu adalah tarif off-peak, yang digandakan DeepSeek antara pukul 01:00 dan 04:00 serta sekali lagi antara pukul 06:00 dan 10:00 UTC pada hari kerja. Tangkapan layar di bawah ini adalah snapshot Agustus dari halaman model DeepSeek V4 Flash 0731, dan $0.15/$0.29 yang tercetak di sana adalah harga rilis tersebut: halaman harga DeepSeek kini menampilkan satu entri Flash saja, deepseek-flash = DeepSeek-V4.1-Flash, pada $0.15/$0.60. Bacalah kartu itu sebagai rekaman bertanggal, bukan sebagai tarif hari ini.

Batas yang jujur: OrcaRouter adalah router model, bukan runtime agen, jadi kami tidak menghosting DSH — itu bukan model. Yang benar-benar dijawab router di sini adalah masalah failover yang dimunculkan DSH. Harness ini adalah pratinjau yang bergerak cepat — 0.2.0-rc.2 saat ini, dengan aplikasi desktop di atasnya yang bahkan lebih baru — dan mengarahkan lalu lintas produksi ke sana berarti bertaruh pada skor agentic yang dilaporkan vendor. Menjalankan model Deep​Seek yang sama melalui lapisan routing dengan satu kunci memungkinkan Anda menguji angka native DSH sambil mempertahankan failover otomatis lintas vendor untuk lalu lintas yang harus terus berjalan. Harness adalah hal yang perlu dieksperimenkan; model yang dijalankannya adalah hal yang perlu dirutekan dengan hati-hati.

Intinya

Deep​Seek Harness adalah hal paling berdampak yang Deep​Seek rilis sebagai open source sejak model-model itu sendiri, karena ini mengubah apa arti "Deep​Seek": bukan hanya model, tetapi lapisan agen yang menjalankannya. Bagi pembaca yang sedang memutuskan apa yang harus dilakukan: jika Anda membangun agen, pasang aplikasi desktop atau command line 0.2.0-rc.2 minggu ini dan jalankan uji reproduksi — Terminal-Bench 82.7 yang Deep​Seek terbitkan untuk model Flash-nya diproduksi di dalam harness ini, dan sekarang Anda dapat memeriksanya sendiri. Tetapi perlakukan ini sebagai apa adanya: pratinjau pengembang dengan breaking changes di depannya, sistem plugin yang menguntungkan orang yang suka memiliki stack sendiri, dan harness yang masih lebih kasar daripada alternatif yang sudah dipoles. Jika Anda memakai Linux, aplikasi terpaket belum menjadi jalur untuk Anda — npm adalah jalurnya. Model-model di bawahnya adalah bagian yang andal, dan itu dapat Anda rutekan dengan percaya diri hari ini.