AnswersPublished18 sources
DeepSeek V4 Pro ja Harness: miksi agentin ajonaika voi olla mallia tärkeämpi
DeepSeek yhdisti 13. elokuuta 2026 julkaistussa kokonaisuudessa virallisen V4 Pro mallin ja MIT lisensoidun Harness v0.1 kehittäjäesiversion.
JulkaisijaMuokattu mallilla GPT-5.6 LunaKuvat luotu mallilla GPT Image 1.5
Research answer
Key takeaways
- DeepSeek yhdisti 13. elokuuta 2026 julkaistussa kokonaisuudessa virallisen V4 Pro mallin ja MIT lisensoidun Harness v0.1 kehittäjäesiversion.
- Harness käsittelee agentin ajonaikaa modulaarisena infrastruktuurina: mallit, työkalut, istunnot, tallennus, silmukat, ajoitus, hiekkalaatikot ja käyttöliittymä voidaan vaihtaa liitännäisillä.
- Composion testeissä sama DeepSeek V4 Flash malli onnistui 14–20 tehtävässä 30:stä riippuen käytetystä harness ympäristöstä.
- Lisääntyvä jäljitettävyys, lokit ja Trajectory toiminnot voivat tukea toistettavaa arviointia ja iteratiivista kehitystä, mutta ne eivät yksin todista jatkuvan itseoppimisen toimivuutta.
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
DeepSeek julkaisi 13. elokuuta 2026 kaksi eri tekoälypinon kerrosta koskevaa tuotetta: agenttityöskentelyyn painottuvan virallisen DeepSeek V4 Pro -mallin sekä Harness v0.1:n, MIT-lisensoidun kehittäjäesiversion agenttien ajonaikojen rakentamiseen ja muokkaamiseen. 32
20
Strateginen viesti on laajempi kuin pelkkä uusi mallijulkaisu. Käytännön agenttityössä kielimalli toimii järjestelmän sisällä, joka tarjoaa sille kontekstin, työkalut, muistin, suorituspolitiikat, virheistä palautumisen ja arvioinnin. Composion testit viittaavat siihen, että tämä ympäröivä järjestelmä voi muuttaa merkittävästi sekä onnistumisastetta että kustannuksia, vaikka taustalla oleva malli pysyisi samana. 3
Mitä DeepSeek julkaisi 13. elokuuta?
DeepSeek julkaisi virallisen V4 Pro -version yhdessä Harness v0.1:n kanssa. Harness toimitetaan dsh-nimisenä komentorivityökaluna, ja se on tarkoitettu ennen kaikkea agenttien ajonaikoja rakentaville kehittäjille – ei valmiiksi, loppukäyttäjille suunnatuksi korvaajaksi Claude Coden tai Codexin kaltaisille tuotteille. 32
20
Lisenssivalinta on olennainen osa julkaisua. Kehittäjäesiversion julkaiseminen sallivalla MIT-lisenssillä avaa ajonaikaa tarkasteltavaksi, muokattavaksi ja laajennettavaksi. Dokumentaation mukaan arkkitehtuuri on malliriippumaton: kehittäjät voivat käyttää eri mallipalveluntarjoajia ilman sitoutumista vain yhteen malliin. 22
28
Miksi Composion testit tekevät Harnessista kiinnostavan?
Composio ajoi saman DeepSeek V4 Flash -mallin kahdeksan agenttiharnessin läpi 30 monivaiheisessa tehtävässä. Yhteensä 240 ajosta onnistui 129 eli 53,8 prosenttia. Vain kuusi 30 työnkulusta onnistui kaikilla testatuilla harness-ympäristöillä. 3
Harnessien väliset erot olivat huomattavia:
- Pi Agent suoritti 20 tehtävää 30:stä.
- Oh My Pi suoritti 17 tehtävää 30:stä.
- Claude Code, Codex ja DeepAgents suorittivat kukin 16 tehtävää 30:stä.
- Hermes Agent suoritti 15 tehtävää 30:stä.
- OpenCode suoritti 14 tehtävää 30:stä.
Myös raportoidut kustannukset erosivat. Composio arvioi onnistunutta tehtävää kohden kustannukseksi noin 0,195 dollaria Claude Codella, 0,081 dollaria Codexilla ja 0,045 dollaria DeepAgentsilla. Pi Agentin vastaava kustannus oli 0,028 dollaria, mutta tuloksia on tarkasteltava tutkimuksen menetelmien ja eri ajonaikojen erilaisen toiminnan yhteydessä. 3
Kyse ei ole kaikkien agenttituotteiden yleispätevästä paremmuusjärjestyksestä. Testi tukee kuitenkin rajatumpaa ja tärkeää johtopäätöstä: pelkät mallivertailut eivät kuvaa agentin suorituskykyä kokonaan. Käytännön vertailuyksiköksi on nousemassa mallin ja harnessin yhdistelmä.
Harness erottaa mallin sen toimintaympäristöstä
Harness rakentuu Cordisin päälle. Cordis on kehys, jossa ajonaikaiset ominaisuudet tarjotaan liitännäisinä eli plugineina. DeepSeekin arkkitehtuurikuvauksen mukaan mallisovitin, työkalurekisteri, istuntoloki ja agenttisilmukka ovat kaikki vaihdettavia komponentteja. 17
Muita liitäntärajoja ovat muun muassa:
- mallit ja palveluntarjoajien sovittimet;
- työkalut ja taidot;
- istunnot ja tallennus;
- hiekkalaatikot ja suoritusympäristöt;
- ajoitus ja aliagenttien koordinointi;
- agenttisilmukka; sekä
- käyttöliittymä.
Arkkitehtuuri erottaa kielimallin niistä mekanismeista, jotka tekevät vastauksesta jatkuvasti toimivan agenttiprosessin. Kehittäjä voi siten muuttaa esimerkiksi kontekstin kokoamista, työkalukutsuja, tilan tallennusta, uudelleenyrityksiä tai tulosten esittämistä kirjoittamatta koko ajonaikaa uusiksi. 17
20
Väite siitä, että ”kaikki on plugin”, ei ole vain tapa paketoida ohjelmistoa. Se nostaa mallin ja työympäristön väliin jäävän harness-kerroksen kokeilujen keskiöön.
Jäljitettävät istunnot luovat pohjan iteroinnille
DeepSeekin mukaan Harness tallentaa kaiken mallin näkemän ja tekemän liitettävään, vain lisäämällä kasvavaan istuntolokiin. Mukana ovat järjestelmäkehotteet, päättely, työkalukutsut ja niiden tulokset, aliagenttien ajoitus sekä kontekstin lisäykset. Trajectory-näkymässä tapahtumavirtaa voi tarkastella, ja palautus, haarauttaminen, haku ja toisto perustuvat samaan tietueeseen. 22
Kehittäjälle tämä tarjoaa useita hyödyllisiä ominaisuuksia:
- Virheiden jäljitys: epäonnistumista voi tutkia kontekstin muutosten ja toimien ketjuna, ei vain lopputuloksen perusteella.
- Toistettavuus: työnkulun voi toistaa tai palauttaa vertailua varten sen jälkeen, kun kehotetta, työkalua tai plugina on muutettu.
- Haarautuvat kokeilut: suorituspolusta voi tehdä haaran ja testata vaihtoehtoista strategiaa alkuperäistä ajoa menettämättä.
- Arviointiaineisto: onnistuneista ja epäonnistuneista suorituspoluista voi muodostaa aineistoa uusien työkalujen, kehotteiden, käytäntöjen tai agenttisilmukoiden testaamiseen.
Näin voi syntyä jatkuva kehityssykli: suorita tehtävä, tarkastele suorituspolkua, tunnista virhe, muuta pluginia, aja työnkulku uudelleen ja säilytä tulos. Järjestelmä, joka tallentaa ja toistaa suorituspolkuja, ei kuitenkaan automaattisesti ole itseoppiva järjestelmä. Saatavilla oleva näyttö tukee Harnessia tarkastettavana alustana iteratiiviseen kehitykseen – ei väitettä luotettavasta autonomisesta kehittymisestä. 22
Muisti ja itsekehittyminen vaativat tarkennuksen
Harness-ekosysteemissä on jo kolmansien osapuolten projekteja, jotka ilmoittavat tarjoavansa istuntojen yli ulottuvaa muistia ja taustalla tapahtuvaa itsekehittymistä. 18
19
Ne osoittavat, että plugin-arkkitehtuuriin voidaan liittää pysyvä muisti, projektihistoria, itsearviointi ja taitojen hallinta. Ne eivät kuitenkaan osoita, että perusjulkaisu v0.1 suorittaisi turvallisesti tai yleisesti jatkuvaa itsekehitystä. Ero on tärkeä: valinnaisia plugineja, kokeellisia integraatioita ja ydintuotteen ominaisuuksia ei pidä käsitellä yhtenä ja samana asiana.
Tuotantokäytössä tiimien pitäisi lisäksi arvioida tietojen säilytys, käyttöoikeudet, hiekkalaatikon eristys, tunnistetietojen käsittely, palautusmahdollisuudet sekä riski siitä, että automaattinen järjestelmä muuttaa omia työkalujaan tai toimintatapojaan.
Strateginen veto: kehittäjän käyttöpisteen hallinta
DeepSeek voi kilpailla mallitasolla V4 Pron ja V4 Flashin avulla. Harness antaa sille tavan kilpailla myös siinä kerroksessa, jossa kehittäjät päättävät, miten malleja käytetään.
Tämä kerros määrittää muun muassa:
- mikä malli valitaan;
- miten konteksti kootaan ja tiivistetään;
- mitä työkaluja ja käyttöoikeuksia on tarjolla;
- miten pitkäkestoista työtä jatketaan;
- miten virheet havaitaan ja korjataan;
- miten suorituspolkuja arvioidaan; sekä
- mitkä pluginit muodostavat osan agentin työnkulkua.
Avoin ajonaika kannustaa ulkopuolisia kehittäjiä rakentamaan DeepSeekin arkkitehtuurin ympärille sovittimia, työkaluja, muistiratkaisuja ja työnkulkumalleja. Samalla arkkitehtuuri voi pitää DeepSeekin vaikutusvaltaisena kehittäjän käyttöpisteessä, vaikka Harness tukisi useita mallipalveluntarjoajia. Tämä voi olla kestävämpi asema kuin kilpailu pelkästään mallipainojen tai rajapintahintojen perusteella.
Lähestymistapa avaa myös tien tekoälyn avustamaan tekoälykehitykseen. Agentti voisi auttaa pluginin laatimisessa, tutkia epäonnistuneita suorituspolkuja, ehdottaa muutosta, ajaa arvioinnin ja säilyttää kokeilujen historian. Tätä on kuitenkin järkevämpää kuvata ohjelmistokehityksen palautesilmukan infrastruktuuriksi kuin valmiiksi itseään kehittäväksi agentiksi.
Miksi v0.1-merkintä on olennainen?
Harnessin kehittäjäesiversion asema on keskeinen osa julkaisun tulkintaa. Se on kutsu kokeiluun ja yhteiskehittämiseen, mutta samalla merkki siitä, että rajapinnat, integraatiot, tietoturvakontrollit ja toiminta tuotantoympäristössä voivat vielä muuttua. 20
Harnessia kannattaa siis arvioida avoimena kehyksenä ja tutkimusalustana. Sen ei pidä olettaa jo tarjoavan kypsän koodausagentin luotettavuutta, viimeisteltyä käyttökokemusta tai vakiintuneita suojamekanismeja.
Lopputulos
DeepSeekin 13. elokuuta tekemät julkistukset yhdistivät mallijulkaisun infrastrategiaan. V4 Pro tarjoaa lippulaivamallin, kun taas Harness avaa sen ajonaikaisen ympäristön, joka määrittää, miten malli toimii työkalujen, kontekstin, muistin ja pitkäkestoisten tehtävien kanssa. 32
20
Composion tulokset selittävät, miksi erolla on väliä: sama V4 Flash -malli suoritti testissä harnessista riippuen 14–20 tehtävää, ja raportoidut kustannukset vaihtelivat huomattavasti. 3 Harnessin plugin-arkkitehtuuri ja jäljitettävät suorituspolut tarjoavat DeepSeekille uskottavan perustan kokeiluille, arvioinnille ja tekoälyn avustamalle ohjelmistokehitykselle. Ne eivät itsessään osoita luotettavaa jatkuvaa oppimista, mutta ne voivat tehdä harness-kerroksesta yhden agenttikehityksen seuraavan vaiheen keskeisistä kilpailualueista.
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 ja Harness: miksi agentin ajonaika voi olla mallia tärkeämpi"?
DeepSeek yhdisti 13. elokuuta 2026 julkaistussa kokonaisuudessa virallisen V4 Pro mallin ja MIT lisensoidun Harness v0.1 kehittäjäesiversion.
What are the key points to validate first?
DeepSeek yhdisti 13. elokuuta 2026 julkaistussa kokonaisuudessa virallisen V4 Pro mallin ja MIT lisensoidun Harness v0.1 kehittäjäesiversion. Harness käsittelee agentin ajonaikaa modulaarisena infrastruktuurina: mallit, työkalut, istunnot, tallennus, silmukat, ajoitus, hiekkalaatikot ja käyttöliittymä voidaan vaihtaa liitännäisillä.
What should I do next in practice?
Composion testeissä sama DeepSeek V4 Flash malli onnistui 14–20 tehtävässä 30:stä riippuen käytetystä harness ympäristöstä.