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

Deep​Seek Harness — dsh, singkatnya — bukanlah sebuah model. Ia adalah runtime agen sumber terbuka yang dirilis Deep​Seek di bawah lisensi MIT pada 13 Agustus 2026, dan ia adalah produk dengan adopsi tercepat yang pernah dirilis Deep​Seek: liputan pers melaporkan sekitar 50.000 bintang GitHub dalam 12 jam pertamanya, dan repositori tersebut mencapai 125.922 bintang dengan 12.523 fork saat kami membaca API GitHub hari ini. Tugasnya adalah lapisan rekayasa antara model bahasa dan tugas yang telah selesai: pengeditan file, eksekusi terminal, pencarian web, manajemen konteks, perencanaan tugas, dan pemanggilan agen lain. Rumus yang digunakan tim Deep​Seek sendiri adalah Model + Harness = Agent — modelnya menalar, harness melakukan semua hal lainnya.

Perbedaan itulah yang menjadi inti artikel ini. Orang-orang yang mencari "deepseek harness" biasanya mengharapkan ulasan model dan malah berakhir di liputan peluncuran. Jadi, inilah jawabannya: DSH bukanlah model yang Anda panggil melalui API. Ini adalah program yang Anda instal dan jalankan — paket npm-nya adalah @deepseek-ai/dsh, saat ini 0.1.0-rc.6 — dan ia menghubungkan model apa pun yang Anda berikan (DeepSeek V4 Flash secara bawaan) ke sistem file Anda, terminal Anda, web, dan agen lainnya. Ini dilisensikan di bawah MIT, dibangun di atas kerangka kerja plugin bernama Cordis, dan secara eksplisit merupakan pratinjau pengembang yang memperingatkan tentang perubahan yang merusak. Di bawah ini adalah apa yang sebenarnya dilakukannya, cara menjalankannya saat ini, dan di mana kekurangannya.

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 perhatian yang tajam: plugin menambahkan kemampuan; preset menentukan kemampuan mana yang dapat dilihat oleh agen tertentu. Monorepo ini menyediakan 49 paket di bawah packages/ — core, llm, mcp, sandbox, context, plan, goal, dan lainnya — dan cakupan peluncuran mencakup lebih dari 100 plugin pihak pertama, dengan toko plugin yang sudah disediakan dan 288 repositori plugin komunitas yang dikumpulkan di GitHub dalam 24 jam setelah rilis, dapat ditemukan di bawah tag topik dsh-plugin.

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.

Kisah plugin adalah taruhan platform yang sesungguhnya. Deep​Seek telah menyiapkan toko plugin, repositori komunitas diberi tag agar mudah ditemukan, dan toko aplikasi pihak ketiga dalam aplikasi sudah ada. Permainan jangka panjangnya adalah bahwa kerangka kerja (harness), bukan modelnya, 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 UI Web, yang disajikan di http://127.0.0.1:3080 secara default. Di UI: buka Settings → Models, tempel kunci API DeepSeek, lalu pilih workspace — komposer sesi tetap terkunci sampai Anda melakukannya. Model default adalah DeepSeek V4 Flash, dan kebijakan izin default adalah workspace-write dengan permintaan persetujuan untuk yang lainnya.

Total ada empat titik masuk: UI Web, mode headless untuk menjalankan sekali jalan, SDK Python yang mengemudikan DSH melalui JSON-RPC stdio, dan --dump-config, yang mencetak pohon plugin yang terakit (profil web menyusun 129 baris konfigurasi plugin; headless, 81). Dari sumber, langkahnya adalah 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 0.1.0-rc.6, dan README-nya eksplisit: "AKAN ADA PERUBAHAN YANG MERUSAK KOMPATIBILITAS." Ulasan yang diterbitkan minggu ini mengkatalogkan sisi-sisi yang belum mulus — kegagalan senyap di bawah MSYS2 di Windows, cache hot-reload yang basi, penundaan persistensi batch sekitar 200ms yang membuat tampilan progres UI tertinggal, serta kritik komunitas bahwa GitHub Issues dinonaktifkan di repositori yang diposisikan sebagai infrastruktur publik. Pengalaman produk bawaan juga masih tertinggal dari agen coding yang dipoles yang menjadi pembandingnya; satu ulasan langsung menyimpulkan bahwa rilis open-source tersebut adalah kerangka runtime agen, bukan produk jadi.

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 Flash dan DeepSeek V4 Pro

DSH secara default menggunakan DeepSeek V4 Flash, dan build unggulan DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) adalah keluarga model yang sama yang dirancang untuk dijalankan oleh harness tersebut. Keduanya tersedia hari ini melalui panggilan API biasa — tidak diperlukan harness — dan keduanya dihosting di OrcaRouter dengan harga daftar Deep​Seek sendiri: sekitar $0.15 per juta token input dan $0.29 per juta token output untuk DeepSeek V4 Flash, dan sekitar $0.44/$0.88 untuk DeepSeek V4 Pro, diteruskan dengan markup 0%.

Batas yang jujur: OrcaRouter adalah router model, bukan runtime agen, jadi kami tidak menghosting DSH — ini bukan model. Yang benar-benar dijawab oleh router di sini adalah masalah failover yang dimunculkan DSH. Harness ini adalah pratinjau yang bergerak cepat, dan mengarahkan lalu lintas produksi ke sana berarti bertaruh pada skor agenik yang dilaporkan vendor. Menjalankan model Deep​Seek yang sama melalui lapisan routing pada satu kunci memungkinkan Anda menguji angka asli DSH sambil mempertahankan failover otomatis antar vendor untuk lalu lintas yang harus terus bekerja. Harness adalah hal yang perlu dieksperimenkan; model yang dijalankannya adalah hal yang perlu dirute dengan hati-hati.

Intinya

Deep​Seek Harness adalah hal paling berdampak yang pernah di-open-source oleh Deep​Seek sejak model-model itu sendiri, karena ia mengubah makna "Deep​Seek": bukan hanya model, tetapi juga lapisan agen yang menjalankannya. Bagi pembaca yang memutuskan apa yang harus dilakukan: jika Anda membangun agen, instal minggu ini dan jalankan tes reproduksinya — skor V4 Flash dan V4 Pro yang dipublikasikan Deep​Seek berasal dari harness ini, dan sekarang Anda bisa memeriksanya sendiri. Namun, perlakukanlah sebagaimana adanya: pratinjau pengembang 0.1.0-rc.6 dengan breaking changes di depan, sistem plugin yang menghargai orang-orang yang suka memiliki kendali atas stack mereka sendiri, dan harness yang masih lebih kasar daripada alternatif-alternatif yang lebih halus. Model-model di baliknya adalah bagian yang andal — dan model-model itulah yang dapat Anda rutekan dengan percaya diri hari ini.