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

Deep​Seek Harness — dsh in breve — non è un modello. È il runtime open-source per agenti che Deep​Seek ha rilasciato con licenza MIT il 13 agosto 2026, ed è il prodotto che ha registrato l'adozione più rapida nella storia di Deep​Seek: la stampa riporta circa 50.000 stelle GitHub nelle prime 12 ore, e il repository aveva 125.922 stelle e 12.523 fork quando abbiamo letto l'API di GitHub oggi. Il suo compito è il livello ingegneristico tra un modello linguistico e un'attività completata: modifica di file, esecuzione di terminale, ricerca web, gestione del contesto, pianificazione delle attività e chiamata ad altri agenti. La formula che il team di Deep​Seek stesso usa è Modello + Harness = Agente — il modello ragiona, l'harness fa tutto il resto.

Questa distinzione è il punto centrale di questo articolo. Le persone che cercano "deepseek harness" di solito si aspettano una recensione del modello e finiscono invece su una copertura del lancio. Quindi ecco la risposta in anticipo: 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, attualmente 0.1.0-rc.6 — e collega qualunque modello gli si fornisca (DeepSeek V4 Flash di default) al filesystem, al terminale, al web e ad altri agenti. È concesso in licenza MIT, costruito su un framework di plugin chiamato Cordis, ed è esplicitamente un'anteprima per sviluppatori che avvisa di modifiche sostanziali. Di seguito cosa fa realmente, come eseguirlo oggi e dove presenta dei limiti.

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 degli interessi: i plugin aggiungono funzionalità; i preset decidono quali funzionalità un determinato agente può vedere.Il monorepo include 49 pacchetti in packages/ — core, llm, mcp, sandbox, context, plan, goal e altri — e al lancio si contano più di 100 plugin di prima parte, con uno store di plugin già riservato e 288 repository di plugin della community raccolti su GitHub entro 24 ore dal rilascio, reperibili tramite il tag di argomento dsh-plugin.

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 di piattaforma. Deep​Seek ha riservato uno store di plugin, i repository della community sono taggati per la reperibilità, e gli store in-app di terze parti esistono già. Il gioco lungo è che a diventare l'ecosistema sia l'harness, non il modello — ed è per questo che 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 l'interfaccia Web, servita su http://127.0.0.1:3080 per impostazione predefinita. Nell'interfaccia: apri Impostazioni → Modelli, incolla una chiave API Deep​Seek, quindi scegli uno spazio di lavoro — il compositore di sessioni rimane bloccato finché non lo fai. Il modello predefinito è DeepSeek V4 Flash e la politica di autorizzazione predefinita è workspace-write con prompt di approvazione per tutto il resto.

Ci sono quattro punti di ingresso in totale: l'interfaccia Web, esecuzioni one-shot headless, un SDK Python che guida DSH tramite JSON-RPC stdio, e --dump-config, che stampa l'albero dei plugin assemblato (il profilo web assembla 129 righe di configurazione dei plugin; headless, 81). Dal sorgente, il percorso è 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 la versione 0.1.0-rc.6, e il README è esplicito: "CI SARANNO MODIFICHE CHE ROMPONO LA COMPATIBILITÀ." Le recensioni pubblicate questa settimana catalogano i problemi irrisolti: errori silenziosi sotto MSYS2 su Windows, cache di hot-reload obsoleta, un ritardo di persistenza batch di circa 200 ms che resta indietro rispetto all'indicatore di avanzamento dell'interfaccia, e critiche della community per il fatto che GitHub Issues è disabilitato su un repository presentato come infrastruttura pubblica. Anche l'esperienza predefinita del prodotto è ancora indietro rispetto agli agenti di coding raffinati a cui viene confrontata; una recensione pratica ha concluso che la versione open source è uno scaffold 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 Flash e DeepSeek V4 Pro

DSH utilizza per impostazione predefinita DeepSeek V4 Flash, e la build di punta DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) appartiene alla stessa famiglia di modelli per cui è stata costruita l'infrastruttura. Entrambi sono disponibili oggi tramite normali chiamate API — nessuna infrastruttura richiesta — ed entrambi sono ospitati su OrcaRouter al prezzo di listino di Deep​Seek: circa $0.15 per milione di token di input e $0.29 per milione di token di output per DeepSeek V4 Flash, e circa $0.44/$0.88 per DeepSeek V4 Pro, senza alcun ricarico.

L'onesto confine: 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 genuinamente qui è il problema di failover che DSH solleva. L'harness è un'anteprima in rapida evoluzione, e indirizzare traffico di produzione verso di essa significa scommettere su punteggi agentici riportati dai vendor. Eseguire gli stessi modelli Deep​Seek attraverso un livello di routing su un'unica chiave ti consente di testare i numeri nativi di DSH mantenendo al contempo il failover automatico tra vendor per il traffico che deve continuare a funzionare. L'harness è ciò su cui sperimentare; i modelli che esegue sono ciò su cui instradare con cautela.

Il risultato finale

Deep​Seek Harness è la cosa di maggior impatto che Deep​Seek abbia rilasciato come open-source dai tempi dei modelli stessi, perché cambia ciò che "Deep​Seek" significa: non solo modelli, ma il layer agente che li esegue. Per un lettore che deve decidere cosa fare: se costruisci agenti, installalo questa settimana ed esegui il test di riproduzione — i punteggi V4 Flash e V4 Pro che Deep​Seek ha pubblicato provengono da questo harness, e ora puoi verificarli tu stesso. Ma trattalo per quello che è: un'anteprima per sviluppatori 0.1.0-rc.6 con breaking changes all'orizzonte, un sistema di plugin che premia chi ama avere il controllo della propria stack, e un harness ancora più grezzo delle alternative raffinate. I modelli sottostanti sono la parte affidabile — e quelli puoi instradare con sicurezza già oggi.