Strategi Baru DeepSeek: Bangun AI Harness untuk Menantang Claude Code

Tanpa harness, model bahasa hanya bisa menghasilkan teks. Dengan harness, model dapat bekerja seperti agent yang memiliki alat dan lingkungan kerja.

Dalam praktiknya, harness memungkinkan AI untuk:

• mengakses file dan codebase
• menjalankan perintah terminal
• membaca dan mengedit kode
• mencari informasi di web atau sistem eksternal
• mengelola konteks tugas
• menjalankan workflow multi‑langkah

Dengan kata lain, harness menyediakan alat, lingkungan eksekusi, dan loop kontrol yang membuat model dapat bertindak, bukan sekadar menjawab.

Dokumentasi Claude Code dari Anthropic menggambarkan pola yang sama. Sistem tersebut mampu memahami seluruh codebase, mengedit file, menjalankan perintah, serta mengotomatisasi proses pengembangan software di berbagai alat sekaligus.

Tanpa lapisan harness, bahkan model AI yang sangat kuat sekalipun tidak dapat menjalankan proses semacam ini secara andal.

Mengapa lapisan ini tiba‑tiba menjadi sangat penting

Popularitas AI agent membuat engineering pada lapisan harness menjadi fokus baru di industri.

Produk seperti Claude Code menunjukkan bagaimana AI dapat berubah dari sekadar pemberi saran menjadi rekan kerja digital. Seorang developer dapat memberi instruksi seperti memperbaiki bug atau menambahkan fitur, lalu agent akan:

• memindai codebase
• menulis atau mengubah file
• menjalankan tes
• mengulang proses hingga tugas selesai

Pendekatan ini mengubah cara kerja pengembangan software.

Pertumbuhan bisnis di sekitar teknologi ini juga sangat cepat. Anthropic mengatakan pada 2026 bahwa perusahaan telah mencapai sekitar $30 miliar revenue run rate tahunan, setelah pertumbuhan penggunaan dan pendapatan yang sangat cepat.

Beberapa analisis industri bahkan memperkirakan Claude Code sendiri menghasilkan sekitar $2,5 miliar revenue tahunan, meskipun angka tersebut berasal dari laporan eksternal dan perlu diperlakukan dengan hati‑hati hingga ada konfirmasi independen.

Apa pun angka pastinya, sinyalnya jelas: produk agent mulai menjadi mesin pendapatan utama dalam industri AI.

Pergeseran besar dalam persaingan AI

Langkah DeepSeek mencerminkan perubahan struktural yang lebih luas di industri.

Pada fase awal, perusahaan berlomba membuat model dasar paling kuat. Namun kini banyak model memiliki kemampuan yang relatif mirip.

Akibatnya, diferensiasi mulai berpindah ke lapisan produk di atas model, terutama:

• alat developer
• sistem agent loop yang andal
• integrasi dengan lingkungan pengembangan
• otomatisasi workflow

Dalam ekosistem agent yang sedang berkembang, pemenangnya mungkin bukan hanya perusahaan dengan model terbaik—melainkan yang memiliki platform agent paling praktis dan produktif.

Karena itu, perusahaan teknologi di Amerika Serikat maupun Tiongkok kini menginvestasikan sumber daya besar untuk membangun infrastruktur agent.

Bagi DeepSeek, membentuk tim harness dan merekrut engineer berpengalaman merupakan bagian dari strategi yang lebih besar: mengubah model AI kuat menjadi produk agent otonom yang benar‑benar dipakai developer setiap hari.

Singkatnya, perlombaan AI kini bergerak dari sekadar melatih model menuju membangun agent yang mampu bekerja secara mandiri—dan lapisan harness mungkin menjadi teknologi yang menentukan generasi berikutnya dari software berbasis AI.