DeepSeek Harness forklaret: Sådan fungerer den plugin-baserede agent-motor

Det er den vigtigste forskel på Harness og en typisk AI-applikation. I mange kommercielle produkter kan brugeren konfigurere prompts, værktøjer og integrationer, mens selve eksekveringsmodellen stadig er leverandørens. Harness forsøger også at gøre dette lag konfigurerbart.

I praksis kan Harness startes via Node.js med kommandoen

npx @deepseek-ai/dsh web

Fire runtime-tilstande

Udviklerpreviewet leveres med fire forudindstillede tilstande. De er ikke fire separate produkter, men forskellige sammensætninger af de samme runtime-komponenter.

Standard

Standard er det komplette kodningsagentmiljø med filredigering, shell-adgang, søgning, skills, planlægning, mål, underagenter og workflows. Det er den mest generelle indstilling til softwareopgaver.

Code

Code stiller værktøjerne til rådighed gennem en kodeorienteret grænseflade, så modellen kan samle flere handlinger i ét TypeScript-program. Det kan være praktisk, når en opgave består af mange nært beslægtede værktøjskald.

Minimal

Minimal begrænser miljøet til en vedvarende shell og et filredigeringsværktøj. Den smalle opsætning er især tænkt til mere kontrollerede modelevalueringer og til at undersøge agentadfærd med færre indbyggede funktioner.

Creator

Creator henvender sig til udviklere, der vil lave nye presets. Tilstanden tilføjer runtime-inspektion og eksperimenter med plugins i hukommelsen, så man kan undersøge, hvordan komponenterne kan kombineres på nye måder.

Derfor er den løbende sessionslog vigtig

Harness lægger stor vægt på sporbarhed. Sessioner gemmes som en append-only-hændelsesstrøm, hvor det, modellen ser og gør, registreres. Det omfatter systemprompts, ræsonnement, værktøjskald og resultater, planlægning af underagenter samt kontekstindsættelser. Den samme historik kan bruges til søgning, afspilning, genoptagelse og forgrening.

Det kan gøre agentens adfærd lettere at fejlfinde og genskabe. Hvis en kørsel fejler, har udvikleren en mere komplet registrering af den kontekst og de handlinger, der førte til problemet. Med en forgrening kan man desuden fortsætte fra et tidligere punkt i stedet for at starte hele forsøget forfra.

Detaljerede logs skaber samtidig nye driftsmæssige udfordringer. De kan indeholde følsomme prompts, kildekode, værktøjsoutput, legitimationsoplysninger, som ved en fejl er blevet vist til modellen, eller andre private data. Før logs bruges som almindelige produktionsdata, bør teams derfor fastlægge regler for opbevaring, adgangskontrol, redigering af følsomme oplysninger og sandkasser.

Harness sammenlignet med Claude Code og Codex

DeepSeek Harness bliver ofte nævnt sammen med Claude Code og OpenAI Codex, men de tre løsninger ligger ikke helt samme sted i stakken.

Claude Code og Codex er integrerede kodningsagent-produkter, der forsøger at levere en samlet arbejdsgang med begrænset opsætning. Harness er derimod en åben runtime, hvor værdien især ligger i komposition og kontrol. Modellen, værktøjerne, lagringen, sandkassen, sessionerne og agent-loopet er tænkt som udskiftelige plugins frem for faste dele af et leverandørstyret produkt.

Det giver et ret enkelt valg:

• Vælg et integreret produkt, hvis en gennemarbejdet arbejdsgang, lav opsætningsbyrde og en mere administreret drift er vigtigst.
• Undersøg Harness, hvis modelportabilitet, selvhosting, reproducerbarhed, egne eksekveringsregler eller agentforskning vejer tungere end en løsning, der fungerer direkte fra start.

En mere åben arkitektur gør ikke automatisk Harness til en bedre kodningsassistent. Den reelle sammenligning er mellem et fleksibelt runtime-fundament og mere holdningsprægede produkter. Harness skal derfor bevise, at fleksibiliteten er stor nok til at retfærdiggøre det ekstra udviklingsarbejde.

Hvad fortæller GitHub-interessen?

Projektet fik usædvanligt meget opmærksomhed kort efter lanceringen. Rapporter beskriver over 20.000 GitHub-stjerner efter cirka én til halvanden time, mens senere opgørelser placerer repositoryet over 141.000 stjerner den 17. august 2026.

Tallene er bemærkelsesværdige, men de skal fortolkes forsigtigt. GitHub-stjerner måler opmærksomhed, nysgerrighed og bogmærkning – ikke aktive installationer, vellykkede opgaver, sikkerhed, stabilitet eller vedvarende kapacitet hos projektets vedligeholdere. Påstande om, at Harness voksede hurtigere end Grok-1, afhænger desuden af, hvordan projekter og tidsvinduer måles, og bør derfor ses som rapporterede sammenligninger frem for endelige brancherekorder.

Den stærkeste konklusion er, at der er betydelig udviklerinteresse for en mere åben agentstak. Den svagere konklusion – at frameworket allerede er produktionsklart – kan ikke udledes af stjerneantallet alene.

Påstande om understøttelse af mere end 40 modeller, omkring 47.600 ubufrede inputtokens pr. interaktion, fejl blandt fem testede tredjepartsplugins og over 2.000 tidlige pluginforslag er ikke tilstrækkeligt underbygget af de stærkeste kilder her. De bør derfor behandles som ubekræftede rapporter og ikke som beslutningsgrundlag.

Pris og stabilitet kan blive afgørende

MIT-licensen gælder selve frameworkkoden, men gør ikke modelinference gratis. En agent-runtime kan sende systeminstruktioner, værktøjsresultater, politikker og tidligere historik igen og igen i løbet af en opgave. Hvis rapporterne om cirka 47.600 ubufrede inputtokens pr. interaktion viser sig at være korrekte, kan kontekststørrelsen blive en mærkbar faktor for både pris og svartid.

Den faktiske regning afhænger dog af valg af model, cache-træffere, beskæring af kontekst, mængden af værktøjsoutput og antallet af agent-iterationer.

DeepSeek lancerede samtidig V4-Pro med en bevægelse fra faste API-priser til peak- og off-peak-priser. Rapporter angiver en peak-pris på 3,96 dollar pr. million outputtokens for V4-Pro mod tidligere 0,87 dollar. Den konkrete pris for en Harness-arbejdsgang afhænger stadig af de samme faktorer: modelvalg, caching, kontekststyring, værktøjsmængde og antal kald.

Stabiliteten er en anden begrænsning. DeepSeek kalder selv Harness et udviklerpreview og advarer om, at centrale plugins og API’er fortsat vil ændre sig. Udviklere, der tester systemet, bør derfor fastlåse versioner, låse plugin-afhængigheder, isolere eksperimenter, teste opgraderinger før udrulning og have en plan for tilbagerulning.

Rapporter om fejl i tidlige tredjepartsplugins og mange pluginforslag kan pege på et økosystem, der udvikler sig hurtigt, men de konkrete tal er ikke tilstrækkeligt dokumenteret til at fungere som præcise målepunkter. Den generelle tekniske lære er dog klar: Hvert ekstra udvidelsespunkt medfører mere arbejde med kompatibilitet og sikkerhed.

Konklusion

DeepSeek Harness er interessant, fordi det gør agent-runtime’en – ikke kun modellen – til et åbent og selvstændigt udviklingslag. Cordis-pluginarkitekturen og den append-only sessionshistorik giver usædvanligt meget kontrol over, hvordan en agent ræsonnerer, handler, gemmer tilstand og kan inspiceres.

Det gør Harness relevant for forskere, infrastrukturteams og udviklere, der har brug for sammensættelige agentsystemer. Det er mindre oplagt for teams, der først og fremmest ønsker en pålidelig kodningsassistent med minimal opsætning.

Den mest sandsynlige rolle på kort sigt er derfor ikke at erstatte Claude Code eller Codex fra den ene dag til den anden. Harness er snarere et åbent alternativ for teams, der vil bytte bekvemmelighed fra en færdig produktoplevelse for modelportabilitet, gennemsigtighed og kontrol. Om det bliver en holdbar platform, afhænger af stabiliteten i API’erne, kvaliteten af plugins, sikkerhedsgrænserne, dokumentationen og den driftsmæssige kompleksitet efter den første demo.