DeepSeek Harness, Được Giải Thích: Runtime Tác Tử Đằng Sau 'Model + Harness = Agent'

DeepSeek Harness — dsh để gọi tắt — không phải là một mô hình. Đó là runtime agent mã nguồn mở mà DeepSeek phát hành theo giấy phép MIT vào ngày 13 tháng 8 năm 2026, và nó vẫn là thứ được DeepSeek tung ra đạt tốc độ đón nhận nhanh nhất từ trước đến nay: các bài báo đưa tin khoảng 50.000 sao GitHub trong 12 giờ đầu tiên, và kho lưu trữ đứng ở 242.211 sao với 29.059 lượt fork khi chúng tôi đọc GitHub API hôm nay. Thứ nó chạy là DeepSeek V4.1 Flash, mô hình mà API của DeepSeek cung cấp dưới tên deepseek-flash, hoặc DeepSeek V4 Pro lớn hơn khi bạn trỏ nó tới đó. Nhiệm vụ của nó là lớp kỹ thuật nằm giữa một mô hình ngôn ngữ và một tác vụ đã hoàn tất: chỉnh sửa tệp, thực thi trên terminal, tìm kiếm web, quản lý ngữ cảnh, lập kế hoạch tác vụ và gọi các agent khác. Công thức mà chính đội ngũ của DeepSeek dùng là Model + Harness = Agent — mô hình lý luận, harness làm mọi thứ còn lại.

Sự khác biệt đó chính là trọng tâm của bài viết này. Những người tìm kiếm "deepseek harness" thường mong đợi một bài đánh giá mô hình và lại rơi vào bài đưa tin về buổi ra mắt. Vậy nên câu trả lời xin nói thẳng ngay từ đầu: DSH không phải là một mô hình mà bạn gọi qua API. Nó là một chương trình bạn cài đặt và chạy — gói npm là @deepseek-ai/dsh, tag mới nhất của nó hiện phân giải thành 0.2.0-rc.2 — đã qua ba dòng phát hành kể từ bản dựng 0.1.x mà trang này ban đầu được viết dựa theo, và vượt cả chip phiên bản trên thẻ phía trên — và nó kết nối bất kỳ mô hình nào bạn đưa cho nó (mặc định là DeepSeek V4.1 Flash) với hệ thống tệp của bạn, terminal của bạn, web và các tác nhân khác. Nó được cấp phép MIT, được xây dựng trên một khung plugin có tên Cordis, và rõ ràng là bản xem trước dành cho nhà phát triển, có cảnh báo về các thay đổi gây hỏng. Ứng dụng desktop đóng gói mà Deep​Seek công bố vào ngày 2 tháng 10 — các bản dựng cho macOS và Windows, với người dùng Linux được chỉ sang gói npm — là bề mặt mới nhất được xây thêm lên trên nó. Dưới đây là những gì nó thực sự làm, cách chạy nó ngay hôm nay, và những điểm nó còn hạn chế.

Harness thực sự làm gì (và tại sao thuật ngữ này gây nhầm lẫn)

Harness là khung kết nối giúp một mô hình thô có thể hoạt động trong thế giới thực. Bản thân mô hình chỉ có thể tạo ra văn bản. Trao cho nó một harness, nó có thể đọc và ghi tệp, chạy lệnh trong shell của bạn, tìm kiếm trên web, duy trì một kế hoạch, gọi công cụ, phản ứng với lỗi và đánh giá khi nào một tác vụ hoàn thành. Công thức công khai của Deep​Seek — được lặp lại trong các bài đưa tin ra mắt và chính các bài đăng tuyển dụng của họ — là "Model + Harness = Agent": mô hình cung cấp khả năng suy luận, harness cung cấp mọi thứ còn lại.

Đây là lý do vì sao bản phát hành này có ý nghĩa vượt ra ngoài một sản phẩm đơn lẻ. Deep​Seek đã công bố điểm chuẩn agentic của chính mình cho hai mô hình gần nhất từ ngay trong bộ khung (harness) này: tài liệu API DeepSeek V4 Flash nêu rõ kết quả Terminal-Bench 2.1 đạt 82.7 của họ được tạo ra trên "Deep​Seek Harness minimal mode." Bộ khung này là môi trường tham chiếu tạo ra những con số đó, và giờ đây nó đã được công khai để bất kỳ ai cũng có thể tái tạo — hoặc bác bỏ.

Mọi thứ đều là plugin: kiến trúc Cordis

Thiết kế cốt lõi của DSH, như được nêu trong README của chính nó, là mọi thứ đều là plugin. Vòng lặp tác tử, bộ chuyển đổi mô hình, công cụ, kỹ năng, lưu trữ phiên, hộp cát, lập lịch, và cả giao diện web đều là các plugin của Cordis. Không có lõi đặc quyền nào để vá: bạn mở rộng bộ khung bằng cách gắn một plugin bên cạnh các plugin khác, và mỗi lần đăng ký là một hiệu ứng tự gỡ khi plugin được dỡ tải. Động cơ plugin là Cordis, một siêu khung có thiết kế được mô tả trong bài báo của Đại học Bắc Kinh–Deep​Seek "Một mô hình lập trình cho khả năng kết hợp không-thời gian."

Hệ quả thực tiễn là sự phân tách rạch ròi các mối quan tâm: các plugin thêm khả năng; các preset quyết định khả năng nào mà một agent nhất định có thể thấy. Monorepo hiện chứa 55 gói trong packages/ — core, llm, mcp, sandbox, context, plan, goal, workspace, và nhiều thứ khác — và phạm vi bao phủ khi ra mắt đã đếm được hơn 100 plugin chính chủ, với một cửa hàng plugin đã được đặt trước và 288 kho plugin cộng đồng được thu thập trên GitHub trong vòng 24 giờ sau khi phát hành. Đó là sáu tuần trước. Chủ đề dsh-plugin mà DeepSeek dùng để giúp plugin dễ được khám phá giờ trả về hơn 17.000 kho lưu trữ trong tìm kiếm của GitHub, con số chúng tôi đọc được vào ngày 2 tháng 10 năm 2026 — hệ sinh thái vẫn tiếp tục phát triển ngay cả khi bản thân harness vẫn ở các bản ứng viên phát hành.

Bốn chế độ cài sẵn — và khi nào nên sử dụng loại nào

DSH đi kèm với bốn preset agent, mỗi preset tải một tập hợp plugin khác nhau. Từ menu preset của chính Web UI:

• Standard — một tác nhân lập trình hoàn chỉnh: chỉnh sửa tệp, shell, tìm kiếm tệp và web, kỹ năng, lập kế hoạch, mục tiêu, subagent và quy trình làm việc. Lựa chọn mặc định phù hợp cho hầu hết công việc.

• Code — được gọi là PTC, "programmatic tool calling," trong báo chí Trung Quốc — bao gồm mọi thứ trong Standard, cùng với Code Mode SDK cho phép mô hình viết các chương trình TypeScript để kết hợp các lời gọi công cụ đa bước trong một chương trình. Mạnh mẽ hơn, và nó có thể nhân lên các tác dụng phụ và lời gọi công cụ.

• Tối giản — chỉ gồm phiên bash bền vững và str_replace_editor. Được xây dựng để tái hiện các lần chạy benchmark; đây là bộ cấu hình mà Deep​Seek đã dùng để đạt được con số 82.7 trên Terminal-Bench V4 Flash. Tối giản không phải là vô hại — quyền truy cập shell vẫn là quyền truy cập shell.

• Creator — thư mục preset thứ tư theo đúng nghĩa đen có tên là cordis — Standard cùng với kiểm tra runtime, thử nghiệm plugin Cordis trong bộ nhớ và soạn thảo preset. Tác nhân có thể cài đặt, thay thế hoặc phá hủy plugin ngay giữa cuộc trò chuyện. Một môi trường kỹ thuật, không phải lớp phê duyệt sản xuất.

Bạn nên chọn cái nào? Nếu bạn đang tái tạo một benchmark, hãy chọn Minimal. Nếu bạn muốn agent tự viết quy trình điều phối nhiều bước của riêng nó, hãy chọn Code. Nếu bạn đang xây dựng hoặc kiểm thử plugin, hãy chọn Creator. Đối với mọi trường hợp khác, hãy bắt đầu với Standard — quyền hạn rộng đồng nghĩa với việc bạn cũng cần một không gian làm việc và chính sách phân quyền chặt chẽ.

Trajectory: tính năng mà các nhà đánh giá gọi là 'DevTools for agents'

Tính năng được khen ngợi nhiều nhất trong các bài đánh giá thực tế là Trajectory. Mỗi lần chạy đều ghi vào một nhật ký phiên chỉ nối thêm — JSONL nén zstd với khung sự kiện đồng nhất gồm loại, thứ tự, thời gian và dữ liệu — ghi lại mọi thứ mô hình đã thấy: các prompt hệ thống, quá trình lý luận, lời gọi công cụ và kết quả, lập lịch subagent, tiêm ngữ cảnh. Chế độ xem Trajectory hỗ trợ kiểm tra theo nguồn, tiếp tục, fork, tìm kiếm và phát lại. Fork chính là điểm nhấn: bạn có thể thay đổi một chỉ dẫn và phát lại lần chạy song song với bản gốc thay vì vứt bỏ dấu vết.

Cụ thể, trong một bài kiểm tra thực hành được công bố vào ngày 15 tháng 8, một tác vụ ghi tệp duy nhất đã tạo ra 61 sự kiện phiên, và một tác vụ trả lời "PONG" tầm thường vẫn tiêu tốn khoảng 13.467 token đầu vào trong yêu cầu đầu tiên — chi phí phụ trội từ các lời nhắc hệ thống mặc định, lược đồ công cụ, quy tắc kho lưu trữ được tự động chèn và tóm tắt kỹ năng. Đó là cái giá trung thực của một bộ khung ghi lại mọi thứ: bạn trả token cho phần khung, và bạn có thể thấy chính xác mình đã trả cho những gì.

MCP, plugin và giao tiếp với các agent khác

MCP là nơi mà sự cường điệu vượt xa bản dựng hiện tại. Monorepo bao gồm một gói mcp, và CLI đi kèm phụ thuộc dsh-mcp-client, nhưng không có máy chủ MCP nào được bật theo mặc định, và kiến trúc định tuyến tích hợp công cụ thông qua các plugin Cordis thay vì coi MCP như một công dân hạng nhất. Bạn có thể kết nối các máy chủ MCP như một nguồn công cụ; chỉ là đó chưa phải là đường dẫn mặc định.

Điều đáng ngạc nhiên hơn là danh sách các nhà cung cấp subagent cho thấy. DSH có thể tạo ra các agent khác làm subagent — bao gồm, theo tài liệu capability-seams, một nhà cung cấp Codex và một nhà cung cấp Claude Code. Đó là một lập trường bất thường đối với một đối thủ cạnh tranh: DSH là một khung điều phối có thể giao việc cho chính những sản phẩm mà nó đang được so sánh.

Câu chuyện plugin mới là canh bạc nền tảng thực sự. Deep​Seek đã dành riêng một cửa hàng plugin, các kho lưu trữ cộng đồng được gắn thẻ để dễ khám phá, và các cửa hàng trong ứng dụng của bên thứ ba đã tồn tại. Ghi chú phát hành 0.2.0-rc.2 dành phần lớn nội dung cho hướng dẫn cài đặt plugin — phân biệt plugin đã cài đặt, không tương thích và đi kèm — và đây là nơi nỗ lực kỹ thuật vẫn đang được dồn vào. Cuộc chơi dài hạn là harness, chứ không phải mô hình, sẽ trở thành hệ sinh thái, đó là lý do cuộc thảo luận về định giá xoay quanh DSH quan trọng hơn bất kỳ tính năng đơn lẻ nào.

Cách chạy nó hôm nay

Bạn cần Node.js 22.19 trở lên — tệp manifest của gói yêu cầu ^22.19.0 hoặc >=24 — và sau đó chỉ cần một lệnh:

npx @deepseek-ai/dsh web

Thao tác đó sẽ khởi động Web UI, mặc định được phục vụ tại http://127.0.0.1:3080. Trong UI: mở Settings → Models, dán khóa API DeepSeek, rồi chọn một workspace — trình soạn phiên sẽ vẫn bị khóa cho đến khi bạn làm vậy. Mô hình mặc định là DeepSeek V4.1 Flash, và chính sách quyền mặc định là workspace-write với lời nhắc phê duyệt cho mọi thứ khác.

Hiện có năm điểm vào: Web UI, ứng dụng desktop đóng gói, các lượt chạy headless một lần, một SDK Python điều khiển DSH qua JSON-RPC stdio, và --dump-config, lệnh in cây plugin đã được tập hợp (hồ sơ web tập hợp 129 dòng cấu hình plugin; còn headless là 81). Ứng dụng desktop là thứ đã thay đổi trong tuần này. DeepSeek đã phát hành bản dựng cho macOS và Windows — bao gồm cả máy Mac Intel, nơi ghi chú tháng 9 của chúng tôi ghi nhận bản dựng Intel bị 404 — và mọi nguồn cấp desktop đều báo phiên bản 0.2.0-rc.2 với ngày phát hành 29 tháng 9. Ghi chú 0.2 cũng đóng gói lệnh dsh vào ứng dụng desktop để quản lý plugin, nên hướng đó không còn cần cài Node hoặc pnpm riêng. Thông báo của chính DeepSeek mô tả plugin và Workspaces được hỗ trợ sẵn trong 0.2 — một tuyên bố của nhà cung cấp về bản release candidate, dù các trang plugin và kho workspace mà ứng dụng chia sẻ với CLI đều hiển thị trong kho công khai. Linux là ngoại lệ mà thông báo của chính DeepSeek nêu tên: tập mục tiêu được hỗ trợ của script đóng gói là mac-arm64, mac-x64 và win-x64, không có artifact Linux nào tồn tại dưới máy chủ tải xuống của DeepSeek, và người dùng Linux được bảo chạy npx @deepseek-ai/dsh web. Từ mã nguồn, quy trình không đổi: git clone, pnpm install, pnpm run build, rồi pnpm dsh web.

Phần thành thật: chất lượng xem trước, và nơi DSH là công cụ sai

DSH là phiên bản 0.2.0-rc.2 — không phải 1.0, và thậm chí không phải một 0.x ổn định: cả 29 phiên bản trên npm và cả 24 bản phát hành GitHub đều là bản tiền phát hành, và README nói rõ: "SẼ CÓ NHỮNG THAY ĐỔI GÂY PHÁ VỠ TƯƠNG THÍCH." Các đánh giá từ giai đoạn ra mắt liệt kê những điểm chưa hoàn thiện — lỗi im lặng khi chạy trên MSYS2 trong Windows, bộ nhớ đệm hot-reload bị cũ, độ trễ lưu bền theo lô khoảng 200ms khiến hiển thị tiến trình trên UI bị chậm theo, và chỉ trích từ cộng đồng rằng GitHub Issues bị vô hiệu hóa trên một kho lưu trữ được định vị là hạ tầng công cộng. Trải nghiệm sản phẩm mặc định cũng vẫn kém xa các coding agent chỉn chu mà nó được đem ra so sánh; một đánh giá trực tiếp kết luận rằng bản phát hành mã nguồn mở là một bộ khung runtime agent, chưa phải là một sản phẩm hoàn chỉnh.

DSH không phù hợp ở đâu? Bốn tình huống. Thứ nhất, nếu bạn muốn sự hoàn chỉnh trọn gói — Claude Code và Codex hiện tại hoàn thiện hơn, còn DSH dành cho những người muốn có khung sườn và sẵn sàng tự hoàn thiện nó. Thứ hai, nếu bạn không thể kiểm toán những gì mình chạy: nguồn gốc plugin, khác biệt cấu hình, và ranh giới thông tin xác thực đều do bạn tự cung cấp, và sử dụng trong sản xuất đòi hỏi cơ chế quản trị mà bạn phải tự thiết lập. Thứ ba, nếu bạn đang đo điểm chuẩn mô hình: bạn không thể chạy một mô hình ở chế độ Standard và một mô hình khác ở chế độ Minimal rồi gọi sự khác biệt đó là kết quả của mô hình — bạn đã thay đổi bộ khung chạy thử, không chỉ đơn thuần là mô hình. Thứ tư, nếu bạn nhạy cảm về chi phí liên quan đến chi phí token phụ trội: bối cảnh luôn bật có thể đốt hàng nghìn token đầu vào trước khi mô hình thực hiện bất kỳ công việc thực sự nào.

Điều đó có nghĩa gì đối với DeepSeek V4.1 Flash và DeepSeek V4 Pro

DSH mặc định dùng DeepSeek V4.1 Flash — model mà API của DeepSeek cung cấp dưới tên deepseek-flash — và bản dựng chủ lực DeepSeek V4 Pro (DeepSeek-V4-Pro-0813) thuộc cùng dòng model mà harness được tạo ra để chạy. Cả hai hiện đều có sẵn thông qua các lệnh gọi API thông thường, không cần harness, và cả hai đều được lưu trữ trên OrcaRouter đúng theo mức giá niêm yết của chính DeepSeek, được chuyển nguyên giá với 0% markup: $0.15 cho đầu vào và $0.60 cho đầu ra mỗi triệu token đối với DeepSeek V4.1 Flash, còn DeepSeek V4 Pro là $0.66/$1.98. Đó là mức giá ngoài giờ cao điểm, và DeepSeek nhân đôi mức này trong khoảng 01:00–04:00, rồi nhân đôi thêm một lần nữa trong khoảng 06:00–10:00 UTC vào các ngày trong tuần. Ảnh chụp màn hình bên dưới là bản chụp tháng 8 của trang model DeepSeek V4 Flash 0731, và mức $0.15/$0.29 in trên đó là giá của bản phát hành ấy: trang định giá của DeepSeek hiện chỉ hiển thị một mục Flash duy nhất, deepseek-flash = DeepSeek-V4.1-Flash, ở mức $0.15/$0.60. Hãy đọc thẻ đó như một bản ghi tại một thời điểm cụ thể, chứ không phải mức giá của ngày hôm nay.

Ranh giới trung thực: OrcaRouter là một bộ định tuyến mô hình, không phải môi trường chạy tác nhân, nên chúng tôi không lưu trữ DSH — nó không phải là một mô hình. Điều mà một bộ định tuyến thực sự giải quyết ở đây là bài toán chuyển đổi dự phòng mà DSH đặt ra. Bộ khung này là một bản xem trước thay đổi chóng mặt — hôm nay là 0.2.0-rc.2, với ứng dụng desktop chồng lên trên nó còn non trẻ hơn nữa — và việc dồn lưu lượng production vào nó nghĩa là đặt cược vào các điểm số agentic do nhà cung cấp tự báo cáo. Chạy cùng những mô hình DeepSeek đó qua một lớp định tuyến chỉ với một khóa duy nhất cho phép bạn kiểm tra các con số gốc của DSH trong khi vẫn giữ chuyển đổi dự phòng tự động giữa các nhà cung cấp cho phần lưu lượng buộc phải tiếp tục hoạt động. Bộ khung mới là thứ để thử nghiệm; những mô hình mà nó chạy mới là thứ cần định tuyến một cách cẩn trọng.

Điểm mấu chốt

DeepSeek Harness là thứ hệ trọng nhất mà DeepSeek đã mở mã nguồn kể từ chính các mô hình, vì nó thay đổi ý nghĩa của “DeepSeek”: không chỉ là các mô hình, mà còn là lớp tác nhân vận hành chúng. Với một độc giả đang cân nhắc nên làm gì: nếu bạn xây dựng tác nhân, hãy cài ứng dụng desktop hoặc dòng lệnh 0.2.0-rc.2 trong tuần này và chạy bài kiểm thử tái lập — mức Terminal-Bench 82.7 mà DeepSeek công bố cho mô hình Flash của mình được tạo ra bên trong harness này, và giờ bạn có thể tự kiểm chứng. Nhưng hãy coi nó đúng như bản chất của nó: một bản xem trước dành cho nhà phát triển với những thay đổi phá vỡ tương thích sắp tới, một hệ thống plugin thưởng cho những người thích làm chủ ngăn xếp công nghệ của mình, và một harness vẫn còn thô ráp hơn các lựa chọn thay thế đã được trau chuốt. Nếu bạn dùng Linux, ứng dụng đóng gói chưa phải là con đường dành cho bạn — npm mới là. Các mô hình bên dưới mới là phần đáng tin cậy, và bạn có thể định tuyến những mô hình đó một cách tự tin ngay hôm nay.