DeepSeek Harness: Det open-source AI-agent framework bygget på 'alt er et plugin'

Frameworket er model-agnostisk, kører lokalt og leveres med funktioner som projektstyring, langtidsholdbar opgavekoordinering, multi-agent orkestrering, konteksthåndtering, websøgning og ekstern skill-aktivering .

For at komme i gang kan udviklere køre en enkelt kommando:

npx @deepseek-ai/dsh web

Fire udførelsestilstande

Harness tilbyder fire forudindstillede tilstande, der hver især indlæser et forskelligt sæt af plugins tilpasset et specifikt formål :

• Standard — Fuld agenttilstand med komplette værktøjskæder, under-agent-dispatching, filredigering, shell-adgang og søgning. Sammenlignelig med Claude Code til dagligt agentarbejde.
• PTC (Programmatic Tool Calling) — Også kaldet Code-tilstand. Værktøjer præsenteres via et Code Mode SDK, så modellen kan orkestrere flere værktøjskald ved at generere TypeScript-kode, der kæder komplekse operationer sammen.
• Minimal — Et minimalistisk miljø med kun et shell-værktøj og en fileditor, designet til ren model-benchmarking og evaluering uden ekstra værktøjer.
• Creation/Creator — Tilpasset tilstandsforfattertilstand. Giver udviklere mulighed for at inspicere det aktuelle udførelsesmiljø, teste Cordis-plugins i hukommelsen og kombinere dem til at bygge nye skræddersyede agentkonfigurationer.

Alle fire tilstande kører på den samme plugin-kerne — forskellen er udelukkende, hvilke plugins der indlæses ved opstart .

Implementering på Kinas Nationale Supercomputer-Internet

Den 14.–15. august 2026 gjorde Kinas Nationale Supercomputer-Internet DeepSeek-V4-Pro-0813 og DeepSeek Harness v0.1 officielt tilgængelige på sin platform — landets første storskala integrerede computerressourcepulje med over 100.000 AI-acceleratorkort . Dette giver indenlandske udviklere adgang til modelimplementering, distribueret inferens, privat hosting og agentudvikling inden for en enkelt national computerinfrastruktur, hvilket sænker de tekniske barrierer for AI-adoption inden for videnskabelig forskning og industrielle applikationer .

Konkurrencepositionering mod Claude Code

DeepSeek positionerer Harness eksplicit som en rival til Anthropics Claude Code og OpenAI Codex, med fokus på kodnings- og kontorproduktivitetsuse cases . Frameworkets teamleder, Cui Tianyi, åbnede global betatestning den 2. august 2026 og tiltrak snesevis af udviklere før den offentlige lancering . V4-Pro-0813-modellen opnåede også konkurrencedygtige agent-fokuserede benchmark-scoringer: Terminal Bench 2.1 på 87,9, DeepSWE på 62,7, Toolathlon-Verified på 74,1 og DSBench-FullStack på 71,1 .

API-prisstigninger — Omvendelse af lavprisstrategi

Samme dag som Harness-lanceringen annoncerede DeepSeek store API-prisstigninger, der vender om på virksomhedens tidligere ry som "Token Price Butcher" :

• V4-Pro-0813 prissættes til $1,32 per million input-tokens og $3,96 per million output-tokens — op til 14x højere end V4 Flash-modellen
• Stigningerne spænder fra 50% til 1.100% over tidligere priser, afhængigt af model, tokentype og brugstidspunkt
• En ny spids-/lavlastningsprisstruktur blev indført, hvor spidslastpriser stiger op til 12x på cache-hit input-tokens — spidslasttimer i Kina er 9:00–12:00 og 14:00–18:00 Peking-tid, med lavlastpriser sat til halvdelen af spidslastpriserne
• DeepSeek havde varslet en "betydelig" prisstigning den 6. august, og analytikere beskriver dette som afslutningen på "billig-æraen" for virksomhedens API-tjenester

Hvorfor dette er vigtigt

De samtidige udgivelser af Harness og V4-Pro-0813, sammen med prisskiftet, signalerer et strategisk skifte hos DeepSeek: fra en ren modeludbyder til en udførelseslags-infrastrukturvirksomhed. Ved at open-source agent-runtimen under MIT og gøre den tilgængelig på national supercomputerinfrastruktur satser DeepSeek på, at det næste konkurrenceområde inden for AI ikke kun er modellen, men hele økosystemet af værktøjer, agenter og arbejdsgange, der bygges omkring den.