DeepSeek Harness, spiegato: il runtime agente dietro "Modello + Harness = Agente"

Deep​Seek Harness — dsh in breve — non è un modello. È il runtime per agenti open-source che Deep​Seek ha rilasciato con licenza MIT il 13 agosto 2026, ed è ancora la cosa che Deep​Seek abbia mai distribuito più rapidamente in termini di adozione: la stampa ha riportato circa 50.000 stelle su GitHub nelle prime 12 ore, e il repository era a 242.211 stelle con 29.059 fork quando oggi abbiamo consultato l'API di GitHub. Ciò che esegue è DeepSeek V4.1 Flash, il modello che l'API di Deep​Seek serve come deepseek-flash, oppure il più grande DeepSeek V4 Pro quando lo indirizzi lì. Il suo compito è lo strato ingegneristico tra un modello linguistico e un'attività completata: modifica di file, esecuzione da terminale, ricerca web, gestione del contesto, pianificazione delle attività e chiamata di altri agenti. La formula che usa il team di Deep​Seek stesso è Modello + Harness = Agente — il modello ragiona, l'harness fa tutto il resto.

Questa distinzione è il punto di questo articolo. Chi cerca "deepseek harness" di solito si aspetta una recensione del modello e finisce invece sulla copertura del lancio. Quindi ecco subito la risposta: DSH non è un modello che si chiama tramite un'API. È un programma che si installa e si esegue — il pacchetto npm è @deepseek-ai/dsh, il cui tag latest ora punta a 0.2.0-rc.2 — tre linee di rilascio oltre la build 0.1.x rispetto alla quale questa pagina era stata scritta inizialmente, e oltre il chip della versione sulla scheda qui sopra — e collega qualunque modello gli si assegni (DeepSeek V4.1 Flash per impostazione predefinita) al tuo filesystem, al tuo terminale, al web e ad altri agenti. È con licenza MIT, costruito su un framework di plugin chiamato Cordis, ed è esplicitamente una developer preview che avverte di possibili modifiche incompatibili. L'app desktop pacchettizzata che DeepSeek ha annunciato il 2 ottobre — build per macOS e Windows, con gli utenti Linux indirizzati al pacchetto npm — è la superficie più recente che si aggiunge a tutto questo. Qui sotto trovi cosa fa davvero, come eseguirlo oggi e dove è carente.

Cosa fa realmente un harness (e perché il termine è fuorviante)

Un harness è l'impalcatura che consente a un modello grezzo di lavorare nel mondo reale. Un modello da solo può solo produrre testo. Dagli un harness e può leggere e scrivere file, eseguire comandi nella tua shell, cercare sul web, mantenere un piano, chiamare strumenti, reagire agli errori e giudicare quando un compito è finito. La formula pubblica di Deep​Seek — ripetuta nella copertura del lancio e nelle sue stesse offerte di lavoro — è "Model + Harness = Agent": il modello fornisce il ragionamento, l'harness fornisce tutto il resto.

Ecco perché il rilascio è importante al di là di un singolo prodotto. Deep​Seek ha riportato i propri punteggi benchmark agentici per i suoi ultimi due modelli all'interno di questo harness: la documentazione API di DeepSeek V4 Flash afferma che il suo risultato Terminal-Bench 2.1 di 82.7 è stato prodotto su "Deep​Seek Harness minimal mode." L'harness è l'ambiente di riferimento da cui provengono quei numeri, ed è ora pubblico affinché chiunque possa riprodurli — o contraddirli.

Tutto è un plugin: l'architettura Cordis

Il design fondamentale di DSH, come affermato nel suo stesso README, è che tutto è un plugin. Il loop dell'agente, gli adattatori di modello, gli strumenti, le abilità, l'archiviazione delle sessioni, la sandbox, la pianificazione e persino l'interfaccia web sono tutti plugin Cordis. Non esiste un core privilegiato da patchare: si estende l'harness montando un plugin accanto agli altri, e ogni registrazione è un effetto che si annulla quando il plugin viene scaricato. Il motore dei plugin è Cordis, un meta-framework il cui design è descritto nell'articolo "A Programming Paradigm for Spatiotemporal Composability" di Peking University–DeepSeek.

La conseguenza pratica è una netta separazione delle responsabilità: i plugin aggiungono capacità; i preset decidono quali capacità un dato agente può vedere. Il monorepo ora contiene 55 pacchetti sotto packages/ — core, llm, mcp, sandbox, context, plan, goal, workspace e altri — e la copertura del lancio contava più di 100 plugin first-party, con un plugin store già riservato e 288 repository di plugin della community raccolti su GitHub entro 24 ore dal rilascio. Sono passate sei settimane. Il topic dsh-plugin che Deep​Seek usa per la discoverability dei plugin ora restituisce più di 17.000 repository nella ricerca di GitHub, come abbiamo letto il 2 ottobre 2026 — l'ecosistema ha continuato a crescere anche mentre l'harness stesso rimaneva sulle release candidate.

I quattro preset — e quando usare ciascuno

DSH viene fornito con quattro preset di agenti, ciascuno dei quali carica un diverso set di plugin. Dal menu preset della Web UI stessa:

• Standard — un agente di coding completo: modifica dei file, shell, ricerca di file e sul web, competenze, pianificazione, obiettivi, subagenti e flussi di lavoro. La scelta predefinita giusta per la maggior parte dei lavori.

• Code — chiamato PTC, "programmatic tool calling", nella stampa cinese — tutto ciò che è in Standard, più un SDK Code Mode che consente al modello di scrivere programmi TypeScript per comporre chiamate a strumenti multi-step in un unico programma. Più potente, e può moltiplicare effetti collaterali e chiamate a strumenti.

• Minimal — solo bash persistente più str_replace_editor. Progettato per riprodurre le esecuzioni dei benchmark; questa è la configurazione predefinita che Deep​Seek ha usato per il punteggio 82.7 di V4 Flash Terminal-Bench. Minimal non è innocuo — l'accesso alla shell resta accesso alla shell.

• Creator — la quarta directory dei preset è letteralmente denominata cordis — Standard più ispezione a runtime, esperimenti di plugin Cordis in memoria e authoring dei preset. L'agente può installare, sostituire o eliminare plugin a metà conversazione. Un ambiente ingegneristico, non un livello di approvazione di produzione.

Quale dovresti scegliere? Se stai riproducendo un benchmark, Minimal. Se vuoi che l'agente scriva la propria orchestrazione multi-step, Code. Se stai creando o testando un plugin, Creator. Per tutto il resto, inizia con Standard — un'autorità ampia significa che vuoi anche uno spazio di lavoro e una policy dei permessi ristretti.

Trajectory: la funzionalità che i revisori chiamano "DevTools for agents"

La caratteristica più elogiata nelle recensioni pratiche è Trajectory. Ogni esecuzione scrive in un log di sessione append-only — JSONL compresso con zstd e un envelope di eventi uniforme composto da tipo, sequenza, tempo e dati — registrando tutto ciò che il modello ha visto: prompt di sistema, ragionamento, chiamate di strumenti e relativi risultati, pianificazione dei subagent, iniezioni di contesto. La vista Trajectory supporta l'ispezione per fonte, ripresa, fork, ricerca e replay. Il fork è la mossa più interessante: puoi cambiare una sola istruzione e riprodurre l'esecuzione affiancata all'originale invece di buttare via la traccia.

Concretamente, in un test pratico pubblicato il 15 agosto, una singola attività di scrittura di file ha prodotto 61 eventi di sessione, e un'attività banale come "rispondi PONG" ha comunque consumato circa 13.467 token di input nella sua prima richiesta — overhead derivante da prompt di sistema predefiniti, schemi degli strumenti, regole del repository iniettate automaticamente e riepiloghi delle competenze. Questo è il costo onesto di un'infrastruttura che registra tutto: paghi token per la struttura, e puoi vedere esattamente per cosa hai pagato.

MCP, plugin e parlare con altri agenti

MCP è dove l'hype supera l'implementazione attuale. Il monorepo include un pacchetto mcp e la CLI include una dependency dsh-mcp-client, ma nessun server MCP è abilitato di default, e l'architettura instrada l'integrazione degli strumenti attraverso i plugin Cordis piuttosto che trattare MCP come un cittadino di prima classe. Puoi connettere server MCP come sorgente di strumenti; semplicemente non è ancora il percorso predefinito.

Ciò che è più sorprendente è ciò che mostra l'elenco dei provider di subagent. DSH può generare altri agenti come subagent — inclusi, secondo la documentazione capability-seams, un provider Codex e un provider Claude Code. È una posizione insolita per un concorrente: DSH è un harness che può delegare lavoro proprio ai prodotti con cui viene confrontato.

La storia dei plugin è la vera scommessa sulla piattaforma. Deep​Seek ha riservato un plugin store, i repository della community sono taggati per favorirne la scoperta, ed esistono già store in-app di terze parti. Le note di rilascio della 0.2.0-rc.2 dedicano gran parte della loro lunghezza alle indicazioni per l'installazione dei plugin — distinguendo tra plugin installati, incompatibili e inclusi — ed è qui che lo sforzo ingegneristico è ancora in corso. Il gioco a lungo termine è che l'harness, non il modello, diventi l'ecosistema, motivo per cui la discussione sui prezzi attorno a DSH conta più di qualsiasi singola funzionalità.

Come eseguirlo oggi

Ti serve Node.js 22.19 o versione successiva — il manifest del pacchetto richiede ^22.19.0 o >=24 — e poi un solo comando:

npx @deepseek-ai/dsh web

Questo avvia la Web UI, servita per impostazione predefinita all'indirizzo http://127.0.0.1:3080. Nell'interfaccia: apri Impostazioni → Modelli, incolla una chiave API Deep​Seek, poi scegli uno spazio di lavoro — il compositore di sessione resta bloccato finché non lo fai. Il modello predefinito è DeepSeek V4.1 Flash, e il criterio di autorizzazione predefinito è workspace-write con richieste di approvazione per tutto il resto.

Ci sono ora cinque punti di ingresso: la Web UI, l'app desktop pacchettizzata, le esecuzioni headless one-shot, un Python SDK che pilota DSH su JSON-RPC stdio, e --dump-config, che stampa l'albero dei plugin assemblato (il profilo web ha assemblato 129 righe di configurazione dei plugin; headless, 81). L'app desktop è quella che è cambiata questa settimana. Deep​Seek ha pubblicato build per macOS e Windows — inclusi i Mac Intel, dove la nostra nota di settembre registrava che la build Intel restituiva 404 — e ogni feed desktop riporta la versione 0.2.0-rc.2 con data di rilascio 29 settembre. Le note della 0.2 includono anche il comando dsh nell'app desktop per la gestione dei plugin, così quel percorso non richiede più un'installazione separata di Node o pnpm. L'annuncio di Deep​Seek stesso descrive plugin e Workspaces come supportati out of the box nella 0.2 — un'affermazione del fornitore su una release candidate, anche se le pagine dei plugin e lo store dei workspace che l'app condivide con la CLI sono visibili nel repository pubblico. Linux è l'eccezione che l'annuncio di Deep​Seek stesso nomina: l'insieme di target supportati dallo script di packaging è mac-arm64, mac-x64 e win-x64, nessun artefatto Linux esiste sotto l'host di download di Deep​Seek, e agli utenti Linux viene detto di eseguire npx @deepseek-ai/dsh web. Dal sorgente il percorso è invariato: git clone, pnpm install, pnpm run build, poi pnpm dsh web.

La parte onesta: livello anteprima, e dove DSH è lo strumento sbagliato.

DSH è alla versione 0.2.0-rc.2 — non 1.0, e nemmeno una 0.x stabile: tutte le 29 versioni su npm e tutte le 24 release su GitHub sono prerelease, e il README è esplicito: "CI SARANNO CAMBIAMENTI CHE ROMPONO LA COMPATIBILITÀ". Le recensioni del periodo di lancio catalogano le asperità — errori silenziosi sotto MSYS2 su Windows, obsolescenza della cache con l'hot-reload, un ritardo di persistenza in batch di circa 200 ms che resta indietro rispetto alla visualizzazione dell'avanzamento nell'interfaccia, e le critiche della community per il fatto che GitHub Issues è disabilitato su un repository presentato come infrastruttura pubblica. Anche l'esperienza di prodotto predefinita resta ancora indietro rispetto agli agenti di coding rifiniti con cui viene confrontata; una recensione pratica ha concluso che il rilascio open source è un'impalcatura di runtime per agenti, non ancora un prodotto finito.

Dove DSH è lo strumento sbagliato? Quattro situazioni. Primo, se vuoi una rifinitura chiavi in mano — oggi Claude Code e Codex sono più completi, e DSH è per chi vuole lo scheletro ed è disposto a finirlo. Secondo, se non puoi verificare ciò che esegui: provenienza dei plugin, diff di configurazione e confini delle credenziali sono tutti autogestiti, e l'uso in produzione richiede una governance che fornisci tu. Terzo, se stai facendo benchmark di modelli: non puoi eseguire un modello in modalità Standard e un altro in Minimal e definire la differenza un risultato del modello — hai cambiato l'infrastruttura, non solo il modello. Quarto, se sei sensibile ai costi del sovraccarico di token: il contesto sempre attivo può bruciare migliaia di token di input prima che il modello faccia qualsiasi lavoro reale.

Cosa significa per DeepSeek V4.1 Flash e DeepSeek V4 Pro

DSH usa per impostazione predefinita DeepSeek V4.1 Flash — il modello che l'API di DeepSeek eroga come deepseek-flash — e la build di punta DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) appartiene alla stessa famiglia di modelli per cui l'harness è stato costruito. Entrambi sono disponibili oggi tramite normali chiamate API, senza bisogno di alcun harness, ed entrambi sono ospitati su OrcaRouter al prezzo di listino di DeepSeek stesso, passato senza alcun ricarico, allo 0% di markup: 0,15 $ in input e 0,60 $ in output per milione di token per DeepSeek V4.1 Flash, e 0,66 $/1,98 $ per DeepSeek V4 Pro. Si tratta di tariffe off-peak, che DeepSeek raddoppia tra le 01:00 e le 04:00 e di nuovo tra le 06:00 e le 10:00 UTC nei giorni feriali. Lo screenshot qui sotto è un'istantanea di agosto della pagina del modello DeepSeek V4 Flash 0731, e i 0,15 $/0,29 $ che vi sono indicati sono il prezzo di quella release: la pagina dei prezzi di DeepSeek ora espone un'unica voce Flash, deepseek-flash = DeepSeek-V4.1-Flash, a 0,15 $/0,60 $. Leggi la scheda come una cattura datata, non come la tariffa di oggi.

Il confine onesto: OrcaRouter è un router di modelli, non un runtime per agenti, quindi non ospitiamo DSH — non è un modello. Ciò a cui un router risponde davvero, in questo caso, è il problema di failover che DSH solleva. L'harness è un'anteprima in rapida evoluzione — oggi 0.2.0-rc.2, con l'app desktop costruita sopra ancora più recente — e indirizzare traffico di produzione verso di essa significa scommettere su punteggi agentici dichiarati dal fornitore. Eseguire gli stessi modelli Deep​Seek attraverso uno strato di routing con una sola chiave ti permette di testare i numeri nativi di DSH mantenendo il failover automatico tra i fornitori per il traffico che deve continuare a funzionare. L'harness è la cosa con cui sperimentare; i modelli che esegue sono la cosa da instradare con attenzione.

Il risultato finale

Deep​Seek Harness è la cosa più significativa che Deep​Seek abbia reso open source dai tempi dei modelli stessi, perché cambia ciò che significa "Deep​Seek": non solo modelli, ma il livello agente che li esegue. Per un lettore che deve decidere cosa fare: se sviluppi agenti, installa questa settimana l'app desktop o la riga di comando 0.2.0-rc.2 ed esegui il test di riproduzione — il Terminal-Bench 82.7 che Deep​Seek ha pubblicato per il suo modello Flash è stato prodotto all'interno di questo harness, e ora puoi verificarlo di persona. Ma trattalo per quello che è: un'anteprima per sviluppatori con cambiamenti incompatibili in arrivo, un sistema di plugin che premia chi ama avere il pieno controllo del proprio stack, e un harness ancora più grezzo delle alternative rifinite. Se sei su Linux, l'app pacchettizzata non è ancora la strada giusta per te — npm sì. I modelli sottostanti sono la parte affidabile, e quelli puoi instradarli con fiducia già oggi.