AntwortenVeröffentlicht18 Quellen
DeepSeek V4 Pro und Harness: Der unterschätzte Faktor hinter leistungsfähigen KI-Agenten
DeepSeek stellte am 13. August 2026 V4 Pro gemeinsam mit Harness v0.1 vor – einer quelloffenen Entwickler Vorschau unter MIT Lizenz, nicht einem fertigen Coding Agenten.
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- DeepSeek stellte am 13. August 2026 V4 Pro gemeinsam mit Harness v0.1 vor – einer quelloffenen Entwickler Vorschau unter MIT Lizenz, nicht einem fertigen Coding Agenten.
- Harness behandelt die Agent Laufzeit als modulare Infrastruktur: Modelle, Tools, Sitzungen, Speicher, Ausführungsumgebungen, Schleifen, Zeitplanung und Benutzeroberfläche können über Cordis Plugins ausgetauscht werden.
- In Composios Vergleich absolvierte dasselbe DeepSeek V4 Flash Modell je nach Harness zwischen 14 und 20 von 30 Aufgaben erfolgreich.
- Nachvollziehbare Sitzungsprotokolle und Trajectory Funktionen schaffen eine Grundlage für reproduzierbare Tests und KI gestützte Entwicklungsprozesse – sind aber kein Beleg für zuverlässiges, autonomes Selbstlernen.
KI-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
DeepSeek hat am 13. August 2026 zwei unterschiedliche Ebenen seines KI-Stacks miteinander verknüpft: das offizielle DeepSeek V4 Pro, das auf agentische Arbeitsabläufe ausgerichtet ist, und DeepSeek Harness v0.1, eine Entwickler-Vorschau zum Aufbau und zur Anpassung von Agent-Laufzeiten. 32
20
Die strategische Botschaft geht damit über einen gewöhnlichen Modellstart hinaus. In der Praxis arbeitet ein KI-Agent nie mit dem Modell allein. Er benötigt ein System, das Kontext bereitstellt, Werkzeuge verwaltet, Speicher führt, Ausführungsregeln durchsetzt, Fehler behandelt und Ergebnisse bewertet. Tests von Composio legen nahe, dass diese Umgebung Erfolgsquote und Kosten erheblich verändern kann – selbst wenn das zugrunde liegende Modell gleich bleibt. 3
Die beiden Ankündigungen vom 13. August
DeepSeek veröffentlichte die offizielle V4-Pro-Version zusammen mit Harness v0.1. Das Projekt wird als dsh ausgeliefert und richtet sich an Entwickler, die eigene Agent-Harnesses bauen. Es ist nicht als ausgereifter Ersatz für Produkte wie Claude Code oder Codex gedacht. 32
20
Die Lizenzwahl ist dabei von besonderer Bedeutung: Die Entwickler-Vorschau steht unter der freizügigen MIT-Lizenz. Dadurch können Entwickler den Code prüfen, verändern und erweitern. Die Dokumentation beschreibt außerdem eine modellagnostische Architektur. Teams sollen also mit unterschiedlichen Modellanbietern arbeiten können, ohne an ein einziges Modell gebunden zu sein. 22
28
Warum die Composio-Ergebnisse Harness ins Zentrum rücken
Composio ließ dasselbe Modell, DeepSeek V4 Flash, mit acht verschiedenen Agent-Harnesses 30 mehrstufige Aufgaben bearbeiten. Von 240 Durchläufen waren 129 erfolgreich – eine Gesamterfolgsquote von 53,8 Prozent. Nur sechs der 30 Arbeitsabläufe wurden von jedem Harness erfolgreich abgeschlossen. 3
Die Unterschiede zwischen den Laufzeiten waren beträchtlich:
- Pi Agent erledigte 20 von 30 Aufgaben.
- Oh My Pi kam auf 17 von 30.
- Claude Code, Codex und DeepAgents schafften jeweils 16 von 30.
- Hermes Agent absolvierte 15 von 30.
- OpenCode kam auf 14 von 30.
Auch die gemeldeten Kosten unterschieden sich. Composio veranschlagte die Kosten pro erfolgreicher Aufgabe bei Claude Code auf etwa 0,195 US-Dollar, bei Codex auf 0,081 US-Dollar und bei DeepAgents auf 0,045 US-Dollar. Für Pi Agent wurden 0,028 US-Dollar angegeben. Diese Werte sollten allerdings zusammen mit der Methodik der Untersuchung und dem jeweils unterschiedlichen Verhalten der Laufzeiten gelesen werden. 3
Das ist keine allgemeingültige Rangliste aller Agent-Produkte. Die Ergebnisse stützen vielmehr eine engere, aber wichtige Schlussfolgerung: Modell-Benchmarks beschreiben die Leistungsfähigkeit eines Agenten nicht vollständig. Die praktische Vergleichseinheit lautet zunehmend Modell plus Harness.
Was DeepSeek Harness leisten soll
Harness basiert auf Cordis, einem Framework, in dem die Fähigkeiten der Laufzeit über Plugins bereitgestellt werden. Laut der Architektur-Dokumentation sind unter anderem der Modelladapter, das Tool-Register, das Sitzungsprotokoll und die Agent-Schleife austauschbare Komponenten. 17
Weitere Plugin-Grenzen betreffen:
- Modelle und Anbieteradapter;
- Tools und Skills;
- Sitzungen und Datenspeicherung;
- Sandboxes und Ausführungsumgebungen;
- Zeitplanung und die Koordination von Unteragenten;
- die Agent-Schleife; sowie
- die Benutzeroberfläche.
Damit trennt DeepSeek das Sprachmodell von der technischen Infrastruktur, die aus einer einzelnen Antwort einen fortlaufenden Agent-Prozess macht. Entwickler können somit verändern, wie ein Agent Kontext zusammenstellt, Tools aufruft, Zustände speichert, Fehler wiederholt oder seine Arbeit präsentiert, ohne die gesamte Laufzeit neu schreiben zu müssen. 17
20
Der Grundsatz „Alles ist ein Plugin“ ist deshalb mehr als ein Detail der Softwarearchitektur. Er rückt die Harness-Ebene – also die Schicht zwischen Modell und Arbeitsumgebung – ins Zentrum des Experimentierens.
Nachvollziehbare Sitzungen als Grundlage für Iteration
DeepSeek zufolge zeichnet Harness in einem unveränderlichen, nur erweiterbaren Sitzungsprotokoll auf, was das Modell sieht und tut. Dazu gehören System-Prompts, Denkprozesse, Tool-Aufrufe und deren Ergebnisse, die Zeitplanung von Unteragenten sowie jede Einfügung in den Kontext. In der Trajectory-Ansicht lässt sich dieser Ereignisstrom untersuchen; Funktionen wie Fortsetzen, Verzweigen, Suchen und Wiedergeben greifen auf denselben Datensatz zurück. 22
Für Entwickler entstehen daraus mehrere praktische Vorteile:
- Bessere Fehlersuche: Fehler lassen sich als Abfolge von Kontextänderungen und Aktionen untersuchen – nicht nur anhand der abschließenden Antwort.
- Reproduzierbarkeit: Ein Arbeitsablauf kann nach Änderungen an Prompt, Tool oder Plugin erneut ausgeführt und verglichen werden.
- Verzweigte Experimente: Eine Trajektorie lässt sich abspalten, um eine alternative Strategie zu testen, ohne den ursprünglichen Durchlauf zu verlieren.
- Evaluationsdaten: Erfolgreiche und fehlgeschlagene Abläufe können zum Testen neuer Tools, Prompts, Richtlinien oder Agent-Schleifen dienen.
Das könnte einen kontinuierlichen Verbesserungszyklus ermöglichen: Aufgabe ausführen, Trajektorie prüfen, Fehler identifizieren, Plugin anpassen, Ablauf erneut starten und das Ergebnis dokumentieren. Ein System, das Trajektorien aufzeichnet und wiedergibt, ist jedoch nicht automatisch ein selbstlernendes System. Die vorliegenden Belege sprechen für Harness als überprüfbare Grundlage für iterative Entwicklung – nicht für zuverlässig autonomes Lernen. 22
Gedächtnis und Selbstentwicklung: eine wichtige Einschränkung
Im Umfeld von Harness gibt es bereits Projekte von Drittanbietern, die sitzungsübergreifendes Gedächtnis und eine Entwicklung im Hintergrund anpreisen. 18
19
Diese Projekte zeigen, dass sich die Plugin-Architektur um dauerhaften Speicher, Projekthistorien, Selbstprüfung und Skill-Verwaltung erweitern lässt. Sie belegen jedoch nicht, dass die Basisversion 0.1 selbst sicher oder allgemein zuverlässig kontinuierliche Selbstverbesserung beherrscht. Optionale Plugins, experimentelle Integrationen und Kernfunktionen des Produkts sollten nicht gleichgesetzt werden.
Vor einem produktiven Einsatz müssten Teams deshalb unter anderem Datenaufbewahrung, Berechtigungen, Sandbox-Isolation, den Umgang mit Zugangsdaten, Rollback-Mechanismen und das Risiko prüfen, dass ein automatisiertes System seine eigenen Tools oder Abläufe verändert.
Die strategische Wette: den Einstiegspunkt für Entwickler kontrollieren
Mit V4 Pro und V4 Flash kann DeepSeek auf der Modellebene konkurrieren. Harness eröffnet dem Unternehmen zusätzlich eine Position auf der Ebene, auf der Entwickler entscheiden, wie Modelle eingesetzt werden.
Diese Ebene bestimmt:
- welches Modell ausgewählt wird;
- wie Kontext zusammengestellt und komprimiert wird;
- welche Tools und Berechtigungen verfügbar sind;
- wie lang laufende Aufgaben fortgesetzt werden;
- wie Fehler erkannt und behoben werden;
- wie Trajektorien bewertet werden; und
- welche Plugins Teil des Agent-Arbeitsablaufs werden.
Die offene Laufzeit lädt externe Entwickler dazu ein, Adapter, Tools, Speicherlösungen und Arbeitsabläufe rund um DeepSeeks Architektur zu bauen. Gleichzeitig kann DeepSeek über seine Architektur am zentralen Einstiegspunkt für Entwickler präsent bleiben – auch wenn Harness mehrere Modellanbieter unterstützt. Das könnte langfristig stabiler sein, als ausschließlich über Modellgewichte oder API-Preise zu konkurrieren.
Zugleich entsteht ein möglicher Weg hin zu KI-gestützter KI-Entwicklung. Ein Agent könnte beim Erstellen eines Plugins helfen, fehlgeschlagene Trajektorien untersuchen, Änderungen vorschlagen, eine Evaluation ausführen und die Herkunft der einzelnen Experimente dokumentieren. Das ist am besten als Infrastruktur für eine technische Feedbackschleife zu verstehen – nicht als Beleg für einen fertigen, selbstverbessernden Agenten.
Warum die Bezeichnung v0.1 entscheidend ist
Der Status als Entwickler-Vorschau ist für die Einordnung von Harness zentral. DeepSeek lädt damit zum Experimentieren und zur gemeinsamen Weiterentwicklung ein. Zugleich bedeutet v0.1, dass sich Programmierschnittstellen, Integrationen, Sicherheitskontrollen und das Verhalten im Betrieb noch verändern können. 20
Entwickler sollten Harness daher als offenes Framework und als Forschungsplattform bewerten. Sie sollten nicht davon ausgehen, dass die Software bereits die Zuverlässigkeit, den Feinschliff oder die Schutzmechanismen eines ausgereiften Coding-Agenten bietet.
Fazit
DeepSeeks Ankündigungen vom 13. August verbinden einen Modellstart mit einer Infrastrukturstrategie. V4 Pro liefert das neue Spitzenmodell, während Harness die Laufzeit offenlegt, die bestimmt, wie ein Modell mit Tools, Kontext, Speicher und lang laufenden Aufgaben arbeitet. 32
20
Die Ergebnisse von Composio erklären, warum dieser Unterschied zählt: Dasselbe V4-Flash-Modell erledigte je nach Harness zwischen 14 und 20 der getesteten Aufgaben erfolgreich; auch die gemeldeten Kosten lagen deutlich auseinander. 3 Die Plugin-Architektur und die nachvollziehbaren Trajektorien geben DeepSeek eine glaubwürdige Grundlage für Experimente, Evaluation und KI-gestützte Entwicklung. Sie beweisen noch kein verlässliches kontinuierliches Lernen – könnten die Harness-Ebene aber zu einem der entscheidenden Schauplätze der nächsten Phase der Agent-Entwicklung machen.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „DeepSeek V4 Pro und Harness: Der unterschätzte Faktor hinter leistungsfähigen KI-Agenten“?
DeepSeek stellte am 13. August 2026 V4 Pro gemeinsam mit Harness v0.1 vor – einer quelloffenen Entwickler Vorschau unter MIT Lizenz, nicht einem fertigen Coding Agenten.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
DeepSeek stellte am 13. August 2026 V4 Pro gemeinsam mit Harness v0.1 vor – einer quelloffenen Entwickler Vorschau unter MIT Lizenz, nicht einem fertigen Coding Agenten. Harness behandelt die Agent Laufzeit als modulare Infrastruktur: Modelle, Tools, Sitzungen, Speicher, Ausführungsumgebungen, Schleifen, Zeitplanung und Benutzeroberfläche können über Cordis Plugins ausgetauscht werden.
Was soll ich als nächstes in der Praxis tun?
In Composios Vergleich absolvierte dasselbe DeepSeek V4 Flash Modell je nach Harness zwischen 14 und 20 von 30 Aufgaben erfolgreich.