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

DeepSeek Harness — dsh для краткости — это не модель. Это открытый агентный рантайм, выпущенный DeepSeek под лицензией MIT 13 августа 2026 года, и он по-прежнему остаётся самым быстро набирающим популярность продуктом из всех, что DeepSeek когда-либо выпускал: пресса сообщала, что за первые 12 часов он набрал примерно 50 000 звёзд на GitHub, а репозиторий насчитывал 242 211 звёзд и 29 059 форков, когда мы сегодня обратились к GitHub API. Он работает на DeepSeek V4.1 Flash — модели, которую API DeepSeek предоставляет под именем deepseek-flash, — или на более крупной DeepSeek V4 Pro, если указать её. Его задача — быть инженерным слоем между языковой моделью и готовой задачей: редактирование файлов, выполнение команд в терминале, веб-поиск, управление контекстом, планирование задач и вызов других агентов. Формула, которую использует сама команда DeepSeek, такова: Модель + Harness = Агент — модель рассуждает, а Harness делает всё остальное.

Это различие и есть суть данной статьи. Люди, ищущие «deepseek harness», обычно ожидают обзор модели, а вместо этого попадают на материал о запуске. Поэтому ответ дадим сразу: DSH — это не модель, к которой вы обращаетесь через API. Это программа, которую вы устанавливаете и запускаете, — npm-пакет @deepseek-ai/dsh, чей тег latest теперь указывает на 0.2.0-rc.2 — на три релизные линейки дальше сборки 0.1.x, под которую эта страница изначально писалась, и дальше чипа с версией на карточке выше, — и он подключает любую модель, которую вы ему дадите (по умолчанию DeepSeek V4.1 Flash), к вашей файловой системе, терминалу, вебу и другим агентам. Он распространяется под лицензией MIT, построен на плагинном фреймворке под названием Cordis и явно представляет собой предварительную версию для разработчиков, которая предупреждает о ломающих изменениях. Упакованное десктопное приложение, анонсированное DeepSeek 2 октября, — сборки для macOS и Windows, а пользователям Linux предлагается npm-пакет, — это новейшая поверхность поверх него. Ниже — что оно на самом деле делает, как запустить его сегодня и в чём оно уступает.

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».

Практическое следствие — резкое разделение обязанностей: плагины добавляют возможности; пресеты решают, какие возможности видит конкретный агент. Монорепозиторий теперь содержит 55 пакетов в каталоге packages/ — core, llm, mcp, sandbox, context, plan, goal, workspace и другие — а на запуске насчитывалось более 100 официальных плагинов, причём магазин плагинов уже зарезервирован, а 288 репозиториев плагинов сообщества были собраны на GitHub в течение 24 часов после релиза. Это было шесть недель назад. Тема dsh-plugin, которую DeepSeek использует для обнаружения плагинов, теперь возвращает более 17 000 репозиториев в поиске GitHub, что мы прочитали 2 октября 2026 года — экосистема продолжала расти, даже когда сам харнесс оставался на релиз-кандидатах.

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 настоящая ставка на платформу. DeepSeek зарезервировал магазин плагинов, репозитории сообщества помечены тегами для облегчения поиска, а сторонние магазины внутри приложений уже существуют. В примечаниях к выпуску 0.2.0-rc.2 большая часть посвящена руководству по установке плагинов — различению установленных, несовместимых и встроенных плагинов — и именно туда по-прежнему направлены инженерные усилия. Игра вдолгую в том, что экосистемой становится не модель, а харнесс, 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, по умолчанию доступный по адресу http://127.0.0.1:3080. В интерфейсе: откройте Настройки → Модели, вставьте ключ API DeepSeek, затем выберите рабочее пространство — композер сессии останется заблокированным, пока вы это не сделаете. Модель по умолчанию — DeepSeek V4.1 Flash, а политика разрешений по умолчанию — workspace-write с запросами подтверждения для всего остального.

Теперь есть пять точек входа: веб-интерфейс, упакованное настольное приложение, headless-запуски в один проход, Python SDK, который управляет DSH через JSON-RPC stdio, и --dump-config, который выводит собранное дерево плагинов (веб-профиль собрал 129 строк конфигурации плагинов; headless — 81). Настольное приложение — это то, что изменилось на этой неделе. Deep​Seek опубликовал сборки для macOS и Windows — включая Intel Mac, где в нашей сентябрьской заметке было зафиксировано, что сборка для Intel выдаёт 404, — и каждый канал для настольных приложений сообщает о версии 0.2.0-rc.2 с датой выпуска 29 сентября. В примечаниях к 0.2 также говорится, что команда dsh встроена в настольное приложение для управления плагинами, так что этому пути больше не требуется отдельная установка Node или pnpm. В собственном анонсе Deep​Seek говорится, что плагины и Workspaces поддерживаются из коробки в 0.2 — заявление вендора о релиз-кандидате, хотя страницы плагинов и хранилище Workspaces, которое приложение использует совместно с CLI, видны в публичном репозитории. Linux — это исключение, которое называет сам Deep​Seek в своём анонсе: поддерживаемый набор целевых платформ в скрипте упаковки — mac-arm64, mac-x64 и win-x64, под хостом загрузок Deep​Seek нет артефакта для Linux, а пользователям Linux предлагают выполнить npx @deepseek-ai/dsh web. Из исходников путь не изменился: git clone, pnpm install, pnpm run build, затем pnpm dsh web.

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

DSH — это версия 0.2.0-rc.2, не 1.0 и даже не стабильная 0.x: все 29 версий на npm и все 24 релиза на GitHub — предрелизы, а в README прямо сказано: «THERE WILL BE COMPATIBILITY-BREAKING CHANGES». Обзоры периода запуска перечисляют шероховатости — тихие сбои под MSYS2 в Windows, устаревание кэша при горячей перезагрузке, примерно 200-мс задержку пакетного сохранения, из-за которой отображение прогресса в UI отстаёт, — а также критику сообщества в связи с тем, что GitHub Issues отключены в репозитории, позиционируемом как публичная инфраструктура. Кроме того, продукт по умолчанию всё ещё уступает отполированным coding-агентам, с которыми его сравнивают; один практический обзор пришёл к выводу, что открытый релиз — 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 V4.1 Flash и DeepSeek V4 Pro

В DSH по умолчанию используется DeepSeek V4.1 Flash — модель, которую API DeepSeek предоставляет как deepseek-flash, — а флагманская сборка DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) относится к тому же семейству моделей, для запуска которого создавался этот харнесс. Обе доступны сегодня через обычные вызовы API, без необходимости в харнессе, и обе размещены на OrcaRouter по собственной цене DeepSeek из прайс-листа, с нулевой наценкой: 0,15 доллара за миллион входных токенов и 0,60 доллара за миллион выходных токенов для DeepSeek V4.1 Flash, и 0,66/1,98 доллара для DeepSeek V4 Pro. Это непиковые тарифы; DeepSeek удваивает их с 01:00 до 04:00 и снова с 06:00 до 10:00 UTC по будням. Скриншот ниже — это августовский снимок страницы модели DeepSeek V4 Flash 0731, а указанные на ней $0,15/$0,29 — это цена того релиза: страница цен DeepSeek теперь содержит только одну запись Flash, deepseek-flash = DeepSeek-V4.1-Flash, по цене $0,15/$0,60. Воспринимайте эту карточку как снимок на конкретную дату, а не как сегодняшний тариф.

Честная граница: OrcaRouter — это маршрутизатор моделей, а не среда выполнения агентов, поэтому мы не размещаем DSH — это не модель. Что маршрутизатор здесь действительно решает, так это проблему переключения при сбое, которую поднимает DSH. Харнесс — это быстро развивающаяся предварительная версия — сегодня 0.2.0-rc.2, а настольное приложение поверх него ещё моложе — и направление на него продакшен-трафика означает ставку на заявленные вендором агентные показатели. Запуск тех же моделей Deep​Seek через слой маршрутизации с одним ключом позволяет протестировать нативные показатели DSH, сохраняя при этом автоматическое переключение при сбое между вендорами для трафика, который должен продолжать работать. Харнесс — это то, с чем стоит экспериментировать; модели, которые он запускает, — это то, что стоит маршрутизировать осторожно.

Итог

Deep​Seek Harness — самое значимое из всего, что Deep​Seek открыла с момента выпуска самих моделей, потому что это меняет значение слова «Deep​Seek»: не только модели, но и агентный слой, который ими управляет. Для читателя, который решает, что делать: если вы создаёте агентов, установите на этой неделе десктопную версию или командную строку 2.0.0-rc и запустите в ней модель Terminal-Bench DeepSeek Flash — по ходу можно подключать другие модели. Но если вы не создаёте агентов, подождите: десктопное приложение пока не ваш путь, надёжная часть — npm.