DeepSeek Harness spiegato: il runtime open source dietro “Model + Harness = Agent”

Questa è la differenza architetturale più importante rispetto a una normale applicazione di IA. In molti prodotti è possibile configurare prompt, strumenti o integrazioni, ma il modo in cui il sistema esegue il lavoro resta sotto il controllo del fornitore. Harness prova a rendere configurabile anche quel livello.

I quattro modi operativi

La developer preview include quattro configurazioni predefinite, ognuna con una diversa combinazione di capacità.

Standard

È l’ambiente completo per l’agente di coding: modifica dei file, shell, ricerca, skill, pianificazione, obiettivi, sottoagenti e workflow per attività software generiche.

Code

Espone gli strumenti attraverso un’interfaccia orientata al codice, così il modello può combinare più operazioni in un programma TypeScript. Questo può ridurre il numero di chiamate separate quando un’attività richiede una sequenza di azioni correlate.

Minimal

Mantiene l’ambiente volutamente ristretto, con una shell persistente e uno strumento per modificare i file. L’obiettivo è offrire un contesto più controllato per valutare i modelli e osservare come si comporta un agente con meno capacità integrate.

Creator

È pensato per chi sviluppa nuovi preset. Aggiunge strumenti per ispezionare il runtime e sperimentare plugin in memoria, permettendo di studiare come ricombinare i vari componenti.

I quattro modi non sono quindi quattro prodotti separati, ma quattro punti di partenza per lo stesso runtime.

Perché il registro delle sessioni è importante

Harness punta anche sulla tracciabilità. Il sistema registra ciò che il modello vede e fa in un flusso di eventi append-only, cioè a sola aggiunta. La documentazione include prompt di sistema, passaggi di ragionamento, chiamate agli strumenti e relativi risultati, pianificazione dei sottoagenti e iniezioni di contesto. La stessa cronologia può essere usata per cercare, riprodurre, riprendere o diramare una sessione.

Questo approccio può rendere più semplice il debugging e la riproduzione degli esperimenti. Se un’esecuzione fallisce, gli sviluppatori dispongono di una registrazione più completa del contesto e delle azioni che hanno portato all’errore. La funzione di fork consente inoltre di creare un nuovo percorso a partire da un punto precedente, invece di ricominciare da zero.

I log dettagliati comportano però anche rischi operativi. Possono contenere prompt riservati, codice sorgente, risultati degli strumenti, credenziali accidentalmente esposte al modello o altri dati privati. Prima di trattare queste traiettorie come normali dati di produzione, i team dovrebbero definire politiche per conservazione, accesso, oscuramento delle informazioni e isolamento delle sandbox.

Harness contro Claude Code e Codex

DeepSeek Harness viene spesso accostato a Claude Code e OpenAI Codex, ma i prodotti occupano posizioni diverse.

Claude Code e Codex sono prodotti integrati per il coding, progettati per offrire un flusso di lavoro relativamente completo. Harness è invece un runtime aperto il cui valore principale risiede nella composizione e nel controllo. Modello, strumenti, archiviazione, sandbox, comportamento delle sessioni e ciclo dell’agente sono pensati per essere sostituibili tramite plugin, anziché fissati all’interno di un prodotto gestito dal fornitore.

La scelta, in termini pratici, è questa:

• Scegliere un prodotto integrato quando contano soprattutto un’esperienza rifinita, una configurazione rapida e un modello operativo più gestito.
• Valutare Harness quando sono più importanti portabilità del modello, self-hosting, riproducibilità, politiche di esecuzione personalizzate o ricerca sugli agenti.

Un’architettura più aperta non rende automaticamente Harness un assistente di coding migliore. Il confronto corretto è tra un runtime estensibile e prodotti più definiti nelle loro scelte. Il successo del progetto dipenderà dal fatto che la flessibilità offerta valga il lavoro ingegneristico aggiuntivo.

Che cosa indicano le prime reazioni su GitHub

Il progetto ha attirato un’attenzione iniziale fuori dal comune. Alcuni report parlano di oltre 20.000 stelle su GitHub in circa un’ora-un’ora e mezza dalla pubblicazione, mentre altri riportano oltre 141.000 stelle al 17 agosto 2026.

Sono numeri notevoli, ma vanno interpretati con cautela. Una stella su GitHub misura attenzione, curiosità o interesse a conservare un progetto tra i preferiti: non dimostra l’esistenza di implementazioni attive, attività riuscite, sicurezza, affidabilità o capacità del team di mantenere il progetto nel lungo periodo.

Anche i confronti secondo cui Harness sarebbe cresciuto più rapidamente di Grok-1 dipendono dal modo in cui vengono misurati i progetti e le finestre temporali. È quindi più corretto presentarli come confronti riportati, non come record definitivi dell’intero settore.

La conclusione più solida è che esiste un interesse significativo per uno stack di agenti più aperto. Non si può invece dedurre dalle sole stelle che il framework sia già pronto per la produzione.

Costi e stabilità: i punti da verificare

La licenza MIT riguarda il codice del framework, ma non rende gratuito il calcolo necessario per le inferenze. Un runtime per agenti può inviare più volte istruzioni di sistema, risultati degli strumenti, policy e cronologia accumulata al modello. Se fosse corretto il dato riportato di circa 47.600 token di input non memorizzati nella cache per interazione, il volume del contesto potrebbe incidere in modo significativo su costi e latenza. Tuttavia, questa cifra non è stabilita in modo indipendente dalle fonti più solide disponibili.

Conta anche il fornitore del modello. Il lancio di DeepSeek V4-Pro è stato accompagnato dal passaggio a una tariffazione API differenziata tra ore di punta e ore non di punta. I report indicano per V4-Pro un prezzo di punta di 3,96 dollari per milione di token in output, rispetto alla tariffa precedente di 0,87 dollari. Il costo effettivo di un workflow con Harness dipenderà comunque dal modello scelto, dai riscontri della cache, dal taglio del contesto, dalla verbosità degli strumenti e dal numero di iterazioni dell’agente.

Anche la stabilità è un fattore da considerare. DeepSeek definisce Harness una developer preview e avverte che plugin fondamentali e API continueranno a evolvere. Chi lo sta testando dovrebbe bloccare le versioni, fissare le dipendenze dei plugin, isolare gli esperimenti, verificare gli aggiornamenti prima del rilascio e predisporre una procedura di rollback.

Le segnalazioni su malfunzionamenti di alcuni plugin di terze parti e sull’elevato numero di proposte per nuovi plugin possono indicare un ecosistema in rapida formazione, ma i dati specifici non sono sufficientemente verificati per usarli come metriche decisive. La lezione ingegneristica generale, però, è chiara: ogni nuovo punto di estensione porta con sé lavoro aggiuntivo su compatibilità e sicurezza.

Il punto decisivo

DeepSeek Harness è interessante perché tratta il runtime dell’agente, e non soltanto il modello, come un livello ingegneristico aperto e di prima classe. Il sistema di plugin basato su Cordis e la cronologia delle sessioni a sola aggiunta offrono un controllo insolitamente ampio sul modo in cui un agente ragiona, agisce, conserva lo stato e viene analizzato.

È una proposta convincente per ricercatori, team infrastrutturali e sviluppatori che hanno bisogno di sistemi componibili. È meno immediata per chi cerca semplicemente un assistente di programmazione affidabile, con poca configurazione e un supporto già organizzato.

Nel breve periodo, Harness appare meno come un sostituto immediato di Claude Code o Codex e più come un’alternativa aperta per chi accetta di scambiare la comodità “chiavi in mano” con portabilità, ispezionabilità e controllo. La sua durata come piattaforma dipenderà dalla stabilità delle API, dalla qualità dei plugin, dai confini di sicurezza, dalla documentazione e dalla complessità operativa che gli sviluppatori incontreranno dopo la prima dimostrazione.