DeepSeek Harness: La Balena Nera Emerge — Cosa Sappiamo Finora sul Concorrente di Claude Code di DeepSeek

D​eepSeek Harness v0.1 è uscito, e il primo rapporto sul campo che conta è arrivato meno di un giorno dopo. Il 14 agosto, lo stesso account X che aveva impostato il conto alla rovescia per il rilascio — teortaxesTex — ha descritto una sessione che sembrava morta mentre in realtà stava finendo: lo streaming dei token è rallentato “esponenzialmente” fino a diventare un passo di lumaca, l’interfaccia mostrava cinque dei nove todo completati, e un ricaricamento della pagina ha rivelato che tutti e nove erano stati completati. La UI stava mostrando uno stato risalente a circa cinquanta minuti prima. “È questo… ciò che intendi per composabilità spaziotemporale?” — una frecciatina legittima, perché il framework su cui D​eepSeek ha costruito questa cosa ha letteralmente una teoria del tempo. Questo post è iniziato come un articolo sulla scia della fuga di notizie; la pista si è risolta il 13 agosto, quando D​eepSeek ha reso open-source l’harness. Quello che segue è ciò che è stato realmente rilasciato, e ciò che il primo giorno di utilizzo reale mostra sul layer agente che viene costruito attorno a DeepSeek V4 Flash 0731 e DeepSeek V4 Pro.

L'inquadramento onesto è cambiato da quando questo post è stato pubblicato per la prima volta. All'epoca, nulla chiamato "D​eepSeek Harness" era stato rilasciato, e le prove erano una pila di indizi pubblici — un account WeChat certificato, annunci di lavoro, una nota a piè di pagina di un benchmark, una chiamata per test interni. Non è più vero. La sera del 13 agosto, ora di Pechino, D​eepSeek ha pubblicato la v0.1 dell'harness come anteprima per sviluppatori con licenza MIT su github.com/deepseek-ai/deepseek-harness, eseguibile con un singolo comando npm, e il repository ha raccolto più di 30.000 stelle GitHub in poche ore. La fuga è diventata un prodotto. Ciò che ora non è verificato non è se l'harness esista, ma come si comporta nel mondo reale — e i primi rapporti sul campo sono le nuove prove.

Modello + Harness = Agente: cosa sia in realtà un "harness".

La formula che D​eepSeek usa internamente è Model + Harness = Agent. Il modello è il cervello; l'harness è tutto il resto che rende un agente funzionante nella pratica — gestione del contesto e della memoria, chiamata degli strumenti, pianificazione delle attività, lettura e scrittura di file, esecuzione da terminale, reintroduzione dell'output degli errori nel ciclo e valutazione se un'attività è stata effettivamente completata.

Il termine è stato reso popolare da A​nthropic ed è diventato il quadro con cui l'industria spiega perché gli agenti di codifica sono più di un buon LLM. Un modello che ottiene buoni risultati nei benchmark può comunque fallire in un ciclo agentico se il meccanismo circostante — come invoca gli strumenti, come ricorda ciò che ha fatto dieci minuti fa, come si riprende quando un comando fallisce — è debole. D​eepSeek ha trasformato quel meccanismo nella sua strategia di prodotto esplicita, e il team Harness è l'organigramma che lo realizza. I modelli sottostanti erano già in distribuzione: DeepSeek V4 Flash 0731 e DeepSeek V4 Pro portano entrambi punteggi benchmark ottimizzati per agenti che D​eepSeek ha generato all'interno del proprio harness, fino al nome "D​eepSeek Harness minimal mode."

La pista della fuga di notizie che si è conclusa il 13 agosto.

Questa non è mai stata una singola fuga di notizie; era una pila di briciole di pane pubbliche che si è accumulata da marzo per poi risolversi in una data di uscita. In ordine approssimativo:

• Marzo 2026 — Alcuni rapporti collegano Cui Tianyi (崔添翼), laureato in informatica all'Università di Zhejiang ed ex ingegnere di Jane Street per nove anni, al lavoro sugli agenti di D​eepSeek; la stampa lo identifica successivamente come responsabile del team Harness. Segnalato, ma non confermato da D​eepSeek all'epoca.

• 24 aprile 2026 — DeepSeek V4 viene presentato in anteprima, esplicitamente pensato per attività degli agenti e ottimizzato per strumenti per agenti come Claude Code.

{{1}}Maggio 2026 — D​eepSeek pubblica due ruoli Harness su Moka — un product manager per Agent Harness e un ingegnere ricercatore, entrambi con sede a Pechino. {{/1}} {{2}}Il ricercatore di D​eepSeek Chen Deli scrive pubblicamente che l'obiettivo è, in breve, confrontare Claude Code e costruire un "D​eepSeek Code Harness."{{/2}}

• Giugno 2026 — La spinta alle assunzioni continua; il responsabile del team descrive il dipartimento come sottodimensionato, con "obiettivi ambiziosi e un carico di lavoro pesante."

• 6–7 luglio 2026 — L'account WeChat "D​eepSeek Harness team" viene registrato e certificato sotto l'entità di Pechino di D​eepSeek, con un logo di balena nera. Nessuno all'esterno se ne accorge ancora.

• 31 luglio 2026 — l'API ufficiale di DeepSeek V4 Flash entra in beta pubblica, e la documentazione API di D​eepSeek rivela — per la prima volta — che le attività CodeAgent nei suoi benchmark pubblici sono state eseguite su "D​eepSeek Harness minimal mode", con la qualifica "in arrivo".

• 1 agosto 2026 — Il capo del team Harness apre il reclutamento per test interni rivolto agli sviluppatori di progetti open-source agent-harness. La stampa tech cinese riporta 769 candidati, 712 repository unici e oltre 1,2 milioni di stelle GitHub cumulative.

• 11 agosto 2026 — La copertura del racconto si allarga; la balena nera emerge.

• 13 agosto 2026 — v0.1 viene rilasciata: con licenza MIT, open su GitHub, eseguibile con npx @deepseek-ai/dsh web. La traccia è stata risolta.

Cosa ha effettivamente incluso v0.1

La developer preview è un runtime agente da desktop e CLI nello spazio dei pacchetti Node, costruito sul meta-framework Cordis con il principio di design dichiarato "tutto è un plugin". Modelli, strumenti, competenze, sessioni, sandbox, storage, il loop dell'agente, la pianificazione e l'interfaccia utente sono tutti plugin Cordis sostituibili. Sono inclusi quattro preset: Standard (il set completo di strumenti per agenti di programmazione), PTC (il modello scrive programmi TypeScript per coordinare chiamate a strumenti multi-step), Minimal (uno strumento shell più un editor di file — la modalità su cui sono stati eseguiti i benchmark V4) e Creation (per costruire preset personalizzati). Una vista Trajectory scrive tutto ciò che il modello vede in un log di sessione append-only, riproducibile fonte per fonte — la risposta di D​eepSeek alla denuncia di "scatola nera" riguardante la cronologia agente riassunta.

L'avvertenza che conta è quella di D​eepSeek: questa è un'anteprima per sviluppatori, il repository riporta un avviso di test interno, e sono previste modifiche di rottura mentre i plugin principali e le API di base evolvono. Quell'avvertimento si è rivelato giustificato nel giro di poche ore — e inquadra i report sul campo qui sotto.

Cosa mostrano i primi rapporti sul campo

Il rapporto che ha messo insieme questo aggiornamento è il racconto di un singolo utente e va letto come tale: teortaxesTex, il 14 agosto, ha descritto una sessione D​eepSeek Harness in cui lo streaming dei token rallentava progressivamente fino a bloccarsi, l'interfaccia mostrava cinque dei nove todo completati, e un aggiornamento della pagina rivelava che in realtà erano stati completati tutti e nove — l'interfaccia stava visualizzando uno stato di circa cinquanta minuti prima. È un singolo post su X, non un riconoscimento da parte del fornitore, e non è ancora stato riprodotto in modo indipendente. Ma la classe di sintomi è confermata nella documentazione pubblica del progetto stesso, ed è questo che rende la cosa degna di essere presa sul serio.

La discussion #483 del repository ufficiale su GitHub, aperta il 13 agosto, documenta esattamente questa famiglia di errori. I contenuti delle sessioni vengono persistiti con un batch di scrittura differita limitato: gli eventi restano in una coda in memoria finché un timer di 200 millisecondi non attiva una scrittura durevole — e l'interfaccia mostra solo lo stato committato. Sotto carico concorrente elevato, la finestra si allunga notevolmente; dopo un arresto non pulito, la coda in memoria non viene mai scaricata e il backend JSONL o SQLite ricarica solo il prefisso committato, quindi l'input dell'utente appare in ritardo o mai e la cronologia precedentemente visibile scompare. La discussione riconduce tutto a due issue aperte: #477 (input di testo dell'utente ritardato a lungo sotto carico concorrente elevato) e #479 (nuove richieste utente che non compaiono affatto nella vista della conversazione). Il "5/9 sullo schermo, 9/9 completato" del rapporto sul campo è quel divario tra committato ed effettivo che si manifesta in una sessione live.

Il feedback di Broader v0.1 è polarizzato in un modo che ci sta. Alcuni tester lodano l'architettura a plugin come un "PC desktop assemblato da sé con porte universali" accanto a rivali chiusi; altri ne catalogano gli spigoli — un percorso multimodale hardcoded, e un bug documentato nella policy dell'agente in cui l'harness costringe il modello a investigare ogni codice di uscita diverso da zero, mentre il codice di uscita 1 di grep per "nessuna corrispondenza" trasforma i test superati in apparenti fallimenti, alimentando un ciclo di sovra-validazione che si autoalimenta (61 richieste contro 32, e $0,17 contro $0,05, sullo stesso compito nel confronto riportato). Le recensioni del primo giorno sembrano un'anteprima per sviluppatori con vera ambizione e veri problemi a livello di stato, non come un rivale rifinito di Claude Code.

"Componibilità spaziotemporale" non è solo una battuta.

La battuta finale del rapporto sul campo ha dietro un documento. D​eepSeek Harness è costruito su Cordis, il cui design deriva da "A Programming Paradigm for Spatiotemporal Composability" — uno studio formale di 88 pagine scritto in collaborazione dall'Università di Pechino e D​eepSeek, il cui primo autore è Yifan Shi (creatore del framework chatbot Koishi) insieme a Wei Zhang e al capo del team Harness, Cui Tianyi. Il documento scompone la composizione dinamica in due assi ortogonali: componibilità temporale, in cui la rimozione di un componente annulla in modo pulito i suoi effetti collaterali come se non fosse mai esistito, e componibilità spaziale, in cui i componenti dichiarano le dipendenze e il runtime le attiva e disattiva reattivamente man mano che i provider appaiono e scompaiono.

La battuta funziona perché uno stato di rendering dell'UI risalente a cinquanta minuti fa è un fallimento di composizione temporale nel senso più letterale: il runtime continuava a eseguire mentre lo stato visibile veniva committato in ritardo. Il gap di persistenza documentato nella Discussion #483 — un batch write-behind che può restare molto indietro rispetto al loop in esecuzione — è esattamente il tipo di cosa che le garanzie del paper dovrebbero prevenire. Se il livello di stato dell'harness onorerà effettivamente queste garanzie nella pratica è una delle domande genuinamente aperte di questa release, e i report del primo giorno sono la prima evidenza in un senso o nell'altro.

I modelli sottostanti

L'infrastruttura è il prodotto; i modelli sono il motore. Entrambi i modelli che D​eepSeek presumibilmente metterà sotto di esso sono già attivi, ed entrambi sono richiamabili tramite OrcaRouter oggi:

DeepSeek V4 Flash 0731 — la release ufficiale post-ri-addestramento dell'efficiente MoE di D​eepSeek (284B totali / 13B attivi), contesto da 1M token, output massimo di 384K, modalità di pensiero attiva per impostazione predefinita e nativamente fluente nell'API O​penAI Responses — il dialetto parlato dagli agenti in stile Codex. I dati dei benchmark agentici pubblicati da D​eepSeek per la revisione 0731: 82.7 su Terminal-Bench 2.1, 76.7 su Cybergym, 70.3 su Toolathlon Verified, 68.7 su DSBench-FullStack, 59.6 su DSBench-Hard. Questi numeri sono dichiarati dal fornitore e non riprodotti, ma sono quelli con cui D​eepSeek ha scelto di presentarsi, e superano persino DeepSeek V4 Pro Preview sullo stesso set.

• DeepSeek V4 Pro — il modello MoE di punta con 1,6T totali / 49B attivi, stesso contesto da 1M di token, pesi aperti (rilasciato ad aprile 2026), al prezzo di $0,44 / $0,87 per milione di token.

Per quanto riguarda il prezzo, il punto è che D​eepSeek è economico. DeepSeek V4 Flash 0731 costa circa $0.147 per milione di token di input e $0.295 per milione di token di output — prezzi di listino del fornitore, che OrcaRouter trasmette senza alcun ricarico. Quando l'harness maturerà, potrai puntarlo agli stessi modelli che puoi già chiamare oggi, e inserire o rimuovere l'harness in seguito sarà un cambio di configurazione, non una migrazione. Non hai bisogno di D​eepSeek Harness per eseguire nessuno dei due modelli ora.

La guerra dei costi in cui sta entrando

Questo non è un mercato marginale. Secondo quanto riportato, Claude Code aveva un run rate di ricavi annualizzato superiore a 2,5 miliardi di dollari all'inizio del 2026, e il mercato del coding agentico è dimensionato nell'ordine di miliardi a una cifra. Un nuovo concorrente di un laboratorio cinese che taglia i prezzi delle API — e i cui modelli girano già all'interno di Claude Code stesso — è una mossa che riprezza l'intera categoria.

Sul costo, la scelta dell'harness conta tanto quanto il modello. Un test orizzontale di Composio che esegue DeepSeek V4 Flash su otto harness ha rilevato che la più economica (l'harness open-source "Pi") costa circa $0.028 di inferenza per attività riuscita, contro circa $0.195 per Claude Code nello stesso test — un divario di quasi 7 volte sulla stessa classe di lavoro. Aggiungete lo sconto sul prefix-cache riportato da D​eepSeek e i tassi di cache-hit del 99.93% che gli harness di terze parti riportano con esso, e il costo effettivo per attività di un agente basato su D​eepSeek diventa molto piccolo molto in fretta.

Vale anche la pena ricordare ciò che è già vero oggi: D​eepSeek espone un endpoint compatibile con A​nthropic (URL base https://api.deepseek.com/anthropic), e la sua documentazione spiega come puntare Claude Code verso i modelli D​eepSeek V4. Il prodotto harness rappresenta il tentativo di D​eepSeek di possedere quel livello invece di affittarlo — e D​eepSeek ha annunciato che un sostanziale aumento dei prezzi su tutta la linea V4 è in arrivo. Poiché OrcaRouter applica i prezzi di listino dei provider senza alcun ricarico, la nuova tariffa è attiva dal nostro lato lo stesso giorno in cui viene pubblicata, senza rinegoziazioni.

Perché il cablaggio è il nuovo campo di battaglia

Il passaggio è dalla capacità del modello all'esecuzione dei compiti. Un modello di frontiera è ormai il biglietto d'ingresso; ciò che determina se un team riesce davvero a mettere in produzione un agente è il macchinario circostante — e i dati che produce. Gli analisti che inquadrano la mossa di D​eepSeek, tra cui CITIC Securities, sostengono che un'infrastruttura matura rappresenti un vantaggio competitivo per due ragioni che si rafforzano a vicenda: chiude il ciclo commerciale dal punto di ingresso al compito completato, e genera dati di traiettoria dei compiti a lungo orizzonte che alimentano l'addestramento del modello. Le infrastrutture della comunità come Pi o D​eepSeek-TUI dimostrano la domanda, ma non reimmettono quei dati nel modello. L'infrastruttura di D​eepSeek, invece, lo farebbe — e la funzione Trajectory inclusa nella v0.1 è quel percorso di dati reso visibile.

È anche per questo che una lettura basata solo sul "benchmark del modello" è incompleta. I punteggi dell'agente di DeepSeek V4 Flash sono solidi, ma è nell'harness che D​eepSeek punta a costruire il vantaggio duraturo — il che rende i bug del livello di stato nei report del primo giorno più che cosmetici. Un'harness la cui UI può restare indietro di cinquanta minuti rispetto al loop è ancora un'anteprima per sviluppatori; non è ancora il fossato.

Cosa stiamo guardando ora

• Se il livello di stato riesce a stare al passo. Il ritardo del write-behind è documentato, riproducibile e viene segnalato sul repository ufficiale; controlla se il percorso di flush viene corretto rapidamente e se il design "la UI mostra solo lo stato committato" cambia quando una sessione è in corso.

• Il test di riproduzione nativa. Il motivo per cui la release era importante è che i punteggi dell'agente V4 di D​eepSeek sono stati generati su "D​eepSeek Harness minimal mode" — ora chiunque può installare l'anteprima ed eseguire quelle attività nativamente. Se le cifre 82.7 / 87.9 si riproducono, le ultime due release appaiono come un sistema coerente; se non si riproducono, il divario tra benchmark del fornitore e realtà diventa misurabile.

• Se l'ecosistema dei plugin prende piede. La superficie dei plugin con tag #dsh è reale, ma resta da vedere se le terze parti rilasceranno qualcosa che valga la pena installare.

• L'elenco prezzi. D​eepSeek non ha detto nulla su quanto costerà l'harness stesso, e l'annunciato aumento dei prezzi dell'API V4 è l'altra grande incognita.

• Se la "composabilità spaziotemporale" diventa un elenco di correzioni o uno slogan. Il documento fornisce a D​eepSeek un vocabolario rigoroso per esattamente il fallimento emerso dal rapporto sul campo; se il livello di stato v0.1 converge su quelle garanzie è il test.

La lettura onesta: il segnale pre-release più forte che DeepSeek abbia dato è ora un prodotto reale, ma un'anteprima per sviluppatori con spigoli grezzi documentati. Ciò che è solido oggi è la coppia di modelli sottostanti — DeepSeek V4 Flash 0731 e DeepSeek V4 Pro, entrambi disponibili su OrcaRouter al prezzo di listino del provider con zero ricarico, entrambi utilizzabili in loop di agenti tramite una singola API standard. Quando l'harness maturerà, il modo per valutarlo senza scommettere un percorso di produzione su una v0.1 è instradare: mettere l'harness davanti per la valutazione, mantenere gli stessi modelli dietro un unico endpoint e fare failover verso una combinazione collaudata nel momento in cui si blocca. Quel cambio è una modifica di una sola riga.