DeepSeek Harness อธิบาย: รันไทม์เอเจนต์เบื้องหลัง "Model + Harness = Agent"

Deep​Seek Harness — dsh สำหรับเรียกสั้นๆ — ไม่ใช่โมเดล มันคือรันไทม์เอเจนต์โอเพนซอร์สที่ Deep​Seek เผยแพร่ภายใต้สัญญาอนุญาต MIT เมื่อวันที่ 13 สิงหาคม 2026 และมันคือสิ่งที่ Deep​Seek เคยเปิดตัวแล้วถูกนำไปใช้เร็วที่สุด: รายงานข่าวระบุว่ามี GitHub stars ประมาณ 50,000 ภายใน 12 ชั่วโมงแรก และเมื่อเราอ่าน GitHub API วันนี้ repository มี 125,922 stars และ 12,523 forks หน้าที่ของมันคือชั้นวิศวกรรมระหว่างโมเดลภาษากับงานที่เสร็จสมบูรณ์: การแก้ไขไฟล์, การรันเทอร์มินัล, การค้นหาเว็บ, การจัดการบริบท, การวางแผนงาน, และการเรียกใช้เอเจนต์อื่นๆ สูตรที่ทีมของ Deep​Seek เองใช้คือ Model + Harness = Agent — โมเดลใช้เหตุผล ส่วน harness ทำทุกอย่างที่เหลือ

ความแตกต่างนี้คือประเด็นของบทความนี้ ผู้คนที่ค้นหา "deepseek harness" มักจะคาดหวังบทวิจารณ์โมเดล แต่กลับเจอเนื้อหาการเปิดตัว ดังนั้นขอบอกคำตอบไว้ก่อนเลย: DSH ไม่ใช่โมเดลที่คุณเรียกใช้ผ่าน API มันเป็นโปรแกรมที่คุณติดตั้งและเรียกใช้ — แพ็กเกจ npm คือ @deepseek-ai/dsh, ซึ่งปัจจุบันเป็นเวอร์ชัน 0.1.0-rc.6 — และมันเชื่อมต่อโมเดลใดก็ตามที่คุณส่งให้มัน (โดยค่าเริ่มต้นคือ DeepSeek V4 Flash) เข้ากับระบบไฟล์ เทอร์มินัล เว็บ และเอเจนต์อื่น ๆ มันอยู่ภายใต้ลิขสิทธิ์ MIT สร้างบนเฟรมเวิร์กปลั๊กอินที่ชื่อ Cordis และมันเป็น developer preview อย่างชัดเจนที่เตือนถึงการเปลี่ยนแปลงที่อาจทำลายความเข้ากันได้ (breaking changes) ด้านล่างคือสิ่งที่มันทำจริง วิธีรันมันในตอนนี้ และจุดที่มันยังไม่ดีพอ

สิ่งที่ harness ทำจริงๆ (และทำไมคำนี้ถึงทำให้สับสน)

ฮาร์เนสคือโครงสร้างที่ช่วยให้โมเดลดิบทำงานในโลกจริงได้ โมเดลเพียงลำพังทำได้แค่สร้างข้อความ แต่เมื่อให้ฮาร์เนสกับมัน มันจะอ่านและเขียนไฟล์ รันคำสั่งในเชลล์ของคุณ ค้นหาเว็บ วางแผน เรียกใช้เครื่องมือ ตอบสนองต่อข้อผิดพลาด และตัดสินใจเมื่องานเสร็จสิ้น สูตรสาธารณะของ Deep​Seek — ที่ถูกกล่าวซ้ำในรายงานการเปิดตัวและประกาศรับสมัครงานของบริษัทเอง — คือ "Model + Harness = Agent": โมเดลให้เหตุผล ฮาร์เนสจัดหาส่วนที่เหลือทั้งหมด

นี่คือเหตุผลว่าทำไมการเปิดตัวครั้งนี้จึงสำคัญมากกว่าผลิตภัณฑ์เดียว Deep​Seek รายงานคะแนนการวัดสมรรถนะแบบเอเจนต์ของตัวเองสำหรับสองรุ่นล่าสุดจากภายในแฮร์เนสนี้: เอกสาร API ของ DeepSeek V4 Flash ระบุว่าผลลัพธ์ Terminal-Bench 2.1 ของมันที่ 82.7 ถูกสร้างขึ้นบน "โหมดขั้นต่ำของ Deep​Seek Harness" แฮร์เนสนี้คือสภาพแวดล้อมอ้างอิงที่ตัวเลขเหล่านั้นมาจาก และตอนนี้มันเปิดให้สาธารณะใช้งาน เพื่อให้ใครก็ตามสามารถทำซ้ำหรือหักล้างได้

ทุกอย่างคือปลั๊กอิน: สถาปัตยกรรม Cordis

การออกแบบหลักของ DSH ตามที่ระบุไว้ใน README ของตัวมันเองคือ ทุกสิ่งเป็นปลั๊กอิน. ลูปของเอเจนต์, ตัวปรับต่อโมเดล, เครื่องมือ, ทักษะ, ที่จัดเก็บเซสชัน, แซนด์บ็อกซ์, การจัดตารางเวลา และแม้แต่เว็บ UI ล้วนเป็นปลั๊กอินของ Cordis ไม่มีแกนกลางที่ได้รับสิทธิ์พิเศษให้แพตช์: คุณขยายโครงสร้างหลักโดยการติดตั้งปลั๊กอินไว้ข้างๆ ตัวอื่นๆ และการลงทะเบียนทุกครั้งคือเอฟเฟกต์ที่คลายออกเมื่อปลั๊กอินถูกปลดโหลด เอ็นจินปลั๊กอินคือ Cordis ซึ่งเป็นเมตาเฟรมเวิร์กที่มีการอธิบายการออกแบบไว้ในบทความของมหาวิทยาลัยปักกิ่ง–DeepSeek เรื่อง "กระบวนทัศน์การเขียนโปรแกรมสำหรับการประกอบกันได้เชิงพื้นที่และเวลา."

ผลในทางปฏิบัติคือการแยกหน้าที่ความรับผิดชอบอย่างชัดเจน: ปลั๊กอินเพิ่มความสามารถ ส่วนพรีเซ็ตเป็นตัวตัดสินว่าเอเจนต์หนึ่งๆ จะเห็นความสามารถใดบ้าง โมโนเรโปมาพร้อม 49 แพ็กเกจภายใต้ packages/ — core, llm, mcp, sandbox, context, plan, goal และอื่นๆ — และเมื่อเปิดตัวมีปลั๊กอินจากทีมผู้พัฒนาเองมากกว่า 100 ตัว โดยมีสโตร์ปลั๊กอินเตรียมไว้แล้ว และที่เก็บโค้ดปลั๊กอินจากชุมชน 288 รายการที่รวบรวมบน GitHub ภายใน 24 ชั่วโมงหลังการเปิดตัว ซึ่งค้นหาได้ภายใต้แท็กหัวข้อ dsh-plugin

พรีเซ็ตทั้งสี่แบบ — และควรใช้แบบไหนเมื่อใด

DSH มาพร้อมกับพรีเซ็ตเอเจนต์สี่แบบ แต่ละแบบโหลดชุดปลั๊กอินที่แตกต่างกัน จากเมนูพรีเซ็ตของ Web UI:

• Standard — เอเจนต์เขียนโค้ดเต็มรูปแบบ: การแก้ไขไฟล์, เชลล์, การค้นหาไฟล์และเว็บ, ทักษะ, การวางแผน, เป้าหมาย, เอเจนต์ย่อย และเวิร์กโฟลว์ ตัวเลือกเริ่มต้นที่เหมาะสมสำหรับงานส่วนใหญ่

• Code — เรียกว่า PTC หรือ "programmatic tool calling" ตามการรายงานของสื่อจีน — มีทุกอย่างใน Standard บวกกับ Code Mode SDK ที่ให้โมเดลเขียนโปรแกรม TypeScript เพื่อรวมการเรียกเครื่องมือหลายขั้นตอนไว้ในโปรแกรมเดียว ทรงพลังกว่า และสามารถทวีคูณผลข้างเคียงและการเรียกเครื่องมือได้

• Minimal — เพียงแค่ bash แบบถาวรบวกกับ str_replace_editor. สร้างขึ้นเพื่อใช้จำลองการรัน benchmark; นี่คือ preset ที่ Deep​Seek ใช้สำหรับตัวเลข 82.7 ของ V4 Flash Terminal-Bench. Minimal ไม่ได้ไร้อันตราย — การเข้าถึงเชลล์ก็ยังคงเป็นการเข้าถึงเชลล์

• Creator — ไดเรกทอรีพรีเซ็ตที่สี่ตั้งชื่อตามตัวอักษรว่า cordis — ระดับ Standard บวกกับการตรวจสอบรันไทม์ การทดลองปลั๊กอิน Cordis ในหน่วยความจำ และการเขียนพรีเซ็ต เอเจนต์สามารถติดตั้ง แทนที่ หรือทำลายปลั๊กอินได้ระหว่างการสนทนา เป็นสภาพแวดล้อมทางวิศวกรรม ไม่ใช่ชั้นการอนุมัติสำหรับโปรดักชัน

คุณควรเลือกแบบไหน? ถ้าคุณกำลังทำซ้ำ benchmark ให้เลือก Minimal ถ้าคุณต้องการให้ agent เขียน orchestration แบบหลายขั้นตอนด้วยตัวเอง ให้เลือก Code ถ้าคุณกำลังสร้างหรือทดสอบปลั๊กอิน ให้เลือก Creator สำหรับกรณีอื่นๆ ทั้งหมด ให้เริ่มต้นด้วย Standard — อำนาจที่กว้างขวางหมายความว่าคุณควรมีนโยบายพื้นที่ทำงานและการอนุญาตที่รัดกุมด้วย

Trajectory: ฟีเจอร์ที่ผู้รีวิวเรียกว่า "DevTools for agents"

คุณสมบัติที่ได้รับการยกย่องมากที่สุดในรีวิวจากการลงมือใช้งานจริงคือ Trajectory ทุกการรันจะเขียนลงล็อกเซสชันแบบ append-only ซึ่งเป็นไฟล์ JSONL ที่บีบอัดด้วย zstd และมีอีเวนต์เอนเวโลปที่สม่ำเสมอ ประกอบด้วยประเภท ลำดับเหตุการณ์ เวลา และข้อมูล — บันทึกทุกสิ่งที่โมเดลเห็น ตั้งแต่พรอมต์ระบบ การใช้เหตุผล การเรียกใช้เครื่องมือและผลลัพธ์ การจัดตารางซับเอเจนต์ ไปจนถึงการฉีดบริบท มุมมอง Trajectory รองรับการตรวจสอบตามแหล่งที่มา การดำเนินการต่อ การฟอร์ก การค้นหา และการรีเพลย์ จุดเด่นที่สุดคือการฟอร์ก: คุณสามารถเปลี่ยนคำสั่งเพียงหนึ่งคำสั่งแล้วรีเพลย์การรันนั้นเทียบเคียงข้างกับต้นฉบับได้ แทนที่จะทิ้งเทรซไป

อย่างเป็นรูปธรรม ในการทดสอบเชิงปฏิบัติที่เผยแพร่เมื่อวันที่ 15 สิงหาคม งานเขียนไฟล์เพียงงานเดียวสร้างเหตุการณ์เซสชัน 61 เหตุการณ์ และงานง่ายๆ อย่าง "ตอบ PONG" ยังใช้โทเคนอินพุตประมาณ 13,467 โทเคนในคำขอแรก — ค่าใช้จ่ายเพิ่มเติมจากพรอมปต์ระบบเริ่มต้น สคีมาเครื่องมือ กฎรีโพที่ถูกแทรกอัตโนมัติ และสรุปทักษะ นี่คือต้นทุนที่แท้จริงของระบบที่บันทึกทุกอย่าง: คุณจ่ายโทเคนสำหรับโครงสร้างประกอบ และคุณเห็นได้อย่างชัดเจนว่าคุณจ่ายเพื่ออะไร

MCP, ปลั๊กอิน, และการพูดคุยกับเอเจนต์อื่น ๆ

MCP คือจุดที่กระแส hype นำหน้าการพัฒนาจริงในปัจจุบัน monorepo นี้มีแพ็กเกจ mcp และ CLI มาพร้อมกับ dependency ที่ชื่อ dsh-mcp-client แต่ไม่มีเซิร์ฟเวอร์ MCP ใดถูกเปิดใช้งานโดยค่าเริ่มต้น และสถาปัตยกรรมจะส่งต่อการรวมเครื่องมือผ่าน Cordis plugins มากกว่าจะปฏิบัติต่อ MCP ในฐานะพลเมืองชั้นหนึ่ง คุณสามารถเชื่อมต่อเซิร์ฟเวอร์ MCP เป็นแหล่งที่มาของเครื่องมือได้ เพียงแต่ว่ายังไม่ใช่เส้นทางเริ่มต้นเท่านั้น

สิ่งที่น่าแปลกใจยิ่งกว่าคือสิ่งที่รายการผู้ให้บริการซับเอเยนต์แสดงให้เห็น DSH สามารถสร้างเอเยนต์อื่นเป็นซับเอเยนต์ได้ — รวมถึงตามเอกสาร capability-seams ยังมีทั้ง Codex provider และ Claude Code provider นับเป็นจุดยืนที่ผิดปกติสำหรับคู่แข่งรายหนึ่ง: DSH คือฮาร์เนสที่สามารถมอบหมายงานให้กับผลิตภัณฑ์ที่มันถูกวัดผลเทียบเคียงด้วยนั่นเอง

เรื่องราวของปลั๊กอินคือการเดิมพันแพลตฟอร์มที่แท้จริง Deep​Seek ได้จัดเตรียมร้านค้าปลั๊กอินไว้ คลังเก็บของชุมชนถูกติดแท็กเพื่อให้ค้นหาได้ และร้านค้าในแอปของบุคคลที่สามก็มีอยู่แล้ว เกมระยะยาวคือตัวควบคุม (harness) ไม่ใช่ตัวโมเดล ที่จะกลายเป็นระบบนิเวศ — ซึ่งเป็นเหตุผลว่าทำไมการพูดคุยเรื่องราคาเกี่ยวกับ DSH จึงสำคัญกว่าฟีเจอร์ใด ๆ เพียงอย่างเดียว

วิธีรันในวันนี้

คุณต้องใช้ Node.js 22.19 หรือใหม่กว่า — ไฟล์ manifest ของแพ็กเกจกำหนดให้ใช้ ^22.19.0 หรือ >=24 — จากนั้นใช้คำสั่งเดียว:

npx @deepseek-ai/dsh web

นั่นจะเริ่ม Web UI ซึ่งให้บริการที่ http://127.0.0.1:3080 เป็นค่าเริ่มต้น ใน UI: เปิด Settings → Models วางคีย์ API ของ Deep​Seek จากนั้นเลือกเวิร์กสเปซ — ตัวสร้างเซสชันจะถูกล็อกจนกว่าคุณจะทำเช่นนั้น โมเดลเริ่มต้นคือ DeepSeek V4 Flash และนโยบายสิทธิ์เริ่มต้นคือ workspace-write พร้อมพร้อมท์ขออนุมัติสำหรับอย่างอื่นทั้งหมด

มีจุดเข้าใช้งานทั้งหมดสี่จุด: Web UI, การรันแบบครั้งเดียวแบบ headless, Python SDK ที่ขับเคลื่อน DSH ผ่าน JSON-RPC stdio และ --dump-config ซึ่งพิมพ์โครงสร้างปลั๊กอินที่ประกอบขึ้น (โปรไฟล์เว็บประกอบการกำหนดค่าปลั๊กอิน 129 บรรทัด; headless 81 บรรทัด) จากซอร์สโค้ด ขั้นตอนคือ git clone, pnpm install, pnpm run build แล้วจึง pnpm dsh web

พูดตามตรง: ระดับพรีวิว และจุดที่ DSH เป็นเครื่องมือที่ไม่เหมาะสม

DSH เป็นเวอร์ชัน 0.1.0-rc.6 และ README ระบุชัดเจนว่า "THERE WILL BE COMPATIBILITY-BREAKING CHANGES" บทวิจารณ์ที่เผยแพร่ในสัปดาห์นี้รวบรวมจุดที่ยังไม่เรียบร้อยไว้หลายประการ ได้แก่ ความล้มเหลวแบบเงียบภายใต้ MSYS2 บน Windows แคช hot-reload ที่ล้าสมัย ความล่าช้าในการคงข้อมูลแบบแบตช์ประมาณ 200 มิลลิวินาทีที่ทำให้การแสดงความคืบหน้าของ UI หน่วง และคำวิจารณ์จากชุมชนที่ว่า GitHub Issues ถูกปิดใช้งานบนพื้นที่เก็บโค้ดที่วางตำแหน่งเป็นโครงสร้างพื้นฐานสาธารณะ ประสบการณ์ผลิตภัณฑ์เริ่มต้นก็ยังตามหลังเอเจนต์เขียนโค้ดที่ผ่านการขัดเกลาซึ่งถูกนำมาเทียบวัด บทวิจารณ์แบบลงมือปฏิบัติหนึ่งบทสรุปว่าการเผยแพร่แบบโอเพนซอร์สนี้เป็นเพียงโครงร่างรันไทม์ของเอเจนต์ ยังไม่ใช่ผลิตภัณฑ์ที่เสร็จสมบูรณ์

DSH ไม่เหมาะกับสถานการณ์ใด? สี่สถานการณ์ ประการแรก หากคุณต้องการความสมบูรณ์แบบแบบครบวงจร — {{1}}Claude Code และ Codex ในปัจจุบันมีความสมบูรณ์มากกว่า และ DSH มีไว้สำหรับคนที่ต้องการโครงร่างและยินดีที่จะทำให้เสร็จสมบูรณ์ด้วยตนเอง{{/1}} ประการที่สอง หากคุณไม่สามารถตรวจสอบสิ่งที่คุณรันได้: {{2}}ที่มาของปลั๊กอิน ความแตกต่างของการกำหนดค่า และขอบเขตของข้อมูลประจำตัวล้วนมาจากตัวคุณเอง และการใช้งานในระบบผลิตจริงต้องมีการกำกับดูแลที่คุณเป็นผู้จัดหา{{/2}} ประการที่สาม หากคุณกำลังวัดประสิทธิภาพของโมเดล: {{3}}คุณไม่สามารถรันโมเดลหนึ่งในโหมด Standard และอีกโมเดลหนึ่งในโหมด Minimal แล้วเรียกความแตกต่างนั้นว่าผลลัพธ์ของโมเดล — คุณเปลี่ยนตัวตั้งค่าระบบ ไม่ใช่แค่โมเดล{{/3}} ประการที่สี่ หากคุณคำนึงถึงต้นทุนของค่าโทเคนที่เกินจำเป็น: {{4}}บริบทที่เปิดตลอดเวลาสามารถเผาผลาญโทเคนอินพุตนับพันก่อนที่โมเดลจะได้ทำงานจริงใดๆ{{/4}}

มันหมายความว่าอย่างไรสำหรับ DeepSeek V4 Flash และ DeepSeek V4 Pro

โดยค่าเริ่มต้น DSH ใช้ DeepSeek V4 Flash และบิลด์เรือธง DeepSeek V4 Pro (Deep​Seek-V4-Pro-0813) อยู่ในตระกูลโมเดลเดียวกับที่แฮร์เนสถูกสร้างขึ้นมาเพื่อรัน ทั้งสองรุ่นพร้อมใช้งานแล้ววันนี้ผ่านการเรียก API ทั่วไป — ไม่ต้องใช้แฮร์เนส — และทั้งคู่ถูกโฮสต์บน OrcaRouter ในราคารายการของ Deep​Seek เอง: ประมาณ $0.15 ต่อล้านโทเคนขาเข้า และ $0.29 ต่อล้านโทเคนขาออกสำหรับ DeepSeek V4 Flash และประมาณ $0.44/$0.88 สำหรับ DeepSeek V4 Pro โดยส่งผ่านโดยไม่คิดกำไร (0% markup)

ขอบเขตที่ตรงไปตรงมา: OrcaRouter คือเราเตอร์สำหรับโมเดล ไม่ใช่รันไทม์ของเอเจนต์ ดังนั้นเราจึงไม่โฮสต์ DSH — มันไม่ใช่โมเดล สิ่งที่เราเตอร์ตอบได้อย่างแท้จริงในที่นี้คือปัญหา failover ที่ DSH ยกขึ้นมา แฮร์เนสนี้เป็นพรีวิวที่พัฒนาอย่างรวดเร็ว และการชี้ทราฟฟิกโปรดักชันไปที่มันหมายถึงการเดิมพันกับคะแนน agentic ที่ผู้ขายรายงาน การรันโมเดล DeepSeek ชุดเดียวกันผ่านชั้นการจัดเส้นทางด้วยคีย์เดียวช่วยให้คุณทดสอบค่าตัวเลขดั้งเดิมของ DSH พร้อมกับการคงการ failover อัตโนมัติข้ามผู้ให้บริการสำหรับทราฟฟิกที่ต้องทำงานต่อไป แฮร์เนสคือสิ่งที่ควรทดลอง ส่วนโมเดลที่มันรันคือสิ่งที่ต้องจัดเส้นทางอย่างระมัดระวัง

บรรทัดล่าง

Deep​Seek Harness คือสิ่งที่มีนัยสำคัญที่สุดที่ Deep​Seek ได้เปิดซอร์สนับตั้งแต่ตัวโมเดลเอง เพราะมันเปลี่ยนความหมายของ "Deep​Seek": ไม่ใช่แค่โมเดล แต่เป็นเลเยอร์เอเจนต์ที่ใช้รันโมเดลเหล่านั้น สำหรับผู้อ่านที่กำลังตัดสินใจว่าจะทำอะไร: ถ้าคุณสร้างเอเจนต์ ติดตั้งมันภายในสัปดาห์นี้แล้วรันการทดสอบการทำซ้ำ — คะแนน V4 Flash และ V4 Pro ที่ Deep​Seek เผยแพร่ออกมานั้นมาจากฮาร์เนสนี้ และตอนนี้คุณสามารถตรวจสอบได้ด้วยตัวเอง แต่มองมันในสิ่งที่มันเป็น: พรีวิวสำหรับนักพัฒนาเวอร์ชัน 0.1.0-rc.6 ที่จะมีการเปลี่ยนแปลงแบบไม่เข้ากันได้ (breaking changes) รออยู่ข้างหน้า ระบบปลั๊กอินที่ให้ผลดีกับคนที่ชอบเป็นเจ้าของสแตกของตัวเอง และฮาร์เนสที่ยังหยาบกว่าทางเลือกที่ขัดเกลาแล้ว ตัวโมเดลที่อยู่เบื้องล่างคือส่วนที่เชื่อถือได้ — และคุณสามารถเลือกใช้มันได้อย่างมั่นใจตั้งแต่วันนี้