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

DeepSeek Harness — dsh, kortweg — is geen model. Het is de open-source agent-runtime die DeepSeek op 13 augustus 2026 onder de MIT-licentie uitbracht, en het is nog steeds het snelst geadopteerde product dat DeepSeek ooit heeft uitgebracht: de pers meldde ongeveer 50.000 GitHub-sterren in de eerste 12 uur, en de repository stond op 242.211 sterren met 29.059 forks toen wij vandaag de GitHub API lazen. Wat het draait, is DeepSeek V4.1 Flash, het model dat de API van DeepSeek aanbiedt als deepseek-flash, of de grotere DeepSeek V4 Pro wanneer je het daarop instelt. Zijn taak is de engineeringlaag tussen een taalmodel en een voltooide taak: bestanden bewerken, uitvoering in de terminal, zoeken op het web, contextbeheer, taakplanning en het aanroepen van andere agents. De formule die het eigen team van DeepSeek gebruikt, is Model + Harness = Agent — het model redeneert, de harness doet al het andere.

Dat onderscheid is het punt van dit artikel. Mensen die zoeken naar "deepseek harness" verwachten meestal een modelreview en komen in plaats daarvan uit bij verslaggeving over de lancering. Dus hier is het antwoord meteen: 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, waarvan de latest-tag nu naar 0.2.0-rc.2 verwijst — drie release-lijnen voorbij de 0.1.x-build waartegen deze pagina oorspronkelijk is geschreven, en voorbij de versiechip op de kaart hierboven — en het verbindt welk model je het ook geeft (standaard DeepSeek V4.1 Flash) met je bestandssysteem, je terminal, het web en andere agents. Het heeft een MIT-licentie, is gebouwd op een plug-inframework genaamd Cordis, en het is expliciet een developer preview die waarschuwt voor breaking changes. De verpakte desktopapp die Deep​Seek op 2 oktober aankondigde — macOS- en Windows-builds, waarbij Linux-gebruikers naar het npm-pakket worden verwezen — is het nieuwste oppervlak daarbovenop. 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.

De praktische consequentie is een scherpe scheiding van verantwoordelijkheden: plugins voegen mogelijkheden toe; presets bepalen welke mogelijkheden een bepaalde agent kan zien. De monorepo bevat nu 55 pakketten onder packages/ — core, llm, mcp, sandbox, context, plan, goal, workspace en meer — en de lanceeringsdekking telde meer dan 100 first-party plugins, met een reeds gereserveerde pluginwinkel en 288 community-pluginrepositories die binnen 24 uur na de release op GitHub werden verzameld. Dat was zes weken geleden. Het dsh-plugin-topic dat Deep​Seek gebruikt voor de vindbaarheid van plugins, levert nu meer dan 17.000 repositories op in de zoekfunctie van GitHub, wat we op 2 oktober 2026 lazen — het ecosysteem bleef groeien, zelfs terwijl de harness zelf op release candidates bleef.

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 pluginverhaal is de echte platformweddenschap. Deep​Seek heeft een pluginwinkel gereserveerd, communityrepositories zijn getagd voor vindbaarheid, en winkels van derden in apps bestaan al. De release notes van 0.2.0-rc.2 besteden het grootste deel van hun lengte aan begeleiding bij plugininstallatie — het onderscheiden van geïnstalleerde, incompatibele en meegeleverde plugins — en daar gaat de engineeringinspanning nog steeds naartoe. Het spel op de lange termijn is dat de harness, niet het model, het ecosysteem wordt, en daarom is de prijsdiscussie rond DSH belangrijker dan welke afzonderlijke functie dan 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 geserveerd. Open in de UI: Instellingen → Modellen, plak een DeepSeek API-sleutel en kies vervolgens een workspace — de sessiecomposer blijft vergrendeld totdat je dat doet. Het standaardmodel is DeepSeek V4.1 Flash, en het standaardmachtigingsbeleid is workspace-write met goedkeuringsprompts voor al het overige.

Er zijn nu vijf toegangspunten: de web-UI, de gebundelde desktopapp, headless one-shot-uitvoeringen, een Python SDK die DSH via JSON-RPC op stdio aanstuurt, en --dump-config, die de samengestelde plugin-tree afdrukt (het webprofiel stelde 129 regels pluginconfiguratie samen; headless 81). De desktopapp is degene die deze week is veranderd. Deep​Seek heeft builds gepubliceerd voor macOS en Windows — Intel-Macs inbegrepen, waarbij onze septembernotitie noteerde dat de Intel-build een 404 gaf — en elke desktopfeed meldt versie 0.2.0-rc.2 met een releasedatum van 29 september. De 0.2-notities bundelen ook het dsh-commando in de desktopapp voor pluginbeheer, zodat die route geen aparte Node- of pnpm-installatie meer nodig heeft. De eigen aankondiging van Deep​Seek beschrijft plugins en Workspaces als out-of-the-box ondersteund in 0.2 — een claim van de leverancier over een release candidate, hoewel de pluginpagina's en de workspace-store die de app met de CLI deelt, zichtbaar zijn in de openbare repository. Linux is de uitzondering die de eigen aankondiging van Deep​Seek noemt: de door het packaging-script ondersteunde doelset is mac-arm64, mac-x64 en win-x64, er bestaat geen Linux-artifact onder de downloadhost van Deep​Seek, en Linux-gebruikers wordt verteld om npx @deepseek-ai/dsh web uit te voeren. Vanaf de source is het pad ongewijzigd: git clone, pnpm install, pnpm run build en dan pnpm dsh web.

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

DSH is versie 0.2.0-rc.2 — niet 1.0, en zelfs geen stabiele 0.x: alle 29 versies op npm en alle 24 GitHub-releases zijn prereleases, en de README is expliciet: "THERE WILL BE COMPATIBILITY-BREAKING CHANGES." Recensies uit de lanceerperiode sommen de ruwe kantjes op — stille fouten onder MSYS2 op Windows, cacheveroudering bij hot-reload, een gebundelde persistentievertraging van ongeveer 200 ms die achterloopt op de voortgangsweergave in de UI, en kritiek uit de gemeenschap dat GitHub Issues is uitgeschakeld op een repository die als publieke infrastructuur wordt gepositioneerd. De standaardproductervaring blijft ook nog achter bij de gepolijste coding agents waarmee het wordt vergeleken; één hands-onreview concludeerde dat de open-source release een scaffold voor een agentruntime is, nog geen afgerond 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 V4.1 Flash en DeepSeek V4 Pro

DSH gebruikt standaard DeepSeek V4.1 Flash — het model dat de API van DeepSeek aanbiedt als deepseek-flash — en de vlaggenschipbuild DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) is dezelfde modelfamilie waarvoor de harness is gebouwd. Beide zijn vandaag beschikbaar via gewone API-aanroepen, zonder harness, en beide worden gehost op OrcaRouter tegen DeepSeek's eigen listprice, doorgegeven met 0% opslag: $0,15 input en $0,60 output per miljoen tokens voor DeepSeek V4.1 Flash, en $0,66/$1,98 voor DeepSeek V4 Pro. Dat zijn dalurentarieven, die DeepSeek op weekdagen verdubbelt tussen 01:00 en 04:00 en nogmaals tussen 06:00 en 10:00 UTC. De onderstaande schermafbeelding is een momentopname uit augustus van de modelpagina van DeepSeek V4 Flash 0731, en de $0,15/$0,29 die erop staat is de prijs van die release: DeepSeek's prijzenpagina toont nu één Flash-vermelding, deepseek-flash = DeepSeek-V4.1-Flash, tegen $0,15/$0,60. Lees de kaart als een gedateerde vastlegging, niet als het tarief van vandaag.

De eerlijke grens: OrcaRouter is een modelrouter, geen agent-runtime, dus we hosten DSH niet — het is geen model. Wat een router hier werkelijk beantwoordt, is het failover-probleem dat DSH oproept. De harness is een snel bewegende preview — vandaag 0.2.0-rc.2, met de desktopapp daarbovenop nog jonger — en productieverkeer erop richten betekent wedden op door leveranciers gerapporteerde agentische scores. Door dezelfde Deep​Seek-modellen via een routeringslaag op één sleutel te draaien, kun je DSH's native scores testen terwijl je automatische failover tussen leveranciers behoudt voor het verkeer dat moet blijven werken. De harness is het ding om mee te experimenteren; de modellen die hij draait, zijn het ding om zorgvuldig te routeren.

Kortom

Deep​Seek Harness is het meest verstrekkende dat Deep​Seek sinds de modellen zelf open source heeft gemaakt, 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 deze week de desktopapp of de command line van 0.2.0-rc.2 en voer de reproductietest uit — de Terminal-Bench 82,7 die Deep​Seek voor zijn Flash-model publiceerde, is in deze harness geproduceerd, en nu kun je het zelf controleren. Maar behandel het als wat het is: een preview voor ontwikkelaars met nog breaking changes in het verschiet, een plug-insysteem dat mensen beloont die graag hun eigen stack beheren, en een harness die nog ruwer is dan de gepolijste alternatieven. Als je op Linux zit, is de verpakte app nog niet de route voor jou — npm is dat wel. De modellen daaronder zijn het betrouwbare deel, en die kun je vandaag met vertrouwen routeren.