AnswersPublished18 sources
DeepSeek V4 Pro e Harness: perché il runtime degli agenti può contare più del modello
Il 13 agosto 2026 DeepSeek ha presentato V4 Pro insieme a Harness v0.1, un’anteprima per sviluppatori con licenza MIT, non un prodotto maturo per utenti finali. Harness tratta il runtime dell’agente come un’infrastruttura modulare: modelli, strumenti, sessioni, memoria, sandbox, cicli operativi e interfaccia possono...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer
Key takeaways
- Il 13 agosto 2026 DeepSeek ha presentato V4 Pro insieme a Harness v0.1, un’anteprima per sviluppatori con licenza MIT, non un prodotto maturo per utenti finali.
- Harness tratta il runtime dell’agente come un’infrastruttura modulare: modelli, strumenti, sessioni, memoria, sandbox, cicli operativi e interfaccia possono essere sostituiti tramite plugin Cordis.
- Nei test di Composio, lo stesso DeepSeek V4 Flash ha completato da 14 a 20 attività su 30 a seconda del runtime utilizzato: il confronto reale diventa quindi “modello più harness”.
- I log delle sessioni e gli strumenti Trajectory favoriscono debug, riproducibilità e valutazione, ma non dimostrano da soli che Harness sia capace di apprendimento continuo affidabile.
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
Il 13 agosto 2026 DeepSeek ha abbinato due annunci che appartengono a livelli diversi della stessa filiera: il rilascio ufficiale di DeepSeek V4 Pro, presentato come modello orientato ai carichi di lavoro agentici, e DeepSeek Harness v0.1, un’anteprima per sviluppatori distribuita con licenza MIT. 32
20
Il messaggio strategico va oltre il semplice lancio di un nuovo modello. Quando un agente deve lavorare davvero, il modello opera all’interno di un sistema che fornisce contesto, strumenti, memoria, autorizzazioni, regole di esecuzione, recupero dagli errori e valutazione. I test di Composio suggeriscono che questo livello circostante può cambiare in modo concreto sia il tasso di successo sia il costo, anche mantenendo invariato il modello sottostante. 3
I due annunci del 13 agosto
DeepSeek ha presentato la versione ufficiale di V4 Pro insieme a Harness v0.1. Il progetto viene distribuito come dsh ed è pensato come infrastruttura per chi costruisce o modifica gli agent harness, cioè i runtime che trasformano un modello linguistico in un agente capace di eseguire attività su più passaggi. Non viene invece presentato come un’alternativa già matura e pronta all’uso a prodotti integrati come Claude Code o Codex. 32
20
La scelta della licenza è rilevante: con la licenza MIT, DeepSeek rende il codice ispezionabile, modificabile ed estendibile. La documentazione descrive inoltre un’architettura indipendente dal modello, nella quale gli sviluppatori possono collegare diversi fornitori senza essere vincolati a un unico ecosistema. 22
28
Lo stesso modello, risultati diversi
Composio ha eseguito il modello DeepSeek V4 Flash attraverso otto harness su 30 attività complesse e articolate in più passaggi. Su 240 esecuzioni complessive, 129 hanno avuto successo, pari al 53,8%. Soltanto sei dei 30 flussi di lavoro sono stati completati correttamente da tutti gli harness. 3
La distanza tra i diversi runtime è stata significativa:
- Pi Agent ha completato 20 attività su 30;
- Oh My Pi ne ha completate 17;
- Claude Code, Codex e DeepAgents 16 ciascuno;
- Hermes Agent 15;
- OpenCode 14.
Anche i costi stimati per attività riuscita sono risultati diversi. Composio ha indicato circa 0,195 dollari per Claude Code, 0,081 dollari per Codex e 0,045 dollari per DeepAgents. Per Pi Agent il valore riportato è stato di 0,028 dollari, anche se il confronto va letto alla luce della metodologia dello studio e del comportamento differente di ciascun runtime. 3
Non è una classifica universale dei prodotti per agenti. È però un’indicazione precisa: i benchmark del solo modello non descrivono completamente le prestazioni di un agente. L’unità di confronto diventa sempre più la configurazione modello più harness.
Che cosa vuole fare DeepSeek Harness
Harness è costruito su Cordis, un framework nel quale le capacità del runtime vengono esposte come plugin. Secondo la documentazione architetturale di DeepSeek, l’adattatore del modello, il registro degli strumenti, il log delle sessioni e il ciclo dell’agente sono tutti componenti sostituibili. 17
Tra gli altri confini dei plugin rientrano:
- adattatori per modelli e fornitori;
- strumenti e competenze operative;
- sessioni e sistemi di archiviazione;
- sandbox e ambienti di esecuzione;
- pianificazione e coordinamento dei sotto-agenti;
- ciclo operativo dell’agente;
- interfaccia utente.
In questo modo il modello viene separato dalla macchina che trasforma una risposta in un processo operativo continuativo. Gli sviluppatori possono modificare il modo in cui l’agente raccoglie e comprime il contesto, usa gli strumenti, conserva lo stato, riprova dopo un errore o presenta il lavoro, senza dover riscrivere l’intero runtime. 17
20
L’idea secondo cui “tutto è un plugin” non è solo una scelta tecnica o di packaging. Porta al centro della sperimentazione il livello intermedio tra il modello e l’ambiente di lavoro.
Log tracciabili per capire dove fallisce un agente
DeepSeek afferma che Harness registra in un log di sessione append-only ciò che il modello vede e fa: prompt di sistema, ragionamento, chiamate agli strumenti e relativi risultati, pianificazione dei sotto-agenti e inserimenti di contesto. La vista Trajectory permette di esaminare il flusso degli eventi; ripresa, biforcazione, ricerca e riproduzione operano sullo stesso registro. 22
Per chi sviluppa agenti, questo offre almeno quattro vantaggi:
- Debug: un errore può essere analizzato come una sequenza di cambiamenti di contesto e azioni, non soltanto attraverso la risposta finale.
- Riproducibilità: un flusso può essere riprodotto o ripristinato per confrontare una modifica a prompt, strumenti o plugin.
- Esperimenti paralleli: una traiettoria può essere duplicata per testare una strategia diversa senza perdere l’esecuzione originale.
- Dati per la valutazione: traiettorie riuscite e fallite possono diventare materiale per verificare nuovi strumenti, policy, prompt o cicli decisionali.
Si delinea così un ciclo di miglioramento continuo: eseguire un’attività, ispezionare la traiettoria, individuare il problema, modificare un plugin, ripetere il test e conservare il risultato. Tuttavia, un sistema che registra e riproduce le traiettorie non è automaticamente un sistema capace di apprendere da solo. Le evidenze disponibili sostengono l’idea di Harness come base verificabile per lo sviluppo iterativo, non come prova di un miglioramento autonomo affidabile. 22
Memoria ed evoluzione autonoma: serve prudenza
Nell’ecosistema di Harness esistono già progetti di terze parti che dichiarano di offrire memoria persistente tra sessioni ed evoluzione automatica in background. 18
19
Questi progetti dimostrano che l’architettura a plugin può accogliere memoria del progetto, revisione automatica e gestione delle competenze. Non dimostrano però che la versione base v0.1 svolga in modo sicuro e generale un auto-miglioramento continuo. Plugin opzionali, integrazioni sperimentali e funzionalità del prodotto principale non vanno quindi considerati equivalenti.
Prima di usare una soluzione di questo tipo in produzione, un’organizzazione dovrebbe valutare conservazione dei dati, permessi, isolamento delle sandbox, gestione delle credenziali, possibilità di rollback e rischio che un sistema automatizzato modifichi i propri strumenti o procedure.
La scommessa strategica: controllare il punto d’ingresso degli sviluppatori
DeepSeek può competere sul livello dei modelli con V4 Pro e V4 Flash. Con Harness prova invece a competere sul livello in cui gli sviluppatori decidono come quei modelli vengono utilizzati.
È il livello che stabilisce:
- quale modello selezionare;
- come assemblare e comprimere il contesto;
- quali strumenti e permessi rendere disponibili;
- come riprendere le attività di lunga durata;
- come rilevare e gestire gli errori;
- come valutare le traiettorie;
- quali plugin inserire nel flusso di lavoro dell’agente.
Rendendo il runtime aperto, DeepSeek incoraggia sviluppatori esterni a costruire adattatori, strumenti, sistemi di memoria e schemi operativi attorno alla sua architettura. Allo stesso tempo, può mantenere una posizione influente nel punto d’ingresso degli sviluppatori anche se il runtime supporta fornitori di modelli diversi. Potenzialmente, è una posizione più duratura rispetto alla competizione basata soltanto sui pesi del modello o sul prezzo delle API.
Da qui nasce anche una possibile strada verso lo sviluppo assistito dall’IA: un agente potrebbe aiutare a generare un plugin, analizzare traiettorie fallite, proporre una modifica, lanciare una valutazione e conservare la cronologia degli esperimenti. Per ora è più corretto parlare di infrastruttura per un ciclo di ingegneria assistito dall’IA, non di un agente già capace di auto-migliorarsi.
Perché conta la dicitura v0.1
Lo stato di developer preview è fondamentale per interpretare il rilascio. È un invito a sperimentare e a contribuire allo sviluppo, ma indica anche che API, integrazioni, controlli di sicurezza e comportamento operativo possono ancora cambiare. 20
Harness va quindi valutato come framework aperto e piattaforma di ricerca, senza attribuirgli già l’affidabilità, la rifinitura o le protezioni di un prodotto maturo per agenti di programmazione.
In sintesi
Gli annunci del 13 agosto collegano il lancio di un modello a una strategia infrastrutturale. V4 Pro fornisce il modello di punta; Harness espone invece il runtime che determina come quel modello lavora con strumenti, contesto, memoria e attività di lunga durata. 32
20
I risultati di Composio spiegano perché la distinzione è importante: usando lo stesso DeepSeek V4 Flash, gli harness testati hanno completato da 14 a 20 attività su 30, con differenze marcate anche nei costi stimati per attività riuscita. 3 L’architettura a plugin e le traiettorie tracciabili offrono a DeepSeek una base credibile per sperimentazione, valutazione e sviluppo assistito dall’IA. Non dimostrano da sole un apprendimento continuo affidabile, ma indicano che il runtime potrebbe diventare uno dei principali terreni di confronto nella prossima fase degli agenti artificiali.
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 e Harness: perché il runtime degli agenti può contare più del modello"?
Il 13 agosto 2026 DeepSeek ha presentato V4 Pro insieme a Harness v0.1, un’anteprima per sviluppatori con licenza MIT, non un prodotto maturo per utenti finali.
What are the key points to validate first?
Il 13 agosto 2026 DeepSeek ha presentato V4 Pro insieme a Harness v0.1, un’anteprima per sviluppatori con licenza MIT, non un prodotto maturo per utenti finali. Harness tratta il runtime dell’agente come un’infrastruttura modulare: modelli, strumenti, sessioni, memoria, sandbox, cicli operativi e interfaccia possono essere sostituiti tramite plugin Cordis.
What should I do next in practice?
Nei test di Composio, lo stesso DeepSeek V4 Flash ha completato da 14 a 20 attività su 30 a seconda del runtime utilizzato: il confronto reale diventa quindi “modello più harness”.