DeepSeek Harness, wyjaśniony: Środowisko uruchomieniowe agenta stojące za "Model + Harness = Agent"

Deep​Seek Harness — dsh w skrócie — nie jest modelem. To open-source'owy runtime dla agentów, który Deep​Seek opublikował na licencji MIT 13 sierpnia 2026 roku, i jest to najszybciej adoptowane wydanie Deep​Seek w historii: według doniesień prasowych w pierwszych 12 godzinach zdobyło około 50 000 gwiazdek na GitHubie, a repozytorium miało 125 922 gwiazdki i 12 523 forki, gdy dziś czytaliśmy API GitHuba. Jego zadaniem jest warstwa inżynieryjna między modelem językowym a ukończonym zadaniem: edycja plików, wykonywanie poleceń w terminalu, wyszukiwanie w sieci, zarządzanie kontekstem, planowanie zadań i wywoływanie innych agentów. Wzór, którego używa własny zespół Deep​Seek, to Model + Harness = Agent — model rozumuje, a harness robi całą resztę.

Ta różnica jest sednem tego artykułu. Osoby szukające „deepseek harness” zwykle spodziewają się recenzji modelu, a zamiast tego trafiają na relację z premiery. Więc oto odpowiedź z góry: DSH nie jest modelem wywoływanym przez API. To program, który instalujesz i uruchamiasz — pakiet npm to @deepseek-ai/dsh, obecnie 0.1.0-rc.6 — który łączy dowolny model, jaki mu podasz (domyślnie DeepSeek V4 Flash), z twoim systemem plików, terminalem, siecią i innymi agentami. Jest na licencji MIT, zbudowany na frameworku wtyczek o nazwie Cordis i wprost stanowi podgląd dla deweloperów, który ostrzega przed zmianami łamiącymi kompatybilność. Poniżej opisano, co faktycznie robi, jak go dziś uruchomić i gdzie ma braki.

Co właściwie robi uprząż (i dlaczego to określenie jest mylące)

Harness to rusztowanie, które pozwala surowemu modelowi działać w realnym świecie. Sam model potrafi tylko generować tekst. Daj mu harness, a będzie mógł czytać i zapisywać pliki, uruchamiać polecenia w twojej powłoce, przeszukiwać internet, prowadzić plan, wywoływać narzędzia, reagować na błędy i oceniać, kiedy zadanie jest ukończone. Publiczna formuła Deep​Seek — powtarzana w relacjach z premiery i we własnych ogłoszeniach o pracę — brzmi: „Model + Harness = Agent": model dostarcza rozumowanie, harness dostarcza wszystkiego innego.

To dlatego to wydanie ma znaczenie wykraczające poza jeden produkt. Deep​Seek podał własne wyniki benchmarków agentowych dla swoich dwóch ostatnich modeli w tym środowisku testowym: dokumentacja API DeepSeek V4 Flash podaje, że wynik 82.7 w Terminal-Bench 2.1 został uzyskany w „minimalnym trybie Deep​Seek Harness." To środowisko testowe jest referencyjnym środowiskiem, z którego pochodzą te liczby, a teraz jest publicznie dostępne, aby każdy mógł je odtworzyć — lub zakwestionować.

Wszystko jest wtyczką: architektura Cordis

Główna zasada projektu DSH, przedstawiona w jego własnym README, zakłada, że wszystko jest wtyczką. Pętla agenta, adaptery modeli, narzędzia, umiejętności, przechowywanie sesji, sandbox, planowanie zadań, a nawet interfejs webowy — wszystko to wtyczki Cordis. Nie ma uprzywilejowanego rdzenia do łatania: rozszerzasz platformę, montując wtyczkę obok pozostałych, a każda rejestracja jest efektem, który wycofuje się po wyładowaniu wtyczki. Silnik wtyczek to Cordis, meta-framework, którego projekt opisano w artykule „A Programming Paradigm for Spatiotemporal Composability" zespołu Peking University–Deep​Seek.

Praktyczną konsekwencją jest wyraźne rozdzielenie odpowiedzialności: wtyczki dodają możliwości; presety decydują, które możliwości widzi dany agent.Monorepo zawiera 49 pakietów w katalogu packages/ — core, llm, mcp, sandbox, context, plan, goal i inne — a zasięg premiery obejmuje ponad 100 autorskich wtyczek, z już zarezerwowanym sklepem z wtyczkami i 288 repozytoriami wtyczek społeczności zebranymi na GitHubie w ciągu 24 godzin od wydania, dostępnymi pod tagiem tematu dsh-plugin.

Cztery presety — i kiedy którego używać

DSH jest dostarczany z czterema presetami agentów, z których każdy ładuje inny zestaw wtyczek. Z własnego menu presetów w Web UI:

• Standard — w pełni funkcjonalny agent kodowania: edycja plików, powłoka, wyszukiwanie plików i sieci, umiejętności, planowanie, cele, podagenci i przepływy pracy. Właściwy domyślny wybór dla większości zadań.

• Code — nazywany w chińskiej prasie PTC, czyli „programmatic tool calling” (programistyczne wywoływanie narzędzi) — ma wszystko, co jest w wersji Standard, plus SDK trybu Code pozwalający modelowi pisać programy w TypeScript i łączyć wieloetapowe wywołania narzędzi w jeden program. Potężniejszy, a do tego może mnożyć efekty uboczne i wywołania narzędzi.

• Minimal — tylko trwały bash oraz str_replace_editor. Zbudowany do odtwarzania przebiegów benchmarków; to preset, którego Deep​Seek użył dla wyniku 82.7 w V4 Flash Terminal-Bench. Minimal nie jest nieszkodliwy — dostęp do shella to nadal dostęp do shella.

• Creator — czwarty katalog presetów jest dosłownie nazwany cordis — Standard plus inspekcja środowiska wykonawczego, eksperymenty z pluginami Cordis w pamięci oraz tworzenie presetów. Agent może instalować, zamieniać lub niszczyć pluginy w trakcie rozmowy. To środowisko inżynieryjne, a nie warstwa zatwierdzania produkcyjnego.

Który wybrać? Jeśli odtwarzasz benchmark, wybierz Minimal. Jeśli chcesz, aby agent sam napisał swoją wieloetapową orkiestrację, wybierz Code. Jeśli budujesz lub testujesz wtyczkę, wybierz Creator. We wszystkich innych przypadkach zacznij od Standard — szerokie uprawnienia oznaczają, że chcesz też ścisłej przestrzeni roboczej i polityki uprawnień.

Trajectory: funkcja, którą recenzenci nazywają „DevTools dla agentów"

Najbardziej chwaloną funkcją w praktycznych recenzjach jest Trajectory. Każde uruchomienie zapisuje do dziennika sesji w trybie append-only — pliku JSONL skompresowanego w formacie zstd, z jednolitą strukturą zdarzeń zawierającą typ, sekwencję, czas i dane — rejestrując wszystko, co widział model: prompty systemowe, rozumowanie, wywołania narzędzi i ich wyniki, planowanie podagentów, wstrzykiwanie kontekstu. Widok Trajectory umożliwia inspekcję według źródła, wznawianie, forkowanie, wyszukiwanie i odtwarzanie. Forkowanie wyróżnia się najbardziej: możesz zmienić jedną instrukcję i odtworzyć uruchomienie obok oryginału, zamiast wyrzucać ślad.

Konkretnie, w teście praktycznym opublikowanym 15 sierpnia, pojedyncze zadanie zapisu pliku wygenerowało 61 zdarzeń sesji, a trywialne zadanie „odpowiedz PONG” nadal pochłonęło około 13 467 tokenów wejściowych w pierwszym żądaniu — narzut pochodzący z domyślnych promptów systemowych, schematów narzędzi, automatycznie wstrzykiwanych reguł repozytorium oraz podsumowań umiejętności. Taki jest uczciwy koszt środowiska, które loguje wszystko: płacisz tokenami za rusztowanie i dokładnie widzisz, za co zapłaciłeś.

MCP, wtyczki i rozmowa z innymi agentami

MCP to obszar, w którym szum medialny wyprzedza obecny stan budowy. Monorepo zawiera pakiet mcp, a CLI dostarcza zależność dsh-mcp-client, ale żaden serwer MCP nie jest domyślnie włączony, a architektura kieruje integrację narzędzi przez wtyczki Cordis zamiast traktować MCP jako obywatela pierwszej kategorii. Możesz podłączyć serwery MCP jako źródło narzędzi; po prostu nie jest to jeszcze domyślna ścieżka.

Jeszcze bardziej zaskakujące jest to, co pokazuje lista dostawców subagentów. DSH może tworzyć inne agenty jako subagenty — w tym, zgodnie z dokumentacją capability-seams, dostawcę Codex i dostawcę Claude Code. To nietypowe stanowisko dla konkurenta: DSH to platforma, która może delegować pracę do dokładnie tych produktów, z którymi jest porównywana.

Historia wtyczek to prawdziwy zakład o platformę. Deep​Seek zarezerwował sklep z wtyczkami, repozytoria społeczności są otagowane pod kątem odkrywalności, a sklepy zewnętrznych dostawców w aplikacji już istnieją. Długoterminowa gra polega na tym, że to harness, a nie model, staje się ekosystemem — dlatego dyskusja o cenach wokół DSH ma większe znaczenie niż jakakolwiek pojedyncza funkcja.

Jak to uruchomić dzisiaj

Potrzebujesz Node.js 22.19 lub nowszego — manifest pakietu wymaga ^22.19.0 lub >=24 — a następnie jedno polecenie:

npx @deepseek-ai/dsh web

To uruchamia interfejs webowy, domyślnie dostępny pod adresem http://127.0.0.1:3080. W interfejsie: otwórz Ustawienia → Modele, wklej klucz API Deep​Seek, a następnie wybierz obszar roboczy — kompozytor sesji pozostanie zablokowany, dopóki tego nie zrobisz. Domyślnym modelem jest DeepSeek V4 Flash, a domyślna polityka uprawnień to workspace-write z monitami o zatwierdzenie dla wszystkiego innego.

Są cztery punkty wejścia: interfejs webowy, jednorazowe uruchomienia bezgłowe, Python SDK sterujący DSH przez JSON-RPC stdio oraz --dump-config, który wypisuje skompilowane drzewo wtyczek (profil webowy składa 129 linii konfiguracji wtyczek; bezgłowy – 81). Ze źródła ścieżka to git clone, pnpm install, pnpm run build, a następnie pnpm dsh web.

Uczciwa część: jakość preview i przypadki, w których DSH jest niewłaściwym narzędziem.

DSH jest w wersji 0.1.0-rc.6, a plik README mówi wprost: „NASTĄPIĄ ZMIANY ŁAMIĄCE ZGODNOŚĆ WSTECZNĄ". Opublikowane w tym tygodniu recenzje katalogują niedoskonałości — ciche awarie w środowisku MSYS2 w systemie Windows, nieaktualność pamięci podręcznej hot-reload, około 200-milisekundowe opóźnienie wsadowego utrwalania danych, które spowalnia wyświetlanie postępu w interfejsie użytkownika, oraz krytykę społeczności dotyczącą wyłączenia GitHub Issues w repozytorium pozycjonowanym jako publiczna infrastruktura. Domyślne wrażenia z produktu wciąż również ustępują dopracowanym agentom kodowania, z którymi jest porównywany; jedna z recenzji praktycznych stwierdziła, że wydanie open-source to szkielet środowiska uruchomieniowego agenta, a nie jeszcze gotowy produkt.

Gdzie DSH jest niewłaściwym narzędziem? Cztery sytuacje. Po pierwsze, jeśli chcesz gotowego rozwiązania pod klucz — dzisiejsze Claude Code i Codex są bardziej dopracowane, a DSH jest dla ludzi, którzy chcą szkieletu i są gotowi go wykończyć. Po drugie, jeśli nie możesz kontrolować tego, co uruchamiasz: pochodzenie wtyczek, różnice w konfiguracji i granice poświadczeń są w pełni samodzielnie zarządzane, a użycie produkcyjne wymaga nadzoru, który musisz zapewnić sam. Po trzecie, jeśli porównujesz modele: nie możesz uruchomić jednego modelu w trybie Standard, a drugiego w trybie Minimal i nazwać różnicy wynikiem działania modelu — zmieniłeś środowisko testowe, a nie tylko model. Po czwarte, jeśli zależy Ci na kosztach związanych z narzutem tokenów: zawsze włączony kontekst może spalić tysiące tokenów wejściowych, zanim model wykona jakąkolwiek rzeczywistą pracę.

Co to oznacza dla DeepSeek V4 Flash i DeepSeek V4 Pro

DSH domyślnie używa DeepSeek V4 Flash, a flagowa wersja DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) to ta sama rodzina modeli, do uruchamiania której stworzono harness. Oba są dziś dostępne przez zwykłe wywołania API — bez potrzeby korzystania z harnessu — i oba są hostowane na OrcaRouter po cenniku samego Deep​Seek: około 0,15 USD za milion tokenów wejściowych i 0,29 USD za milion tokenów wyjściowych dla DeepSeek V4 Flash oraz około 0,44/0,88 USD dla DeepSeek V4 Pro, przekazywane z 0% narzutu.

Uczciwa granica: OrcaRouter to router modeli, a nie środowisko wykonawcze dla agentów, więc nie hostujemy DSH — to nie jest model. To, na co router naprawdę odpowiada w tym kontekście, to problem przełączania awaryjnego, który stwarza DSH. Harness to szybko ewoluująca wersja zapoznawcza, a kierowanie na nią ruchu produkcyjnego oznacza stawianie na wyniki agentowe raportowane przez dostawców. Uruchamianie tych samych modeli Deep​Seek przez warstwę routingu na jednym kluczu pozwala przetestować natywne wyniki DSH, zachowując jednocześnie automatyczne przełączanie awaryjne między dostawcami dla ruchu, który musi działać nieprzerwanie. Harness to to, na czym należy eksperymentować; modele, które on uruchamia, to to, co należy routować ostrożnie.

Sedno sprawy

DeepSeek Harness to najważniejsza rzecz, jaką DeepSeek udostępnił jako open source od czasu samych modeli, ponieważ zmienia to, co oznacza „DeepSeek”: nie tylko modele, ale warstwa agentowa, która je uruchamia. Dla czytelnika, który decyduje, co zrobić: jeśli budujesz agentów, zainstaluj to w tym tygodniu i uruchom test reprodukcji — wyniki V4 Flash i V4 Pro opublikowane przez DeepSeek pochodzą z tego harnessu i teraz możesz je sprawdzić samodzielnie. Ale traktuj to tak, czym jest: developerska wersja 0.1.0-rc.6 z nadchodzącymi przełomowymi zmianami, system wtyczek nagradzający ludzi, którzy lubią mieć pełną kontrolę nad swoim stackiem, oraz harness wciąż surowszy niż dopracowane alternatywy. Modele pod spodem to niezawodna część — i do nich możesz z pewnością kierować zapytania już dziś.