DeepSeek Harness: Det open-source AI-agent framework bygget på 'alt er et plugin'
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
Harness leveres med fire forudindstillede udførelsestilstande — Standard, PTC (Programmatisk Værktøjskald), Minimal (benchmarking) og Creator — der hver indlæser forskellige pluginsæt, og positioneres som en direkte k...
Lanceringen skete sammen med udgivelsen af V4 Pro 0813 modellen og et markant skift i prismodellen (op til 14x prisstigninger og ny spids /lavlastningsfakturering), samtidig med at både framework og model blev gjort t...
DeepSeek Harness er modelagnostisk, kører lokalt, og kan startes med en enkelt kommando: 'npx @deepseek ai/dsh web' — hvilket åbner en lokal Web UI på http://127.0.0.1:3080.
What are the key details of DeepSeek's August 2026 launch of Harness, an open-source AI agent execution framework built on a plugin-based arDeepSeek Harness (DSH) v0.1 architecture visualization — an AI agent framework where every component is a plugin.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key details of DeepSeek's August 2026 launch of Harness, an open-source AI agent execution framework built on a plugin-based ar. Article summary: On **August 13, 2026**, DeepSeek launched **DeepSeek Harness (DSH) v0.1**, an open-source AI agent execution framework released as a developer preview under the **MIT license** on GitHub, where it passed 28,000 stars wit. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
Den 13. august 2026 lancerede DeepSeek DeepSeek Harness (DSH) v0.1, et open-source AI-agent-udførelsesframework, udgivet som en developer preview under MIT-licensen på GitHub. På blot tre timer nåede det over 28.000 stjerner . Lanceringen kom blot få timer efter udgivelsen af DeepSeek-V4-Pro-0813-modellen og blev ledsaget af en dramatisk omvending af virksomhedens hidtidige lavpris-API-strategi .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "DeepSeek Harness: Det open-source AI-agent framework bygget på 'alt er et plugin'"?
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
What are the key points to validate first?
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på... Harness leveres med fire forudindstillede udførelsestilstande — Standard, PTC (Programmatisk Værktøjskald), Minimal (benchmarking) og Creator — der hver indlæser forskellige pluginsæt, og positioneres som en direkte k...
What should I do next in practice?
Lanceringen skete sammen med udgivelsen af V4 Pro 0813 modellen og et markant skift i prismodellen (op til 14x prisstigninger og ny spids /lavlastningsfakturering), samtidig med at både framework og model blev gjort t...
DeepSeek Harness: Det open-source AI-agent framework bygget på 'alt er et plugin'
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
Harness leveres med fire forudindstillede udførelsestilstande — Standard, PTC (Programmatisk Værktøjskald), Minimal (benchmarking) og Creator — der hver indlæser forskellige pluginsæt, og positioneres som en direkte k...
Lanceringen skete sammen med udgivelsen af V4 Pro 0813 modellen og et markant skift i prismodellen (op til 14x prisstigninger og ny spids /lavlastningsfakturering), samtidig med at både framework og model blev gjort t...
DeepSeek Harness er modelagnostisk, kører lokalt, og kan startes med en enkelt kommando: 'npx @deepseek ai/dsh web' — hvilket åbner en lokal Web UI på http://127.0.0.1:3080.
What are the key details of DeepSeek's August 2026 launch of Harness, an open-source AI agent execution framework built on a plugin-based arDeepSeek Harness (DSH) v0.1 architecture visualization — an AI agent framework where every component is a plugin.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key details of DeepSeek's August 2026 launch of Harness, an open-source AI agent execution framework built on a plugin-based ar. Article summary: On **August 13, 2026**, DeepSeek launched **DeepSeek Harness (DSH) v0.1**, an open-source AI agent execution framework released as a developer preview under the **MIT license** on GitHub, where it passed 28,000 stars wit. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
Den 13. august 2026 lancerede DeepSeek DeepSeek Harness (DSH) v0.1, et open-source AI-agent-udførelsesframework, udgivet som en developer preview under MIT-licensen på GitHub. På blot tre timer nåede det over 28.000 stjerner . Lanceringen kom blot få timer efter udgivelsen af DeepSeek-V4-Pro-0813-modellen og blev ledsaget af en dramatisk omvending af virksomhedens hidtidige lavpris-API-strategi .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "DeepSeek Harness: Det open-source AI-agent framework bygget på 'alt er et plugin'"?
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på...
What are the key points to validate first?
Den 13. august 2026 open source de DeepSeek DeepSeek Harness v0.1 (MIT licens), et agent udførelsesframework bygget på Cordis meta framework med en 'alt er et plugin' arkitektur, og det nåede 28.000 GitHub stjerner på... Harness leveres med fire forudindstillede udførelsestilstande — Standard, PTC (Programmatisk Værktøjskald), Minimal (benchmarking) og Creator — der hver indlæser forskellige pluginsæt, og positioneres som en direkte k...
What should I do next in practice?
Lanceringen skete sammen med udgivelsen af V4 Pro 0813 modellen og et markant skift i prismodellen (op til 14x prisstigninger og ny spids /lavlastningsfakturering), samtidig med at både framework og model blev gjort t...
Harness er bygget på Cordis meta-framework med en radikal "alt er et plugin"-arkitektur — modeller, værktøjer, skills, sessioner, sandkasser, storage, agent-loops, planlægning og brugergrænseflade er alle implementeret som uafhængigt udskiftelige plugins, der frit kan sammensættes . Den officielle positionering er formlen: "Model + Harness = Agent" — modellen håndterer ræsonnement, mens Harness håndterer udførelsen .
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, som åbner en lokal Web UI på http://127.0.0.1:3080.
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.
theregister.com
DeepSeek's innovative harness treats everything as a plug-in
Harness er bygget på Cordis meta-framework med en radikal "alt er et plugin"-arkitektur — modeller, værktøjer, skills, sessioner, sandkasser, storage, agent-loops, planlægning og brugergrænseflade er alle implementeret som uafhængigt udskiftelige plugins, der frit kan sammensættes . Den officielle positionering er formlen: "Model + Harness = Agent" — modellen håndterer ræsonnement, mens Harness håndterer udførelsen .
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, som åbner en lokal Web UI på http://127.0.0.1:3080.
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.
theregister.com
DeepSeek's innovative harness treats everything as a plug-in