DeepSeek Harness, förklarat: Agentkörningsmiljön bakom 'Model + Harness = Agent'

DeepSeek Harness — dsh i korthet — är inte en modell. Det är den agentkörningsmiljö med öppen källkod som DeepSeek släppte under MIT-licensen den 13 augusti 2026, och det är fortfarande det snabbaste DeepSeek någonsin har släppt sett till användning: pressbevakningen rapporterade ungefär 50 000 GitHub-stjärnor under de första 12 timmarna, och repot stod på 242 211 stjärnor med 29 059 forks när vi läste GitHub-API:et idag. Det den kör är DeepSeek V4.1 Flash, modellen som DeepSeeks API tillhandahåller som deepseek-flash, eller den större DeepSeek V4 Pro när du pekar den dit. Dess uppgift är det tekniska lagret mellan en språkmodell och en färdig uppgift: filredigering, terminalkörning, webbsökning, kontexthantering, uppgiftsplanering och att anropa andra agenter. Formeln som DeepSeeks eget team använder är Modell + Harness = Agent — modellen resonerar, och harnessen gör allt annat.

Den distinktionen är själva poängen med den här artikeln. Folk som söker på "deepseek harness" förväntar sig vanligtvis en modellrecension och hamnar i stället på lanseringsbevakning. Så här kommer svaret direkt: DSH är inte en modell som du anropar via ett API. Det är ett program som du installerar och kör — npm-paketet är @deepseek-ai/dsh, vars senaste tagg nu pekar på 0.2.0-rc.2 — tre utgivningslinjer förbi 0.1.x-bygget som den här sidan först skrevs mot, och förbi versionschipset på kortet ovan — och det kopplar vilken modell du än ger det (DeepSeek V4.1 Flash som standard) till ditt filsystem, din terminal, webben och andra agenter. Det är MIT-licensierat, byggt på ett pluginramverk som heter Cordis, och det är uttryckligen en förhandsversion för utvecklare som varnar för brytande ändringar. Den paketerade skrivbordsappen som Deep​Seek tillkännagav den 2 oktober — byggen för macOS och Windows, med Linux-användare hänvisade till npm-paketet — är den nyaste ytan ovanpå det. Nedan följer vad den faktiskt gör, hur du kör den idag och var den brister.

Vad en harness faktiskt gör (och varför termen är förvirrande)

En harness är byggställningen som låter en rå modell utföra arbete i den verkliga världen. En modell ensam kan bara producera text. Ge den en harness så kan den läsa och skriva filer, köra kommandon i ditt skal, söka på webben, hålla en plan, anropa verktyg, reagera på fel och bedöma när en uppgift är klar. Deep​Seek's offentliga formel — upprepad i lanseringstäckning och dess egna jobbannonser — är "Model + Harness = Agent": modellen tillhandahåller resonemang, harnessen tillhandahåller allt annat.

Det är därför releasen spelar roll utöver en enskild produkt. Deep​Seek rapporterade sina egna agentiska benchmarkresultat för sina två senaste modeller inifrån denna testmiljö: DeepSeek V4 Flash API-dokumentationen anger att dess Terminal-Bench 2.1-resultat på 82.7 producerades i ”Deep​Seek Harness minimal mode.” Testmiljön är referensmiljön som dessa siffror kom från, och den är nu offentlig för alla att reproducera — eller motsäga.

Allt är ett plugin: Cordis-arkitekturen.

DSH:s kärndesign, som anges i dess egen README, är att allt är en plugin. Agentloopen, modelladaptrar, verktyg, färdigheter, sessionslagring, sandlåda, schemaläggning och till och med webbgränssnittet är alla Cordis-plugins. Det finns ingen privilegierad kärna att patcha: du utökar ramverket genom att montera en plugin bredvid de andra, och varje registrering är en effekt som rullas tillbaka när pluginen avlastas. Pluginmotorn är Cordis, ett meta-ramverk vars design beskrivs i Peking University–Deep​Seek-pappret "A Programming Paradigm for Spatiotemporal Composability."

Den praktiska konsekvensen är en skarp åtskillnad av ansvarsområden: plugins lägger till förmågor; förinställningar avgör vilka förmågor en given agent kan se. Monorepot innehåller nu 55 paket under packages/ – core, llm, mcp, sandbox, context, plan, goal, workspace med flera – och lanseringsbevakningen räknade fler än 100 förstapartsplugins, med en pluginbutik redan reserverad och 288 community-pluginförråd insamlade på GitHub inom 24 timmar efter lanseringen. Det var sex veckor sedan. Ämnet dsh-plugin som DeepSeek använder för upptäckbarhet av plugins returnerar nu fler än 17 000 förråd i GitHubs sökning, vilket vi läste den 2 oktober 2026 – ekosystemet fortsatte att växa medan själva harnessen stannade kvar på releasekandidater.

De fyra förinställningarna — och när du ska använda vilken

DSH levereras med fyra agentförinställningar, som var och en laddar en annan pluginuppsättning. Från Web UI:s egen förinställningsmeny:

• Standard — en komplett kodningsagent: filredigering, skal, fil- och webbsökning, färdigheter, planering, mål, underagenter och arbetsflöden. Rätt standardval för det mesta arbetet.

• Code — kallad PTC, "programmatic tool calling", i kinesisk press — allt som ingår i Standard, plus en Code Mode SDK som låter modellen skriva TypeScript-program för att komponera flerstegsverktygsanrop i ett program. Den är kraftfullare och kan öka sidoeffekterna och antalet verktygsanrop.

• Minimal — bara beständig bash plus str_replace_editor. Byggd för att reproducera benchmark-körningar; detta är den förinställning Deep​Seek använde för V4 Flash Terminal-Bench 82.7-siffran. Minimal är inte ofarligt — skalåtkomst är fortfarande skalåtkomst.

• Creator — den fjärde preset-katalogen heter bokstavligen cordis — Standard plus runtime-inspektion, Cordis-plugin-experiment i minnet och preset-skapande. Agenten kan installera, ersätta eller förstöra plugins mitt under en konversation. En ingenjörsmiljö, inte en produktionsgodkännandenivå.

Vilken bör du välja? Om du reproducerar ett benchmark, Minimal. Om du vill att agenten ska skriva sin egen flerstegsorkestrering, Code. Om du bygger eller testar en plugin, Creator. För allt annat, börja med Standard — bred behörighet innebär att du också vill ha en stram arbetsyta och behörighetspolicy.

Trajektoria: funktionen som granskarna kallar "DevTools för agenter"

Den mest hyllade funktionen i hands-on-recensioner är Trajectory. Varje körning skriver till en append-only-sessionslogg — zstd-komprimerad JSONL med ett enhetligt händelsekuvert av typ, sekvens, tid och data — som registrerar allt modellen såg: systemprompter, resonemang, verktygsanrop och resultat, schemaläggning av subagenter, kontextinjektioner. Trajectory-vyn stödjer inspektion per källa, återupptagning, förgrening, sökning och uppspelning. Förgrening är det utmärkande draget: du kan ändra en instruktion och spela upp körningen sida vid sida med originalet i stället för att kasta bort spåret.

Konkret, i ett praktiskt test publicerat den 15 augusti genererade en enda filskrivningsuppgift 61 sessionhändelser, och en trivial uppgift att "svara PONG" förbrukade fortfarande cirka 13 467 inmatningstokens vid sin första begäran — omkostnader från standardsystemprompter, verktygsscheman, automatiskt injicerade repo-regler och färdighetssammanfattningar. Det är den ärliga kostnaden för ett ramverk som loggar allt: du betalar tokens för själva ramverket, och du kan se exakt vad du betalade för.

MCP, plugins och att prata med andra agenter

MCP är där hypen springer om den aktuella builden. Monorepot innehåller ett mcp-paket och CLI:n levererar ett dsh-mcp-client-beroende, men ingen MCP-server är aktiverad som standard, och arkitekturen dirigerar verktygsintegration via Cordis-plugins snarare än att behandla MCP som en förstklassig medborgare. Du kan ansluta MCP-servrar som en verktygskälla; det är bara inte standardvägen än.

Det som är mer överraskande är vad subagentleverantörslistan visar. DSH kan skapa andra agenter som subagenter — inklusive, enligt capability-seams-dokumentationen, en Codex-leverantör och en Claude Code-leverantör. Det är en ovanlig position för en konkurrent att inta: DSH är en harness som kan delegera arbete till just de produkter som den mäts mot.

Pluginberättelsen är den verkliga plattformssatsningen. DeepSeek har reserverat en pluginbutik, community-repositorier är taggade för upptäckbarhet, och tredjepartsbutiker i appen finns redan. Versionsinformationen för 0.2.0-rc.2 ägnar större delen av sin längd åt vägledning för plugininstallation – att skilja mellan installerade, inkompatibla och medföljande plugin – vilket är där ingenjörsarbetet fortfarande pågår. Det långa spelet är att harnessen, inte modellen, blir ekosystemet, vilket är anledningen till att prissättningsdiskussionen kring DSH är viktigare än någon enskild funktion.

Hur man kör det idag

Du behöver Node.js 22.19 eller nyare — paketmanifestet kräver ^22.19.0 eller >=24 — och sedan ett kommando:

npx @deepseek-ai/dsh web

Det startar webbgränssnittet, som standard serverat på http://127.0.0.1:3080. I gränssnittet: öppna Inställningar → Modeller, klistra in en DeepSeek-API-nyckel och välj sedan en arbetsyta – sessionskompositören förblir låst tills du gör det. Standardmodellen är DeepSeek V4.1 Flash, och standardbehörighetsprincipen är workspace-write med godkännandepromptar för allt annat.

Det finns nu fem ingångspunkter: webbgränssnittet, den paketerade skrivbordsappen, headless engångskörningar, ett Python-SDK som styr DSH över JSON-RPC stdio, och --dump-config, som skriver ut det sammansatta plugin-trädet (webbprofilen sammansatte 129 rader plugin-konfiguration; headless, 81). Det är skrivbordsappen som ändrades den här veckan. Deep​Seek publicerade byggen för macOS och Windows – inklusive Intel-Macar, där vår septemberanteckning noterade att Intel-bygget gav 404 – och varje skrivbordsflöde rapporterar version 0.2.0-rc.2 med ett releasedatum den 29 september. 0.2-anteckningarna buntar också in kommandot dsh i skrivbordsappen för plugin-hantering, så den vägen behöver inte längre en separat Node- eller pnpm-installation. Deep​Seeks egen annonsering beskriver plugins och Workspaces som stödda direkt ur lådan i 0.2 – ett leverantörspåstående om en releasekandidat, även om plugin-sidorna och den workspace-butik som appen delar med CLI:t är synliga i det publika arkivet. Linux är undantaget som Deep​Seeks egen annonsering nämner: paketeringsskriptets uppsättning av stödda mål är mac-arm64, mac-x64 och win-x64, ingen Linux-artefakt finns under Deep​Seeks nedladdningsvärd, och Linux-användare uppmanas att köra npx @deepseek-ai/dsh web. Från källkod är vägen oförändrad: git clone, pnpm install, pnpm run build, sedan pnpm dsh web.

Den ärliga delen: preview-nivå, och där DSH är fel verktyg.

DSH är version 0.2.0-rc.2 — inte 1.0, och inte ens en stabil 0.x: alla 29 versioner på npm och alla 24 GitHub-releaser är förhandsversioner, och README säger uttryckligen: "THERE WILL BE COMPATIBILITY-BREAKING CHANGES." Recensioner från lanseringsperioden förtecknar bristerna — tysta fel under MSYS2 på Windows, inaktuell cache vid hot reload, en fördröjning på ungefär 200 ms vid batchad persistens som släpar efter UI:ets förloppsvisning, och kritik från communityt om att GitHub Issues är inaktiverat i ett arkiv som positioneras som offentlig infrastruktur. Standardproduktupplevelsen ligger fortfarande efter de polerade kodningsagenter som den mäts mot; en praktisk recension drog slutsatsen att open source-utgåvan är en stomme för agentruntime, ännu inte en färdig produkt.

Var är DSH fel verktyg? Fyra situationer. För det första, om du vill ha en nyckelfärdig och polerad produkt – dagens Claude Code och Codex är mer färdiga, och DSH är för människor som vill ha byggställningen och är villiga att färdigställa den. För det andra, om du inte kan granska det du kör: plugin-ursprung, konfigurationsdiffar och gränser för autentiseringsuppgifter är alla sådant du själv måste tillhandahålla, och produktionsanvändning kräver styrning som du tillhandahåller. För det tredje, om du benchmarkar modeller: du kan inte köra en modell i Standard-läge och en annan i Minimal och kalla skillnaden för ett modellresultat – du ändrade testramverket, inte bara modellen. För det fjärde, om du är kostnadskänslig när det gäller token-overhead: den alltid påslagna kontexten kan bränna tusentals inmatningstokens innan modellen gör något riktigt arbete.

Vad det innebär för DeepSeek V4.1 Flash och DeepSeek V4 Pro

DSH använder som standard DeepSeek V4.1 Flash – modellen som DeepSeek API tillhandahåller som deepseek-flash – och flaggskeppsbygget DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) tillhör samma modellfamilj som harnessen byggdes för att köra. Båda är tillgängliga idag via vanliga API-anrop, ingen harness krävs, och båda hostas på OrcaRouter till DeepSeeks eget listpris, vidarefört med 0 % påslag: 0,15 USD in och 0,60 USD ut per miljon token för DeepSeek V4.1 Flash, och 0,66/1,98 USD för DeepSeek V4 Pro. Det är lågtrafikpriser, som DeepSeek fördubblar mellan 01:00 och 04:00 och igen mellan 06:00 och 10:00 UTC på vardagar. Skärmbilden nedan är en augustibild av modellsidan för DeepSeek V4 Flash 0731, och de 0,15/0,29 USD som den visar är priset för den utgåvan: DeepSeeks prissida visar nu en enda Flash-post, deepseek-flash = DeepSeek-V4.1-Flash, till 0,15/0,60 USD. Läs kortet som en daterad ögonblicksbild, inte som dagens pris.

Den ärliga gränsdragningen: OrcaRouter är en modellrouter, inte en agentruntime, så vi hostar inte DSH – det är inte en modell. Vad en router verkligen besvarar här är det failover-problem som DSH väcker. Harnessen är en förhandsversion i snabb utveckling – 0.2.0-rc.2 i dag, där skrivbordsappen ovanpå den är ännu yngre – och att rikta produktionstrafik mot den innebär att satsa på leverantörsrapporterade agentiska poäng. Att köra samma Deep​Seek-modeller genom ett routningslager på en enda nyckel låter dig testa DSH:s inbyggda siffror samtidigt som du behåller automatisk failover mellan leverantörer för den trafik som måste fortsätta fungera. Harnessen är det man ska experimentera med; modellerna den kör är det man ska routa noggrant.

Slutsats

Deep​Seek Harness är det mest betydelsefulla som Deep​Seek har släppt med öppen källkod sedan modellerna själva, eftersom det förändrar vad "Deep​Seek" betyder: inte bara modeller, utan agentlagret som kör dem. För en läsare som ska besluta vad som ska göras: om du bygger agenter, installera skrivbordsappen eller kommandoraden 0.2.0-rc.2 den här veckan och kör reproduktionstestet — Terminal-Bench 82.7 som Deep​Seek publicerade för sin Flash-modell producerades inuti detta ramverk, och nu kan du kontrollera det själv. Men behandla det för vad det är: en förhandsversion för utvecklare med brytande ändringar framöver, ett plugin-system som belönar dem som gillar att äga sin stack, och ett ramverk som fortfarande är råare än de polerade alternativen. Om du kör Linux är den paketerade appen inte vägen för dig ännu — npm är det. De underliggande modellerna är den pålitliga delen, och dem kan du routa med tillförsikt idag.