La formula con cui DeepSeek presenta il progetto è semplice: Modello + Harness = Agente. Il punto, però, è capire cosa significhi davvero.

DeepSeek Harness, disponibile in developer preview con licenza MIT tramite lo strumento da riga di comando dsh, non è un nuovo modello di intelligenza artificiale. È l’infrastruttura che circonda il modello e gli consente di trasformare ragionamento e istruzioni in azioni concrete: leggere e modificare file, usare un terminale, chiamare strumenti, conservare la cronologia e portare avanti un ciclo di esecuzione. 69

È questa la conclusione principale emersa dalla prova pratica del 21 agosto 2026: DeepSeek sembra puntare meno su un assistente di coding già rifinito e più su un runtime configurabile, estensibile e osservabile per costruire agenti personalizzati.

Che cosa significa “Modello + Harness = Agente”

Un modello linguistico può analizzare un problema, pianificare una soluzione e generare istruzioni. Da solo, però, non può ispezionare autonomamente un progetto locale, modificare file, eseguire comandi o coordinare una serie di chiamate agli strumenti.

L’harness fornisce proprio questo livello operativo. Collega il modello a file, terminali, strumenti, sessioni e processi di esecuzione, trasformando una capacità di ragionamento in un sistema capace di agire.

In DeepSeek Harness, l’adattatore del modello, il registro degli strumenti, il log di sessione e il ciclo dell’agente sono plugin sostituibili. L’architettura si basa su Cordis, i cui plugin contribuiscono servizi, eventi tipizzati ed effetti reversibili a un contesto runtime condiviso. 17

La separazione produce due conseguenze importanti:

• Il modello non coincide con l’agente. Il modello prende decisioni e produce ragionamenti o azioni; l’harness mette a disposizione il contesto operativo per eseguirli.
• L’harness non è concettualmente legato a un solo modello. Il runtime può essere configurato con adattatori e capacità differenti, invece di trattare modello e applicazione agente come un unico prodotto indivisibile. 16

Per questo definire DeepSeek Harness un “nuovo modello IA” significa perdere il punto: si tratta di un runtime di esecuzione che permette a un modello di ragionamento di diventare un sistema operativo per agenti.

Come provare il developer preview

Il percorso rapido descritto nelle prove pratiche parte da questo comando:

npx @deepseek-ai/dsh web

L’interfaccia web locale viene resa disponibile su localhost:3080; un’altra prova indica l’indirizzo equivalente 127.0.0.1:3080. 64

La recensione ha inoltre riportato l’inserimento di una chiave API DeepSeek e un’interfaccia con il marchio “Exploring the Uncharted”. Sono osservazioni relative a quella specifica esperienza: non è detto che ogni installazione mostri esattamente la stessa schermata o segua lo stesso flusso di configurazione. 7

Il messaggio pratico è chiaro: il progetto si rivolge soprattutto a sviluppatori abituati a configurare un runtime locale e a fornire l’accesso al modello. Non è ancora pensato come assistente di coding “pronto all’uso” per chi cerca un’esperienza senza configurazioni.

Quattro modalità, quattro combinazioni di plugin

Le modalità di DeepSeek Harness non sono quattro applicazioni separate. Sono preset del runtime: ciascuno carica una diversa collezione predefinita di plugin per uno specifico tipo di attività. 1823

Standard: l’agente completo

Standard è il preset generalista. Secondo la documentazione DeepSeek, offre un agente di coding completo con modifica dei file, accesso alla shell, ricerca nei file e sul web, skill, pianificazione, obiettivi, sotto-agenti e workflow. 20

È la scelta più vicina allo sviluppo quotidiano e all’esecuzione di attività agentiche. Tuttavia, le asperità tipiche di una versione preliminare lo rendono più adatto alla sperimentazione che a chi desidera sostituire immediatamente un agente di coding già maturo.

PTC: chiamate programmatiche agli strumenti

PTC, acronimo di Programmatic Tool Calling, è pensato per i flussi in cui il modello scrive codice per coordinare più chiamate agli strumenti. Invece di richiedere ogni operazione una alla volta, il modello può generare un programma che orchestra una sequenza di azioni. 20

L’approccio è rivolto a modelli più capaci e a utenti esperti che lavorano su attività composte da molti passaggi. Può rendere più ordinati i flussi ricchi di strumenti, ma aumenta anche l’importanza di controllare che cosa farà il codice generato.

Minimal: un ambiente di test controllato

Minimal riduce il runtime a uno strumento shell e a un editor di file. DeepSeek lo propone per valutare o studiare i modelli in un ambiente deliberatamente limitato, con un contributo minimo da parte dell’harness. 20

È una modalità utile quando l’obiettivo è il benchmark, non la comodità. Limitando gli strumenti disponibili, aiuta a distinguere le capacità del modello da quelle fornite da uno stack agente completo.

Creation: la modalità per costruire nuove modalità

Creation è destinata agli sviluppatori che vogliono modificare o ampliare l’harness. Permette di ispezionare il runtime, sperimentare plugin Cordis in memoria e comporre preset personalizzati. 20

Un plugin documentato per questa modalità aggiunge anche l’auto-ispezione di Cordis, la sperimentazione con plugin dinamici e indicazioni per creare nuovi preset. 22 Creation rappresenta quindi nel modo più evidente l’ambizione del progetto: non solo eseguire agenti, ma permettere agli sviluppatori di ridisegnare il runtime che quegli agenti utilizzano.

Cordis e la filosofia “tutto è un plugin”

L’aspetto più distintivo di DeepSeek Harness è la sua filosofia architetturale. Invece di mantenere un nucleo fisso e privilegiato per modello, strumenti, cronologia e ciclo di controllo, il progetto espone questi componenti attraverso il sistema di plugin Cordis.

La documentazione ufficiale dell’architettura identifica in particolare come sostituibili:

• gli adattatori dei modelli;
• i registri degli strumenti;
• i log di sessione;
• il ciclo dell’agente. 17

Le prove pratiche descrivono inoltre una visione più ampia che comprende skill, sessioni, sandbox, archiviazione, pianificazione e interfaccia utente. Questi esempi aggiuntivi vanno però considerati come indicazioni della direzione del progetto, non come dettagli dell’implementazione verificati allo stesso livello dall’estratto della documentazione primaria. 117

Questa struttura spiega anche come mai le quattro modalità possano comportarsi in modo molto diverso senza richiedere quattro prodotti distinti. Un profilo può comporre strati ordinati di plugin all’avvio, assemblando un runtime per il coding quotidiano, la valutazione controllata, l’uso programmatico degli strumenti o lo sviluppo di nuovi plugin. 1723

Un agente osservabile, non una scatola nera

Gli agenti sono difficili da correggere quando mostrano soltanto il risultato finale. DeepSeek Harness dà maggiore importanza al percorso di esecuzione: sessioni e traiettorie fanno parte dell’architettura del runtime, mentre il componente che registra le sessioni è sostituibile come gli altri plugin. 17

Una prova pratica ha descritto la vista della traiettoria come un flusso di eventi JSONL in modalità append-only salvato su disco. Secondo il resoconto, proprio questo registro ha permesso di individuare rapidamente un problema di configurazione. 4 L’estratto ufficiale sull’architettura conferma che i log di sessione sono plugin, ma da solo non verifica ogni dettaglio del formato append-only.

Per gli sviluppatori, questa tracciabilità può essere importante quasi quanto la qualità del modello. Consente di capire quale strumento è stato chiamato, che cosa l’agente ha tentato di fare e in quale punto un’attività lunga ha iniziato a deviare dall’obiettivo.

Cosa dicono i primi test sulle prestazioni

I test disponibili mostrano capacità concrete, ma non costituiscono un benchmark universale. In una sessione del 21 agosto con DeepSeek V4 Flash 0731, l’agente ha impiegato 46 minuti e 109 passaggi per costruire un plugin, consumando 8,9 milioni di token in ingresso. 1

Un’altra prova pratica ha riportato circa 20 milioni di token in circa 35 minuti durante la realizzazione di un tracker della Stazione Spaziale Internazionale. 2

La conclusione prudente è che le attività autonome lunghe possono essere lente e costose nel developer preview. I tempi dipendono dal modello, dal compito, dalla cache e dal carico di lavoro: questi risultati non rappresentano un limite fisso valido per ogni sessione di DeepSeek Harness.

Le stesse prove evidenziano il compromesso attuale. DeepSeek sta offrendo un’infrastruttura insolitamente configurabile prima di aver completato un’esperienza utente pienamente rifinita. Il progetto è stato descritto come una base promettente per un eventuale progetto pilota tecnico circoscritto, ma non ancora come un control plane pronto per la produzione. 56

Il vero posizionamento di DeepSeek Harness

La descrizione più accurata non è “DeepSeek ha creato la migliore interfaccia per gli agenti di coding”. Il punto è che l’azienda ha reso open source un runtime per agenti in cui modelli, strumenti, cicli di esecuzione e altre capacità possono essere composti e sostituiti.

Il progetto è quindi particolarmente interessante per:

• sviluppatori che costruiscono agenti personalizzati;
• ricercatori che valutano i modelli con diversi livelli di assistenza dell’harness;
• team che hanno bisogno di cronologie di esecuzione ispezionabili;
• contributori open source che vogliono sperimentare con plugin e composizione del runtime.

È invece meno convincente, almeno oggi, per chi cerca soltanto un agente di coding elegante, prevedibile e con tempi di risposta costanti. La versione v0.1 è ancora iniziale e i resoconti sulle attività lunghe mostrano che la capacità non si traduce automaticamente in velocità o prontezza per la produzione. 56

In sintesi, “Modello + Harness = Agente” è sia una spiegazione del prodotto sia una dichiarazione strategica. DeepSeek separa l’intelligenza dai meccanismi che le permettono di agire e scommette che un runtime di plugin estensibile possa diventare più prezioso di una singola applicazione agente, rigida e preassemblata.

La formula con cui DeepSeek presenta il progetto è semplice: Modello + Harness = Agente. Il punto, però, è capire cosa significhi davvero.

DeepSeek Harness, disponibile in developer preview con licenza MIT tramite lo strumento da riga di comando dsh, non è un nuovo modello di intelligenza artificiale. È l’infrastruttura che circonda il modello e gli consente di trasformare ragionamento e istruzioni in azioni concrete: leggere e modificare file, usare un terminale, chiamare strumenti, conservare la cronologia e portare avanti un ciclo di esecuzione. 69

È questa la conclusione principale emersa dalla prova pratica del 21 agosto 2026: DeepSeek sembra puntare meno su un assistente di coding già rifinito e più su un runtime configurabile, estensibile e osservabile per costruire agenti personalizzati.

Che cosa significa “Modello + Harness = Agente”

Un modello linguistico può analizzare un problema, pianificare una soluzione e generare istruzioni. Da solo, però, non può ispezionare autonomamente un progetto locale, modificare file, eseguire comandi o coordinare una serie di chiamate agli strumenti.

L’harness fornisce proprio questo livello operativo. Collega il modello a file, terminali, strumenti, sessioni e processi di esecuzione, trasformando una capacità di ragionamento in un sistema capace di agire.

In DeepSeek Harness, l’adattatore del modello, il registro degli strumenti, il log di sessione e il ciclo dell’agente sono plugin sostituibili. L’architettura si basa su Cordis, i cui plugin contribuiscono servizi, eventi tipizzati ed effetti reversibili a un contesto runtime condiviso. 17

La separazione produce due conseguenze importanti:

• Il modello non coincide con l’agente. Il modello prende decisioni e produce ragionamenti o azioni; l’harness mette a disposizione il contesto operativo per eseguirli.
• L’harness non è concettualmente legato a un solo modello. Il runtime può essere configurato con adattatori e capacità differenti, invece di trattare modello e applicazione agente come un unico prodotto indivisibile. 16

Per questo definire DeepSeek Harness un “nuovo modello IA” significa perdere il punto: si tratta di un runtime di esecuzione che permette a un modello di ragionamento di diventare un sistema operativo per agenti.

Come provare il developer preview

Il percorso rapido descritto nelle prove pratiche parte da questo comando:

npx @deepseek-ai/dsh web

L’interfaccia web locale viene resa disponibile su localhost:3080; un’altra prova indica l’indirizzo equivalente 127.0.0.1:3080. 64

La recensione ha inoltre riportato l’inserimento di una chiave API DeepSeek e un’interfaccia con il marchio “Exploring the Uncharted”. Sono osservazioni relative a quella specifica esperienza: non è detto che ogni installazione mostri esattamente la stessa schermata o segua lo stesso flusso di configurazione. 7

Il messaggio pratico è chiaro: il progetto si rivolge soprattutto a sviluppatori abituati a configurare un runtime locale e a fornire l’accesso al modello. Non è ancora pensato come assistente di coding “pronto all’uso” per chi cerca un’esperienza senza configurazioni.

Quattro modalità, quattro combinazioni di plugin

Le modalità di DeepSeek Harness non sono quattro applicazioni separate. Sono preset del runtime: ciascuno carica una diversa collezione predefinita di plugin per uno specifico tipo di attività. 1823

Standard: l’agente completo

Standard è il preset generalista. Secondo la documentazione DeepSeek, offre un agente di coding completo con modifica dei file, accesso alla shell, ricerca nei file e sul web, skill, pianificazione, obiettivi, sotto-agenti e workflow. 20

È la scelta più vicina allo sviluppo quotidiano e all’esecuzione di attività agentiche. Tuttavia, le asperità tipiche di una versione preliminare lo rendono più adatto alla sperimentazione che a chi desidera sostituire immediatamente un agente di coding già maturo.

PTC: chiamate programmatiche agli strumenti

PTC, acronimo di Programmatic Tool Calling, è pensato per i flussi in cui il modello scrive codice per coordinare più chiamate agli strumenti. Invece di richiedere ogni operazione una alla volta, il modello può generare un programma che orchestra una sequenza di azioni. 20

L’approccio è rivolto a modelli più capaci e a utenti esperti che lavorano su attività composte da molti passaggi. Può rendere più ordinati i flussi ricchi di strumenti, ma aumenta anche l’importanza di controllare che cosa farà il codice generato.

Minimal: un ambiente di test controllato

Minimal riduce il runtime a uno strumento shell e a un editor di file. DeepSeek lo propone per valutare o studiare i modelli in un ambiente deliberatamente limitato, con un contributo minimo da parte dell’harness. 20

È una modalità utile quando l’obiettivo è il benchmark, non la comodità. Limitando gli strumenti disponibili, aiuta a distinguere le capacità del modello da quelle fornite da uno stack agente completo.

Creation: la modalità per costruire nuove modalità

Creation è destinata agli sviluppatori che vogliono modificare o ampliare l’harness. Permette di ispezionare il runtime, sperimentare plugin Cordis in memoria e comporre preset personalizzati. 20

Un plugin documentato per questa modalità aggiunge anche l’auto-ispezione di Cordis, la sperimentazione con plugin dinamici e indicazioni per creare nuovi preset. 22 Creation rappresenta quindi nel modo più evidente l’ambizione del progetto: non solo eseguire agenti, ma permettere agli sviluppatori di ridisegnare il runtime che quegli agenti utilizzano.

Cordis e la filosofia “tutto è un plugin”

L’aspetto più distintivo di DeepSeek Harness è la sua filosofia architetturale. Invece di mantenere un nucleo fisso e privilegiato per modello, strumenti, cronologia e ciclo di controllo, il progetto espone questi componenti attraverso il sistema di plugin Cordis.

La documentazione ufficiale dell’architettura identifica in particolare come sostituibili:

• gli adattatori dei modelli;
• i registri degli strumenti;
• i log di sessione;
• il ciclo dell’agente. 17

Le prove pratiche descrivono inoltre una visione più ampia che comprende skill, sessioni, sandbox, archiviazione, pianificazione e interfaccia utente. Questi esempi aggiuntivi vanno però considerati come indicazioni della direzione del progetto, non come dettagli dell’implementazione verificati allo stesso livello dall’estratto della documentazione primaria. 117

Questa struttura spiega anche come mai le quattro modalità possano comportarsi in modo molto diverso senza richiedere quattro prodotti distinti. Un profilo può comporre strati ordinati di plugin all’avvio, assemblando un runtime per il coding quotidiano, la valutazione controllata, l’uso programmatico degli strumenti o lo sviluppo di nuovi plugin. 1723

Un agente osservabile, non una scatola nera

Gli agenti sono difficili da correggere quando mostrano soltanto il risultato finale. DeepSeek Harness dà maggiore importanza al percorso di esecuzione: sessioni e traiettorie fanno parte dell’architettura del runtime, mentre il componente che registra le sessioni è sostituibile come gli altri plugin. 17

Una prova pratica ha descritto la vista della traiettoria come un flusso di eventi JSONL in modalità append-only salvato su disco. Secondo il resoconto, proprio questo registro ha permesso di individuare rapidamente un problema di configurazione. 4 L’estratto ufficiale sull’architettura conferma che i log di sessione sono plugin, ma da solo non verifica ogni dettaglio del formato append-only.

Per gli sviluppatori, questa tracciabilità può essere importante quasi quanto la qualità del modello. Consente di capire quale strumento è stato chiamato, che cosa l’agente ha tentato di fare e in quale punto un’attività lunga ha iniziato a deviare dall’obiettivo.

Cosa dicono i primi test sulle prestazioni

I test disponibili mostrano capacità concrete, ma non costituiscono un benchmark universale. In una sessione del 21 agosto con DeepSeek V4 Flash 0731, l’agente ha impiegato 46 minuti e 109 passaggi per costruire un plugin, consumando 8,9 milioni di token in ingresso. 1

Un’altra prova pratica ha riportato circa 20 milioni di token in circa 35 minuti durante la realizzazione di un tracker della Stazione Spaziale Internazionale. 2

La conclusione prudente è che le attività autonome lunghe possono essere lente e costose nel developer preview. I tempi dipendono dal modello, dal compito, dalla cache e dal carico di lavoro: questi risultati non rappresentano un limite fisso valido per ogni sessione di DeepSeek Harness.

Le stesse prove evidenziano il compromesso attuale. DeepSeek sta offrendo un’infrastruttura insolitamente configurabile prima di aver completato un’esperienza utente pienamente rifinita. Il progetto è stato descritto come una base promettente per un eventuale progetto pilota tecnico circoscritto, ma non ancora come un control plane pronto per la produzione. 56

Il vero posizionamento di DeepSeek Harness

La descrizione più accurata non è “DeepSeek ha creato la migliore interfaccia per gli agenti di coding”. Il punto è che l’azienda ha reso open source un runtime per agenti in cui modelli, strumenti, cicli di esecuzione e altre capacità possono essere composti e sostituiti.

Il progetto è quindi particolarmente interessante per:

• sviluppatori che costruiscono agenti personalizzati;
• ricercatori che valutano i modelli con diversi livelli di assistenza dell’harness;
• team che hanno bisogno di cronologie di esecuzione ispezionabili;
• contributori open source che vogliono sperimentare con plugin e composizione del runtime.

È invece meno convincente, almeno oggi, per chi cerca soltanto un agente di coding elegante, prevedibile e con tempi di risposta costanti. La versione v0.1 è ancora iniziale e i resoconti sulle attività lunghe mostrano che la capacità non si traduce automaticamente in velocità o prontezza per la produzione. 56

In sintesi, “Modello + Harness = Agente” è sia una spiegazione del prodotto sia una dichiarazione strategica. DeepSeek separa l’intelligenza dai meccanismi che le permettono di agire e scommette che un runtime di plugin estensibile possa diventare più prezioso di una singola applicazione agente, rigida e preassemblata.