DeepSeek Harness: Bagaimana Runtime Agen Berbasis Plugin Ini Bekerja

DeepSeek Harness adalah runtime open source untuk membangun dan menjalankan agen AI. Versi pratinjau pengembang ini dirilis pada 13 Agustus 2026 dengan lisensi MIT. Harness bukan model bahasa baru, melainkan lapisan eksekusi yang memungkinkan model menggunakan alat, mempertahankan status, berinteraksi dengan berkas dan lingkungan kerja, serta menyelesaikan pekerjaan dalam beberapa tahap.

DeepSeek merangkum gagasannya dalam formula sederhana: Agent = Model + Harness. Model menyediakan kemampuan memahami bahasa dan melakukan penalaran. Harness menyediakan sistem di sekelilingnya agar kemampuan tersebut dapat diterjemahkan menjadi tindakan.

Apa yang dikerjakan DeepSeek Harness?

Model bahasa yang berdiri sendiri dapat menghasilkan teks, tetapi tidak otomatis mampu memeriksa repositori, menjalankan perintah, mengedit berkas, mempertahankan sesi, atau melanjutkan tugas yang terhenti. Semua proses itu membutuhkan runtime agen untuk mengatur konteks, alat, status, dan alur kerja.

DeepSeek Harness menempatkan lapisan koordinasi tersebut sebagai pusat desainnya. Dokumentasi resmi menyebut model, alat, skill, sesi, sandbox, penyimpanan, loop agen, penjadwalan, hingga antarmuka pengguna sebagai kemampuan yang dapat dipasang, dilepas, atau dirangkai ulang melalui plugin.

Karena itu, Harness lebih tepat dipahami sebagai substrat agen—fondasi tempat sistem agen dibangun—daripada asisten pemrograman konvensional dengan perilaku yang sudah ditentukan vendor. Pengembang dapat mengubah komponen di sekitar model tanpa harus menerima logika orkestrasi sebagai kotak hitam.

Konsekuensinya, tanggung jawab juga berpindah ke pengembang. Kompatibilitas plugin, izin akses, pengelolaan dependensi, penanganan kegagalan, keamanan, dan pengujian pembaruan menjadi bagian dari pekerjaan integrasi.

Cordis dan filosofi “semuanya adalah plugin”

Harness dibangun di atas Cordis, sebuah kernel untuk memasang plugin sekaligus menyelesaikan dependensinya. Dampak praktisnya adalah perilaku inti agen tidak dikunci dalam satu loop monolitik.

Komponen yang dapat diganti mencakup:

• adaptor model;
• alat dan skill;
• sistem sesi dan penyimpanan;
• sandbox serta akses sistem berkas;
• loop agen dan penjadwalan;
• perilaku subagen; serta
• antarmuka web dan komponen runtime lainnya.

Inilah pembeda utama Harness dari kebanyakan aplikasi AI. Dalam produk konvensional, pengguna mungkin dapat mengatur prompt, alat, atau integrasi, tetapi model eksekusi dasarnya tetap dikendalikan vendor. Harness berupaya membuat model eksekusi itu sendiri dapat dikonfigurasi.

Bagi tim riset atau infrastruktur, pendekatan ini membuka ruang untuk eksperimen yang lebih terukur: model bisa diganti, loop penalaran dapat diuji ulang, dan kebijakan eksekusi bisa disesuaikan. Namun, fleksibilitas tersebut bukan berarti pengoperasiannya lebih mudah.

Empat mode runtime

Pratinjau pengembang ini menyediakan empat mode bawaan. Masing-masing merupakan kombinasi kemampuan yang berbeda dalam runtime yang sama.

Standard

Standard adalah lingkungan agen pemrograman lengkap. Mode ini menggabungkan pengeditan berkas, akses shell, pencarian, skill, perencanaan, tujuan, subagen, dan workflow untuk pekerjaan perangkat lunak umum.

Code

Code menyediakan alat melalui antarmuka berorientasi kode sehingga model dapat menggabungkan beberapa operasi dalam satu program TypeScript. Pendekatan ini dapat mengurangi kebutuhan melakukan banyak panggilan alat secara terpisah ketika tugas terdiri dari serangkaian tindakan yang saling terkait.

Minimal

Minimal sengaja mempertahankan lingkungan yang sempit: shell persisten dan satu alat pengeditan berkas. Konfigurasi terbatas ini ditujukan untuk evaluasi model yang lebih terkontrol dan untuk mengamati perilaku agen dengan kemampuan bawaan yang lebih sedikit.

Creator

Creator ditujukan bagi pengembang yang ingin membuat preset baru. Mode ini menambahkan inspeksi runtime dan eksperimen plugin di memori, sehingga pengguna dapat melihat bagaimana komponen-komponen Harness dirangkai ulang.

Dengan demikian, keempat mode tersebut bukan empat produk terpisah, melainkan empat konfigurasi awal dari runtime yang sama.

Mengapa log sesi append-only penting?

Harness juga menonjolkan kemampuan pelacakan. Desain sesinya mencatat apa yang dilihat dan dilakukan model dalam aliran peristiwa append-only, yaitu data yang terus ditambahkan tanpa mengubah catatan sebelumnya. Isinya mencakup prompt sistem, penalaran, panggilan dan hasil alat, penjadwalan subagen, serta penyisipan konteks. Riwayat yang sama dapat digunakan untuk pencarian, pemutaran ulang, melanjutkan sesi, dan membuat cabang eksperimen.

Pendekatan ini dapat mempermudah proses debug dan reproduksi. Jika sebuah tugas gagal, pengembang memiliki rekaman yang lebih lengkap tentang konteks dan tindakan yang mengarah ke kegagalan. Fitur fork juga memungkinkan eksperimen bercabang dari titik tertentu, tanpa harus mengulang semuanya dari awal.

Namun, log yang sangat terperinci membawa risiko operasional. Isinya dapat mencakup prompt sensitif, kode sumber, keluaran alat, kredensial yang tidak sengaja terlihat oleh model, atau data pribadi lainnya. Sebelum menjadikan log lintasan agen sebagai data produksi rutin, tim perlu menetapkan kebijakan retensi, kontrol akses, penyamaran data, serta batasan sandbox.

Perbandingan dengan Claude Code dan Codex

DeepSeek Harness kerap dibandingkan dengan Claude Code dan OpenAI Codex, tetapi ketiganya berada pada lapisan produk yang berbeda.

Claude Code dan Codex adalah produk agen pemrograman terintegrasi dengan alur kerja yang relatif siap digunakan. Harness adalah runtime terbuka yang nilai utamanya terletak pada komposisi dan kendali. Model, alat, penyimpanan, sandbox, perilaku sesi, dan loop agen dirancang agar dapat diganti melalui plugin, bukan ditetapkan sebagai bagian internal produk vendor.

Pilihan praktisnya dapat diringkas sebagai berikut:

• Pilih produk terintegrasi jika prioritasnya adalah workflow yang rapi, penyiapan singkat, dan model pengoperasian yang lebih terkelola.
• Evaluasi Harness jika portabilitas model, self-hosting, reproduktibilitas, kebijakan eksekusi khusus, atau riset agen lebih penting daripada pengalaman siap pakai.

Arsitektur yang lebih terbuka tidak otomatis menjadikan Harness asisten pemrograman yang lebih unggul. Perbandingan yang lebih tepat adalah antara runtime yang dapat diperluas dan produk yang lebih opinionated. Keberhasilan Harness akan bergantung pada apakah fleksibilitasnya cukup bernilai untuk menutup biaya rekayasa tambahan.

Apa arti respons awal di GitHub?

Proyek ini memperoleh perhatian luar biasa dalam waktu singkat. Sejumlah laporan menyebut lebih dari 20.000 star dalam sekitar satu hingga satu setengah jam setelah dirilis, sementara laporan berikutnya menempatkan repositorinya di atas 141.000 star pada 17 Agustus 2026.

Angka tersebut memang mencolok, tetapi perlu dibaca dengan hati-hati. Star GitHub mengukur perhatian, rasa ingin tahu, dan aktivitas menandai repositori—bukan jumlah deployment aktif, keberhasilan menyelesaikan tugas, keamanan, keandalan, atau kapasitas pemeliharaan jangka panjang. Klaim bahwa Harness tumbuh lebih cepat daripada Grok-1 juga bergantung pada cara proyek dan rentang waktu dibandingkan, sehingga lebih tepat diperlakukan sebagai perbandingan yang dilaporkan, bukan rekor industri yang sudah definitif.

Kesimpulan paling kuat adalah adanya minat besar terhadap stack agen yang lebih terbuka. Sebaliknya, kesimpulan bahwa framework ini sudah siap produksi tidak dapat ditarik hanya dari pertumbuhan jumlah star.

Biaya dan stabilitas yang perlu diperhatikan

Lisensi MIT berlaku untuk kode framework, bukan untuk inferensi model. Runtime agen dapat mengirim ulang instruksi sistem, hasil alat, kebijakan, dan riwayat yang terakumulasi dalam banyak panggilan model. Jika laporan sekitar 47.600 token input tanpa cache per interaksi akurat, volume konteks tersebut dapat menjadi faktor penting bagi biaya dan latensi. Namun, angka itu belum ditetapkan secara independen oleh sumber terkuat yang tersedia.

Penyedia model juga berpengaruh. Peluncuran DeepSeek V4-Pro disertai peralihan ke harga API jam sibuk dan jam non-sibuk. Laporan menyebut harga keluaran V4-Pro pada jam sibuk sebesar 3,96 dolar AS per satu juta token, dibandingkan tarif sebelumnya 0,87 dolar AS. Tagihan sebenarnya untuk workflow Harness tetap bergantung pada pilihan model, keberhasilan cache, pemangkasan konteks, panjang keluaran alat, dan jumlah iterasi agen.

Stabilitas menjadi pertimbangan lain. DeepSeek menyebut Harness sebagai pratinjau pengembang dan memperingatkan bahwa plugin inti serta API akan terus berubah. Pengembang yang ingin mengujinya sebaiknya mengunci versi, mengunci dependensi plugin, mengisolasi eksperimen, menguji pembaruan sebelum peluncuran, dan menyiapkan jalur rollback.

Laporan mengenai kegagalan plugin pihak ketiga pada tahap awal atau banyaknya proposal plugin mungkin menunjukkan ekosistem yang berkembang cepat, tetapi angka-angka spesifik tersebut belum cukup kuat untuk dijadikan ukuran pengambilan keputusan. Pelajaran rekayasanya tetap jelas: setiap titik ekstensi baru menambah pekerjaan kompatibilitas dan keamanan.

Kesimpulan

DeepSeek Harness penting bukan semata-mata karena membawa model baru, melainkan karena memperlakukan runtime agen sebagai lapisan rekayasa terbuka yang setara pentingnya dengan model. Sistem plugin berbasis Cordis dan riwayat sesi append-only memberikan kendali tinggi atas cara agen menalar, bertindak, menyimpan status, serta diperiksa.

Pendekatan ini menjadikannya kandidat menarik bagi peneliti, tim infrastruktur, dan pengembang yang membutuhkan sistem agen yang dapat dirangkai sesuai kebutuhan. Harness kurang menarik bagi tim yang hanya menginginkan asisten pemrograman andal dengan konfigurasi minimal.

Dalam waktu dekat, Harness kemungkinan bukan pengganti langsung Claude Code atau Codex. Perannya lebih mungkin sebagai alternatif terbuka bagi tim yang bersedia menukar kenyamanan siap pakai dengan portabilitas model, kemampuan inspeksi, dan kendali eksekusi.

Apakah ia akan menjadi platform yang bertahan lama akan ditentukan oleh stabilitas API, kualitas plugin, keamanan, dokumentasi, dan seberapa besar kompleksitas operasional yang harus ditanggung pengembang setelah demo awal selesai.