DeepSeek Harness, Uitgelegd: De Agent-runtime achter 'Model + Harness = Agent'

Deep​Seek Harness — dsh kortweg — is geen model. Het is de open-source agentruntime die Deep​Seek op 13 augustus 2026 onder de MIT-licentie heeft uitgebracht, en het is qua adoptie het snelste wat Deep​Seek ooit heeft uitgebracht: de pers meldt ongeveer 50.000 GitHub-sterren in de eerste 12 uur, en de repository stond op 125.922 sterren en 12.523 forks toen we vandaag de GitHub-API raadpleegden. Zijn taak is de technische laag tussen een taalmodel en een voltooide taak: bestandsbewerking, terminaluitvoering, webzoekopdrachten, contextbeheer, taakplanning en het aanroepen van andere agents. De formule die het eigen team van Deep​Seek gebruikt is Model + Harness = Agent — het model redeneert, de harness doet al het overige.

Dat onderscheid is precies het punt van dit artikel. Mensen die zoeken op "deepseek harness" verwachten meestal een modelreview en komen in plaats daarvan terecht bij berichtgeving over de lancering. Dus hier is het antwoord vooraf: DSH is geen model dat je via een API aanroept. Het is een programma dat je installeert en uitvoert — het npm-pakket is @deepseek-ai/dsh, momenteel 0.1.0-rc.6 — en het verbindt welk model je het ook geeft (standaard DeepSeek V4 Flash) met je bestandssysteem, je terminal, het web en andere agents. Het is uitgebracht onder de MIT-licentie, gebouwd op een pluginframework genaamd Cordis, en het is expliciet een ontwikkelaarsvoorbeeld dat waarschuwt voor ingrijpende wijzigingen. Hieronder staat wat het daadwerkelijk doet, hoe je het vandaag kunt uitvoeren en waar het tekortschiet.

Wat een harnas eigenlijk doet (en waarom de term verwarrend is)

Een harness is het raamwerk dat een ruw model in staat stelt om in de echte wereld te werken. Een model alleen kan alleen tekst produceren. Geef het een harness en het kan bestanden lezen en schrijven, opdrachten uitvoeren in je shell, op het web zoeken, een planning bijhouden, tools aanroepen, reageren op fouten en beoordelen wanneer een taak is voltooid. De publieke formule van DeepSeek — herhaald in de lanceerberichtgeving en in de eigen vacatures — is "Model + Harness = Agent": het model levert de redenering, de harness levert al het andere.

Dit is waarom de release verder gaat dan één product. Deep​Seek rapporteerde zijn eigen agentische benchmark-scores voor zijn laatste twee modellen vanuit deze harness: de DeepSeek V4 Flash API-documentatie vermeldt dat het Terminal-Bench 2.1-resultaat van 82.7 werd geproduceerd op "Deep​Seek Harness minimal mode." De harness is de referentieomgeving waar die cijfers vandaan kwamen, en deze is nu openbaar voor iedereen om te reproduceren — of tegen te spreken.

Alles is een plugin: de Cordis-architectuur

Het kernontwerp van DSH, zoals in de eigen README staat beschreven, is dat alles een plugin is. De agent-loop, modeladapters, tools, skills, sessieopslag, sandbox, planning en zelfs de web-UI zijn allemaal Cordis-plugins. Er is geen geprivilegieerde kern om te patchen: je breidt de harness uit door een plugin naast de andere te monteren, en elke registratie is een effect dat wordt teruggedraaid wanneer de plugin wordt gelost. De plugin-engine is Cordis, een meta-framework waarvan het ontwerp wordt beschreven in het paper "A Programming Paradigm for Spatiotemporal Composability" van Peking University en DeepSeek.

Het praktische gevolg is een scherpe scheiding van verantwoordelijkheden: plugins voegen mogelijkheden toe; presets bepalen welke mogelijkheden een bepaalde agent kan zien.De monorepo levert 49 pakketten onder packages/ — core, llm, mcp, sandbox, context, plan, goal en meer — en de lancering omvat meer dan 100 first-party plugins, met een al gereserveerde plugin store en 288 community-pluginrepositories die binnen 24 uur na de release op GitHub zijn verzameld, vindbaar onder de tag dsh-plugin.

De vier presets — en wanneer je welke gebruikt

DSH wordt geleverd met vier agent-presets, die elk een andere plug-inset laden. Vanuit het eigen presetmenu van de Web UI:

• Standard — een volledige coding-agent: bestandsbewerking, shell, bestands- en webzoekopdrachten, skills, planning, doelen, subagenten en workflows. De juiste standaard voor de meeste werkzaamheden.

• Code — in de Chinese pers PTC genoemd, 'programmatic tool calling' — alles uit Standard, plus een Code Mode SDK waarmee het model TypeScript-programma's kan schrijven om meerstaps-toolcalls in één programma samen te stellen. Krachtiger, en het kan bijwerkingen en toolcalls vermenigvuldigen.

• Minimal — slechts persistente bash plus str_replace_editor. Gebouwd om benchmarkruns te reproduceren; dit is de preset die Deep​Seek gebruikte voor de 82.7-score op V4 Flash Terminal-Bench. Minimal is niet onschadelijk — shell-toegang blijft shell-toegang.

• Creator — de vierde presetmap heet letterlijk cordis — Standard plus runtime-inspectie, in-memory Cordis-plugin-experimenten en het maken van presets. De agent kan plugins installeren, vervangen of vernietigen midden in een gesprek. Een engineeringomgeving, geen productiegoedkeuringslaag.

Welke moet je kiezen? Als je een benchmark reproduceert: Minimal. Als je wilt dat de agent zijn eigen meerstapsorkestratie schrijft: Code. Als je een plugin bouwt of test: Creator. Voor al het andere: begin met Standard — brede autoriteit betekent dat je ook een strakke werkruimte en machtigingenbeleid wilt.

Traject: de functie die recensenten 'DevTools voor agents' noemen

De meest geprezen functie in praktijkreviews is Trajectory. Elke run schrijft naar een append-only sessielogboek — zstd-gecomprimeerde JSONL met een uniforme eventenvelop van type, volgorde, tijd en gegevens — en legt alles vast wat het model zag: systeemprompts, redeneringen, toolaanroepen en resultaten, planning van subagenten, contextinjecties. De Trajectory-weergave ondersteunt inspectie op bron, hervatten, forken, zoeken en afspelen. Forken is de opvallendste zet: je kunt één instructie wijzigen en de run naast het origineel afspelen in plaats van de trace weg te gooien.

Concreet: in een praktische test die op 15 augustus is gepubliceerd, leverde een enkele bestandsschrijftaak 61 sessiegebeurtenissen op, en een triviale taak 'reply PONG' verbruikte bij het eerste verzoek nog steeds ongeveer 13.467 invoertokens — overhead door standaard systeemprompts, toolschema's, automatisch geïnjecteerde repositoryregels en skill-samenvattingen. Dat is de eerlijke prijs van een raamwerk dat alles logt: je betaalt tokens voor de ondersteunende structuur, en je kunt precies zien waarvoor je hebt betaald.

MCP, plugins, en praten met andere agents

Bij MCP loopt de hype vooruit op de huidige build. De monorepo bevat een mcp-package en de CLI wordt geleverd met een dsh-mcp-client-afhankelijkheid, maar er is standaard geen MCP-server ingeschakeld, en de architectuur routeert toolintegratie via Cordis-plugins in plaats van MCP als een eersteklas burger te behandelen. Je kunt MCP-servers als toolbron aansluiten; het is alleen nog niet het standaardpad.

Wat nog verrassender is, is wat de lijst van subagent-providers laat zien. DSH kan andere agents als subagents voortbrengen — waaronder, volgens de capability-seams-documentatie, een Codex-provider en een Claude Code-provider. Dat is een ongebruikelijke positie voor een concurrent om in te nemen: DSH is een harness die werk kan delegeren aan juist de producten waaraan het wordt afgemeten.

Het plugin-verhaal is de echte platformweddenschap. Deep​Seek heeft een plugin-winkel gereserveerd, communityrepositories zijn getagd voor vindbaarheid, en er bestaan al third-party in-app-winkels. Het lange spel is dat de harness, niet het model, het ecosysteem wordt — daarom is de prijsdiscussie rond DSH belangrijker dan welke enkele functie ook.

Hoe voer je het vandaag uit

Je hebt Node.js 22.19 of nieuwer nodig — het packagemanifest vereist ^22.19.0 of >=24 — en dan één commando:

npx @deepseek-ai/dsh web

Dat start de web-UI, die standaard op http://127.0.0.1:3080 wordt aangeboden. In de UI: open Instellingen → Modellen, plak een Deep​Seek API-sleutel en kies daarna een werkruimte — de sessiecomposer blijft vergrendeld totdat je dat doet. Het standaardmodel is DeepSeek V4 Flash, en het standaard machtigingsbeleid is workspace-write met goedkeuringsprompts voor al het overige.

Er zijn in totaal vier toegangspunten: de web-UI, headless eenmalige runs, een Python-SDK die DSH aanstuurt via JSON-RPC-stdio, en --dump-config, die de samengestelde plug-inboom afdrukt (het webprofiel stelt 129 regels plug-inconfiguratie samen; headless 81). Vanuit de bron is het pad: git clone, pnpm install, pnpm run build, en vervolgens pnpm dsh web.

Het eerlijke deel: previewkwaliteit, en waar DSH het verkeerde hulpmiddel is.

DSH is versie 0.1.0-rc.6, en de README is expliciet: "ER ZULLEN COMPATIBILITEIT-BREKENDE WIJZIGINGEN KOMEN." Deze week gepubliceerde recensies catalogiseren de ruwe randjes — stille fouten onder MSYS2 op Windows, verouderde hot-reload-cache, een gebatchte persistentievertraging van ongeveer 200 ms die de UI-voortgangsweergave doet achterlopen, en kritiek uit de community dat GitHub Issues is uitgeschakeld op een repository die als publieke infrastructuur wordt gepositioneerd. De standaard productervaring blijft ook nog steeds achter bij de gepolijste coding agents waaraan het wordt afgemeten; een hands-on recensie concludeerde dat de open-source-release een scaffold voor de agent-runtime is, nog geen afgewerkt product.

Waar is DSH het verkeerde gereedschap? Vier situaties. {{1}}Ten eerste, als u kant-en-klare afwerking wilt: de huidige Claude Code en Codex zijn verder afgewerkt, en DSH is voor mensen die het raamwerk willen en bereid zijn het zelf af te maken.{{/1}} {{2}}Ten tweede, als u niet kunt controleren wat u draait: de herkomst van plugins, configuratiediff's en grenzen van inloggegevens worden allemaal door uzelf geleverd, en productiegebruik vereist governance die u zelf moet regelen.{{/2}} {{3}}Ten derde, als u modellen benchmarkt: u kunt niet het ene model in de standaardmodus draaien en een ander in de minimale modus en het verschil een modelresultaat noemen — u hebt het raamwerk veranderd, niet alleen het model.{{/3}} {{4}}Ten vierde, als u prijsgevoelig bent als het gaat om token-overhead: de altijd actieve context kan duizenden invoertokens verbruiken voordat het model echt werk doet.{{/4}}

Wat het betekent voor DeepSeek V4 Flash en DeepSeek V4 Pro

DSH draait standaard op DeepSeek V4 Flash, en de vlaggenschip-build DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) behoort tot dezelfde modelfamilie waarvoor de harness is gebouwd. Beide zijn vandaag beschikbaar via gewone API-aanroepen — geen harness vereist — en beide worden gehost op OrcaRouter tegen Deep​Seek's eigen lijstprijs: ongeveer $0,15 per miljoen input-tokens en $0,29 per miljoen output-tokens voor DeepSeek V4 Flash, en ongeveer $0,44/$0,88 voor DeepSeek V4 Pro, doorberekend tegen 0% opslag.

De eerlijke grens: OrcaRouter is een modelrouter, geen agentruntime, dus we hosten DSH niet — het is geen model. Wat een router hier daadwerkelijk beantwoordt, is het failoverprobleem dat DSH oproept. De harness is een snel veranderende preview, en productieverkeer erop richten betekent wedden op door leveranciers gerapporteerde agentische scores. Het uitvoeren van dezelfde Deep​Seek-modellen via een routinglaag op één sleutel stelt je in staat om DSH's eigen cijfers te testen, terwijl je automatische failover tussen leveranciers behoudt voor het verkeer dat moet blijven werken. De harness is om mee te experimenteren; de modellen die hij draait, zijn om zorgvuldig te routeren.

Kortom

Deep​Seek Harness is het meest ingrijpende dat Deep​Seek sinds de modellen zelf als open source heeft uitgebracht, omdat het verandert wat “Deep​Seek” betekent: niet alleen modellen, maar de agentlaag die ze draait. Voor een lezer die moet beslissen wat te doen: als je agents bouwt, installeer het deze week en draai de reproductietest — de V4 Flash- en V4 Pro-scores die Deep​Seek publiceerde kwamen uit deze harness, en nu kun je ze zelf controleren. Maar zie het voor wat het is: een developer preview van 0.1.0-rc.6 met nog breaking changes voor de boeg, een pluginsysteem dat mensen beloont die hun stack graag in eigen hand houden, en een harness die nog ruwer is dan de gepolijste alternatieven. De onderliggende modellen zijn het betrouwbare deel — en die kun je vandaag al met vertrouwen routeren.