AnswersPublished18 sources
DeepSeek V4 Pro og Harness: Derfor kan agentens runtime være vigtigere end modellen
DeepSeek kombinerede lanceringen af V4 Pro med Harness v0.1, en MIT licenseret udviklerpreview – ikke et færdigt produkt til slutbrugere. Harness gør agentens runtime modulær: modeller, værktøjer, sessioner, lagring, sandkasser, planlægning, agentloop og brugerflade kan udskiftes via Cordis plugins.
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Research answer
Key takeaways
- DeepSeek kombinerede lanceringen af V4 Pro med Harness v0.1, en MIT licenseret udviklerpreview – ikke et færdigt produkt til slutbrugere.
- Harness gør agentens runtime modulær: modeller, værktøjer, sessioner, lagring, sandkasser, planlægning, agentloop og brugerflade kan udskiftes via Cordis plugins.
- I Composios test lykkedes 129 af 240 kørsler med den samme DeepSeek V4 Flash model, afhængigt af hvilken harness der blev brugt.
- Resultaterne peger på, at den praktiske måleenhed for AI agenter i stigende grad er kombinationen af model og runtime – ikke modellen alene.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What were DeepSeek’s August 13, 2026 announcements of the official DeepSeek V4 Pro and the MIT-licensed developer preview of DeepSeek Harnes. Article summary: On August 13, DeepSeek paired the official release of DeepSeek V4 Pro—its agent-work-oriented flagship—with Harness v0.1, an MIT-licensed, source-available developer preview for people building agent runtimes rather than. Topic tags: general, general web, user generated. 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 with fa
DeepSeeks lancering den 13. august 2026 bestod af to forskellige lag i AI-stakken: den officielle DeepSeek V4 Pro, som især er målrettet agentopgaver, og DeepSeek Harness v0.1, en MIT-licenseret udviklerpreview til at bygge og ændre agent-runtime-miljøer. 32
20
Det strategiske budskab rækker derfor længere end en almindelig modellancering. I praksis arbejder en AI-agent ikke alene. Modellen er omgivet af et system, der leverer kontekst, værktøjer, hukommelse, adgangspolitikker, fejlhåndtering, eksekvering og evaluering. Composios tests tyder på, at dette system kan ændre både succesrate og omkostninger markant – selv når den underliggende model er den samme. 3
To lanceringer den 13. august
DeepSeek udgav den officielle V4 Pro-version samtidig med Harness v0.1. Harness distribueres som dsh og præsenteres som infrastruktur til udviklere, der bygger agent-harnesses – ikke som en moden, færdig erstatning for produkter som Claude Code eller Codex. 32
20
Licensen er vigtig. Ved at udgive udviklerpreviewen under den tilladelige MIT-licens åbner DeepSeek runtime-miljøet for inspektion, ændringer og udvidelser. Dokumentationen beskriver samtidig en modelagnostisk arkitektur, hvor udviklere kan arbejde med forskellige modeludbydere i stedet for at være bundet til én bestemt model. 22
28
Derfor er Composios resultater relevante
Composio kørte den samme DeepSeek V4 Flash-model gennem otte agent-harnesses på 30 flertrinsopgaver. På tværs af 240 kørsler lykkedes 129, svarende til en samlet succesrate på 53,8 procent. Kun seks af de 30 arbejdsgange blev gennemført korrekt af samtlige harnesses. 3
Forskellene mellem runtime-miljøerne var betydelige:
- Pi Agent gennemførte 20 af 30 opgaver.
- Oh My Pi gennemførte 17 af 30.
- Claude Code, Codex og DeepAgents gennemførte hver 16 af 30.
- Hermes Agent gennemførte 15 af 30.
- OpenCode gennemførte 14 af 30.
De rapporterede omkostninger varierede også. Composio anslog prisen pr. vellykket opgave til cirka 0,195 dollar for Claude Code, 0,081 dollar for Codex og 0,045 dollar for DeepAgents. Pi Agent blev opgjort til 0,028 dollar, selv om sammenligningen bør læses i lyset af undersøgelsens metode og de forskellige runtime-miljøers adfærd. 3
Det er ikke en universel rangliste over agentprodukter. Resultaterne dokumenterer en smallere, men vigtig pointe: Modelbenchmarks beskriver ikke hele agentens præstation. Den praktiske sammenligning er i stigende grad model-plus-harness-konfigurationen.
Hvad DeepSeek Harness er bygget til
Harness er baseret på Cordis, et framework hvor runtime-funktioner eksponeres som plugins. DeepSeeks arkitekturdokumentation beskriver modeladapteren, værktøjsregistret, sessionsloggen og agentloopet som udskiftelige komponenter. 17
Andre plugin-grænser omfatter blandt andet:
- model- og udbyderadaptere;
- værktøjer og færdigheder;
- sessioner og lagring;
- sandkasser og eksekveringsmiljøer;
- planlægning og koordinering af underagenter;
- selve agentloopet; og
- brugerfladen.
Designet adskiller sprogmodellen fra den maskinpark, der forvandler et svar til en løbende agentproces. Udviklere kan dermed ændre, hvordan agenten samler kontekst, kalder værktøjer, gemmer tilstand, forsøger igen efter fejl eller viser sit arbejde – uden at skulle omskrive hele runtime-miljøet. 17
20
Udtrykket »alt er et plugin« handler derfor om mere end pakning og softwarestruktur. Det placerer harness-laget – laget mellem modellen og det miljø, den arbejder i – centralt i eksperimenteringen.
Sporbare sessioner gør iteration mulig
DeepSeek oplyser, at Harness registrerer, hvad modellen ser og gør, i en append-only sessionslog. Den omfatter blandt andet systemprompter, ræsonnementer, værktøjskald og resultater, planlægning af underagenter samt kontekst, der bliver tilføjet undervejs. I visningen Trajectory kan udviklere inspicere hændelsesstrømmen, mens genoptagelse, forgrening, søgning og afspilning arbejder på den samme historik. 22
For udviklere giver det flere potentielle fordele:
- Fejlfinding: Fejl kan undersøges som en kæde af kontekstændringer og handlinger i stedet for kun at blive vurderet ud fra det endelige svar.
- Reproducerbarhed: En arbejdsgang kan afspilles eller gendannes, så man kan sammenligne den efter ændringer i prompts, værktøjer eller plugins.
- Forgrenede eksperimenter: En trajectory kan kopieres, så en alternativ strategi kan testes uden at slette den oprindelige kørsel.
- Evalueringsdata: Vellykkede og mislykkede forløb kan bruges til at afprøve nye værktøjer, prompts, politikker eller agentloops.
Det kan understøtte en løbende forbedringscyklus: Kør en opgave, undersøg forløbet, find fejlen, ændr et plugin, kør arbejdsgangen igen og gem resultatet. Men et system, der registrerer og afspiller trajectories, er ikke automatisk et system, der lærer selv. Dokumentationen understøtter Harness som et efterprøvbart grundlag for iterativ udvikling – ikke som bevis på pålidelig autonom forbedring. 22
Hukommelse og selvudvikling kræver et forbehold
Harness-økosystemet rummer allerede tredjepartsprojekter, der reklamerer med hukommelse på tværs af sessioner og selvudvikling i baggrunden. 18
19
Projekterne viser, at plugin-arkitekturen kan rumme funktioner som persistent hukommelse, projekthistorik, selvevaluering og håndtering af færdigheder. De dokumenterer ikke, at den grundlæggende v0.1-udgave sikkert eller generelt kan foretage kontinuerlig selvforbedring. Forskellen er væsentlig: Valgfrie plugins, eksperimentelle integrationer og kernefunktioner bør ikke behandles som det samme.
Før produktionsbrug skal teams fortsat vurdere datalagring, tilladelser, isolering af sandkasser, håndtering af legitimationsoplysninger, muligheder for tilbagerulning og risikoen for, at et automatiseret system ændrer sine egne værktøjer eller procedurer.
Den strategiske satsning: at eje udviklernes indgang til AI
DeepSeek kan konkurrere på modellaget med V4 Pro og V4 Flash. Med Harness får virksomheden samtidig en mulighed for at konkurrere på det lag, hvor udviklere beslutter, hvordan modellerne skal bruges.
Det lag bestemmer blandt andet:
- hvilken model der vælges;
- hvordan kontekst samles og komprimeres;
- hvilke værktøjer og tilladelser der er tilgængelige;
- hvordan langvarige opgaver genoptages;
- hvordan fejl opdages og håndteres;
- hvordan agentforløb evalueres; og
- hvilke plugins der bliver en del af arbejdsgangen.
En åben runtime gør det attraktivt for eksterne udviklere at bygge adaptere, værktøjer, hukommelseslag og arbejdsgange omkring DeepSeeks arkitektur. Samtidig kan arkitekturen holde DeepSeek indflydelsesrig ved udviklernes indgang til agentteknologien, selv om runtime-miljøet understøtter flere modeludbydere. Det kan vise sig at være en mere holdbar position end kun at konkurrere på modelvægte eller API-priser.
Tilgangen åbner også for AI-assisteret udvikling af AI. En agent kan eksempelvis hjælpe med at generere et plugin, undersøge fejlslagne trajectories, foreslå en ændring, køre en evaluering og bevare historikken over eksperimenterne. Det bør forstås som infrastruktur til en teknisk feedbacksløjfe – ikke som tegn på en færdig, selvforbedrende agent.
Hvorfor v0.1-mærkatet betyder noget
Harness' status som udviklerpreview er afgørende for at forstå udgivelsen. Den signalerer en invitation til at eksperimentere og udvikle videre sammen, men betyder også, at API'er, integrationer, sikkerhedskontroller og driftsadfærd stadig kan ændre sig. 20
Udviklere bør derfor vurdere Harness som et åbent framework og en platform til forskning og eksperimenter. Man bør ikke gå ud fra, at det allerede har samme stabilitet, finish eller sikkerhedsforanstaltninger som et modent coding-agent-produkt.
Konklusion
DeepSeeks udmeldinger den 13. august koblede en modellancering med en infrastrukturstrategi. V4 Pro leverer flagskibsmodellen, mens Harness åbner den runtime, der afgør, hvordan en model arbejder med værktøjer, kontekst, hukommelse og langvarige opgaver. 32
20
Composios resultater forklarer, hvorfor forskellen er vigtig: Den samme V4 Flash-model gennemførte mellem 14 og 20 af de testede opgaver, afhængigt af hvilken harness der blev brugt, mens de rapporterede omkostninger også varierede markant. 3 Harness' plugin-arkitektur og sporbare trajectories giver DeepSeek et troværdigt fundament for eksperimenter, evaluering og AI-assisteret udvikling. De beviser ikke i sig selv, at kontinuerlig læring fungerer pålideligt – men de kan være med til at gøre harness-laget til en af de vigtigste slagmarker i næste fase af agentudviklingen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek V4 Pro og Harness: Derfor kan agentens runtime være vigtigere end modellen"?
DeepSeek kombinerede lanceringen af V4 Pro med Harness v0.1, en MIT licenseret udviklerpreview – ikke et færdigt produkt til slutbrugere.
What are the key points to validate first?
DeepSeek kombinerede lanceringen af V4 Pro med Harness v0.1, en MIT licenseret udviklerpreview – ikke et færdigt produkt til slutbrugere. Harness gør agentens runtime modulær: modeller, værktøjer, sessioner, lagring, sandkasser, planlægning, agentloop og brugerflade kan udskiftes via Cordis plugins.
What should I do next in practice?
I Composios test lykkedes 129 af 240 kørsler med den samme DeepSeek V4 Flash model, afhængigt af hvilken harness der blev brugt.