DeepSeek Harness, Explained: агентная среда выполнения, стоящая за «Model + Harness = Agent»

Deep​Seek Harness — dsh если коротко, — это не модель. Это агентный рантайм с открытым исходным кодом, выпущенный Deep​Seek под лицензией MIT 13 августа 2026 года, и это продукт Deep​Seek с самыми быстрыми темпами внедрения: по сообщениям прессы, за первые 12 часов репозиторий собрал около 50 000 звёзд на GitHub, а когда мы сегодня получили данные из GitHub API, в нём было 125 922 звезды и 12 523 форка. Его задача — инженерный слой между языковой моделью и готовой задачей: редактирование файлов, выполнение команд в терминале, поиск в интернете, управление контекстом, планирование задач и вызов других агентов. Формула, которую использует сама команда Deep​Seek, — это Model + Harness = Agent — модель рассуждает, а харнесс делает всё остальное.

Это различие и есть суть данной статьи. Люди, ищущие «deepseek harness», обычно ожидают обзор модели, а попадают на освещение запуска. Поэтому ответ сразу: DSH — это не модель, которую вы вызываете через API. Это программа, которую вы устанавливаете и запускаете — npm-пакет — это @deepseek-ai/dsh, сейчас 0.1.0-rc.6 — и она подключает любую модель, которую вы ей дадите (по умолчанию DeepSeek V4 Flash), к вашей файловой системе, терминалу, интернету и другим агентам. Она распространяется под лицензией MIT, построена на плагинном фреймворке Cordis и является явно выраженной предварительной версией для разработчиков, предупреждающей о разрушающих изменениях. Ниже описано, что она реально делает, как запустить её сегодня и в чём её недостатки.

Что на самом деле делает харнесс (и почему этот термин сбивает с толку)

Обвязка — это каркас, который позволяет сырой модели выполнять реальные задачи. Модель сама по себе умеет только создавать текст. Дайте ей обвязку — и она сможет читать и записывать файлы, выполнять команды в вашем шелле, искать в интернете, вести план, вызывать инструменты, реагировать на ошибки и оценивать, когда задача завершена. Публичная формула Deep​Seek — повторяющаяся в освещении запуска и в собственных вакансиях — такова: «Модель + обвязка = агент»: модель обеспечивает рассуждение, обвязка — всё остальное.

Вот почему значение этого релиза выходит за пределы одного продукта. Deep​Seek сообщила о результатах агентных бенчмарков своих двух последних моделей, полученных внутри этого харнесса: документация API DeepSeek V4 Flash указывает, что результат 82,7 по Terminal-Bench 2.1 был получен в «Deep​Seek Harness minimal mode». Харнесс — эталонная среда, из которой взяты эти цифры, и теперь он доступен каждому, чтобы воспроизвести их — или опровергнуть.

Всё — это плагин: архитектура Cordis

Основная идея DSH, изложенная в его собственном README, заключается в том, что всё является плагином. Цикл агента, адаптеры моделей, инструменты, навыки, хранилище сессий, песочница, планировщик и даже веб-интерфейс — всё это плагины Cordis. Нет привилегированного ядра для патчинга: вы расширяете среду, устанавливая плагин рядом с остальными, и каждая регистрация — это эффект, который откатывается при выгрузке плагина. Плагинный движок — это Cordis, мета-фреймворк, чья архитектура описана в статье Пекинского университета и Deep​Seek «A Programming Paradigm for Spatiotemporal Composability».

Практическим следствием является чёткое разделение обязанностей: плагины добавляют возможности; пресеты определяют, какие возможности может видеть конкретный агент.Монорепозиторий включает 49 пакетов в packages/ — core, llm, mcp, sandbox, context, plan, goal и другие — а на момент запуска насчитывается более 100 собственных плагинов; при этом магазин плагинов уже зарезервирован, а за 24 часа с момента релиза на GitHub собрано 288 репозиториев плагинов сообщества, доступных по тегу dsh-plugin.

Четыре пресета — и когда какой использовать.

DSH поставляется с четырьмя пресетами агентов, каждый из которых загружает свой набор плагинов. В собственном меню пресетов веб-интерфейса:

• Стандарт — полноценный агент для программирования: редактирование файлов, оболочка, поиск файлов и веб-поиск, навыки, планирование, цели, субагенты и рабочие процессы. Оптимальный выбор по умолчанию для большинства задач.

• Code— в китайской прессе называется PTC, «программный вызов инструментов», — это всё из Standard плюс Code Mode SDK, который позволяет модели писать программы на TypeScript, чтобы компоновать многошаговые вызовы инструментов в одну программу. Он более мощный и может умножать побочные эффекты и вызовы инструментов.

• Minimal — просто постоянный bash плюс str_replace_editor. Создан для воспроизведения прогонов бенчмарков; это пресет, который Deep​Seek использовал для показателя V4 Flash Terminal-Bench 82.7. Minimal не безвреден — доступ к shell остаётся доступом к shell.

• Creator — четвёртый каталог пресетов буквально называется cordis — Standard плюс инспекция во время выполнения, эксперименты с плагинами Cordis в памяти и создание пресетов. Агент может устанавливать, заменять или уничтожать плагины прямо во время разговора. Это инженерная среда, а не уровень производственного утверждения.

Какой из них выбрать? Если вы воспроизводите бенчмарк — Minimal. Если вы хотите, чтобы агент сам писал собственную многошаговую оркестрацию — Code. Если вы создаёте или тестируете плагин — Creator. Для всего остального начинайте со Standard: широкие полномочия означают, что вам также нужна строгая политика рабочего пространства и разрешений.

Траектория: функция, которую рецензенты называют «DevTools для агентов»

В практических обзорах больше всего хвалят функцию Trajectory. Каждый запуск пишет в журнал сессии с добавлением только в конец — JSONL, сжатый zstd, с единой событийной обёрткой, содержащей тип, порядковый номер, время и данные, — фиксирующий всё, что видела модель: системные промпты, рассуждения, вызовы инструментов и их результаты, планирование субагентов, инъекции контекста. Представление Trajectory поддерживает просмотр по источнику, возобновление, форк, поиск и воспроизведение. Форкинг — самый эффектный приём: можно изменить одну инструкцию и воспроизвести запуск рядом с исходным, не выбрасывая трейс.

Конкретно: в практическом тесте, опубликованном 15 августа, одна задача записи файла породила 61 событие сессии, а тривиальная задача «ответить PONG» всё равно израсходовала около 13 467 входных токенов на первый запрос — это накладные расходы от системных подсказок по умолчанию, схем инструментов, автоматически внедряемых правил репозитория и сводок навыков. Такова честная цена инфраструктуры, которая логирует всё: вы платите токенами за каркас и видите, за что именно заплатили.

MCP, плагины и общение с другими агентами

MCP — это как раз тот случай, когда ажиотаж опережает текущую реализацию. В монорепозитории есть пакет mcp, а CLI поставляется с зависимостью dsh-mcp-client, но ни один MCP-сервер не включён по умолчанию, и архитектура маршрутизирует интеграцию инструментов через плагины Cordis, а не рассматривает MCP как полноправного участника. Вы можете подключать MCP-серверы как источник инструментов; просто это пока не путь по умолчанию.

Что ещё более удивительно, так это то, что показывает список провайдеров субагентов. DSH может создавать других агентов в качестве субагентов — включая, согласно документации capability-seams, провайдера Codex и провайдера Claude Code. Это необычная позиция для конкурента: DSH — это платформа, которая может делегировать работу тем самым продуктам, с которыми её сравнивают.

История с плагинами — это и есть настоящая платформенная ставка. Deep​Seek зарезервировал магазин плагинов, репозитории сообщества помечены тегами для обнаруживаемости, а сторонние внутриприложенческие магазины уже существуют. Долгосрочная игра в том, что экосистемой становится обвязка, а не модель, — поэтому обсуждение ценообразования вокруг DSH важнее любой отдельной функции.

Как запустить это сегодня

Вам нужен Node.js 22.19 или новее — манифест пакета требует ^22.19.0 или >=24 — и затем одна команда:

npx @deepseek-ai/dsh web

Это запускает веб-интерфейс, который по умолчанию доступен по адресу http://127.0.0.1:3080. В интерфейсе: откройте Settings → Models, вставьте API-ключ Deep​Seek, затем выберите рабочее пространство — композитор сеансов останется заблокированным, пока вы этого не сделаете. Модель по умолчанию — DeepSeek V4 Flash, а политика разрешений по умолчанию — workspace-write с запросами на подтверждение для всех остальных действий.

Всего есть четыре точки входа: веб-интерфейс, одноразовые запуски без графического интерфейса, Python SDK, который управляет DSH через JSON-RPC stdio, и --dump-config, который выводит собранное дерево плагинов (веб-профиль собирает 129 строк конфигурации плагинов; безголовый — 81). Из исходников путь такой: git clone, pnpm install, pnpm run build, затем pnpm dsh web.

Честная часть: превью-уровень, и где DSH — не тот инструмент

DSH находится на версии 0.1.0-rc.6, и в README прямо сказано: «БУДУТ ИЗМЕНЕНИЯ, НАРУШАЮЩИЕ СОВМЕСТИМОСТЬ». Опубликованные на этой неделе обзоры перечисляют шероховатости: молчаливые сбои в MSYS2 на Windows, устаревание кеша горячей перезагрузки, задержка пакетного сохранения около 200 мс, из-за которой отстаёт индикатор прогресса в интерфейсе, а также критика сообщества в связи с тем, что GitHub Issues отключён в репозитории, позиционируемом как публичная инфраструктура. Стандартный пользовательский опыт также всё ещё уступает отточенным агентам для написания кода, с которыми его сравнивают; один практический обзор пришёл к выводу, что релиз с открытым исходным кодом — это каркас среды выполнения агента, а не готовый продукт.

Где DSH — не тот инструмент? Четыре ситуации. Во-первых, если вам нужна полировка «под ключ»: сегодняшние Claude Code и Codex более доведены до ума, а DSH — для тех, кто хочет каркас и готов достроить его сам. Во-вторых, если вы не можете аудировать то, что запускаете: происхождение плагинов, диффы конфигураций и границы учётных данных — всё это вы обеспечиваете сами, и для production-использования требуется управление, которое обеспечиваете вы. В-третьих, если вы бенчмаркаете модели: нельзя запустить одну модель в режиме Standard, а другую в режиме Minimal и назвать разницу результатом модели — вы изменили обвязку, а не только модель. В-четвёртых, если вы чувствительны к оверхеду токенов: постоянно включённый контекст может сжигать тысячи входных токенов, прежде чем модель выполнит хоть какую-то реальную работу.

Что это значит для DeepSeek V4 Flash и DeepSeek V4 Pro

DSH по умолчанию использует {{1}}DeepSeek V4 Flash{{/1}}, а флагманская сборка {{2}}DeepSeek V4 Pro{{/2}} (Deep​Seek-V4-Pro-0813) относится к тому же семейству моделей, для запуска которого был создан харнесс. Обе модели доступны уже сегодня через обычные API-вызовы — харнесс не требуется — и обе размещены на {{3}}OrcaRouter{{/3}} по прейскурантной цене Deep​Seek: примерно $0.15 за миллион входных и $0.29 за миллион выходных токенов для DeepSeek V4 Flash и примерно $0.44/$0.88 для DeepSeek V4 Pro, без наценки.

Честная граница: OrcaRouter — это маршрутизатор моделей, а не среда выполнения агентов, поэтому мы не размещаем DSH — это не модель. Единственное, на что маршрутизатор действительно может здесь ответить, — это проблема фейловера, которую поднимает DSH. Харнесс — это быстро меняющийся превью, и направлять на него продакшн-трафик означает делать ставку на заявленные вендорами агентные показатели. Запуск тех же моделей Deep​Seek через маршрутизирующий слой на одном ключе позволяет проверить нативные показатели DSH, сохраняя автоматический фейловер между вендорами для трафика, который должен продолжать работать. Харнесс — это то, с чем стоит экспериментировать; модели, которые он запускает, — это то, что нужно маршрутизировать с осторожностью.

Суть

Deep​Seek Harness — самое значимое, что Deep​Seek выпустила в открытый доступ с момента появления самих моделей, потому что это меняет смысл «Deep​Seek»: не просто модели, а агентный слой, который их запускает. Для читателя, который решает, что делать: если вы создаёте агентов, установите его на этой неделе и запустите тест на воспроизводимость — результаты V4 Flash и V4 Pro, которые Deep​Seek опубликовала, получены с помощью этого харнесса, и теперь вы можете проверить их самостоятельно. Но воспринимайте его таким, какой он есть: превью для разработчиков версии 0.1.0-rc.6 с грядущими ломающими изменениями, плагинная система, которая вознаграждает тех, кто любит владеть своим стеком, и харнесс, который всё ещё грубее отполированных альтернатив. Модели, лежащие в его основе, — надёжная часть, и именно их вы можете с уверенностью маршрутизировать уже сегодня.