DeepSeek Harness sebenarnya apa?

DeepSeek Harness lebih tepat difahami sebagai infrastruktur untuk membina dan menjalankan ejen, bukannya model AI yang berdiri sendiri. Pratonton pembangun ini dikeluarkan di bawah lesen MIT melalui alat baris perintah dsh, dengan formula mudah: Model + Harness = Ejen. Model menyediakan kebolehan menaakul, manakala harness menyediakan lapisan operasi yang menghubungkan penaakulan itu kepada fail, terminal, alat, sesi dan proses pelaksanaan. 69

Itulah dapatan utama ulasan penggunaan sebenar pada 21 Ogos. Fokus DeepSeek bukan semata-mata untuk melancarkan pembantu pengekodan yang kemas dan siap digunakan, tetapi untuk menjadikan “jentera” di sebalik ejen boleh dikonfigurasi serta dikembangkan.

Maksud formula “Model + Harness = Ejen”

Model bahasa boleh merancang dan menghasilkan arahan, tetapi ia tidak boleh dengan sendiri memeriksa projek tempatan, menyunting fail, menjalankan arahan, menyimpan sejarah pelaksanaan atau mengurus panggilan alat berulang. Harness menyediakan keupayaan operasi tersebut di sekeliling model.

Dalam DeepSeek Harness, penyesuai model, daftar alat, log sesi dan gelung ejen semuanya direka sebagai pemalam yang boleh diganti. Seni bina ini dibina di atas Cordis, iaitu rangka kerja yang membolehkan pemalam menyumbang perkhidmatan, peristiwa bertip dan kesan yang boleh diterbalikkan kepada konteks runtime yang dikongsi. 17

Pemisahan ini membawa dua implikasi penting:

• Model bukan keseluruhan ejen. Model membuat keputusan serta menghasilkan penaakulan atau tindakan.
• Harness tidak terikat secara konsep kepada satu model sahaja. Runtime boleh dikonfigurasikan dengan penyesuai model dan set keupayaan yang berbeza, tanpa menganggap model serta aplikasi ejen sebagai satu produk yang tidak boleh dipisahkan. 16

Sebab itu, melabel DeepSeek Harness sebagai “model AI baharu” tersasar daripada perkara utama. Ia ialah runtime pelaksanaan yang mengubah model penaakulan menjadi sistem yang boleh bertindak.

Cara mencuba pratonton pembangun

Laluan permulaan yang digunakan dalam ulasan adalah seperti berikut:

npx @deepseek-ai/dsh web

Antara muka web tempatan tersedia di localhost:3080; laporan penggunaan sebenar yang lain menyatakan alamat setara 127.0.0.1:3080. 64

Ulasan tersebut turut melaporkan bahawa pengguna perlu memasukkan kunci API DeepSeek dan akan melihat antara muka berjenama “Exploring the Uncharted”. Ini ialah pemerhatian daripada sesi penggunaan tertentu, bukannya jaminan bahawa setiap pemasangan akan memaparkan antara muka atau aliran konfigurasi yang sama. 7

Kesimpulan praktikalnya: pratonton ini disasarkan kepada pembangun yang selesa mengkonfigurasi runtime tempatan dan menyediakan akses kepada model sendiri — bukan pengguna yang mahukan pembantu pengekodan siap guna tanpa persediaan teknikal.

Empat mod kerja, empat gabungan pemalam

DeepSeek Harness tidak menganggap modnya sebagai empat produk yang berasingan. Sebaliknya, setiap mod ialah komposisi runtime pratetap yang memuatkan kumpulan pemalam lalai berbeza untuk jenis kerja tertentu. 1823

Standard: pengalaman ejen lengkap

Standard ialah mod serba guna. DeepSeek menerangkannya sebagai ejen pengekodan lengkap dengan penyuntingan fail, akses shell, carian fail dan web, kemahiran, perancangan, matlamat, subejen serta aliran kerja. 20

Ia paling hampir dengan kegunaan pembangunan dan pelaksanaan tugasan ejenik harian. Namun, memandangkan pratonton ini masih mempunyai kekurangan dari segi pengalaman pengguna, ia lebih sesuai untuk eksperimen berbanding pengguna yang sekadar mahu menggantikan pembantu pengekodan sedia ada.

PTC: panggilan alat secara programatik

PTC, atau Programmatic Tool Calling, direka untuk aliran kerja yang membolehkan model menulis kod bagi menyelaras beberapa panggilan alat. Daripada meminta setiap operasi alat satu demi satu, model boleh menggunakan program yang dijana untuk mengatur urutan tindakan. 20

Pendekatan ini lebih sesuai untuk model yang berkeupayaan tinggi dan pengguna lanjutan yang mengendalikan tugasan berbilang langkah. Ia boleh menjadikan proses yang banyak menggunakan alat lebih tersusun, tetapi pengguna juga perlu meneliti perkara yang akan dilakukan oleh kod yang dijana itu.

Minimal: persekitaran ujian terkawal

Minimal mengecilkan runtime kepada alat shell dan penyunting fail. DeepSeek meletakkannya sebagai cara untuk menanda aras atau mengkaji model dalam persekitaran yang sengaja dihadkan, dengan bantuan harness yang minimum. 20

Mod ini berguna apabila matlamat utama ialah penilaian, bukannya kemudahan. Ia membantu membezakan keupayaan model daripada fungsi tambahan yang dibekalkan oleh susunan ejen lengkap.

Creation: mod untuk membina mod lain

Creation ditujukan kepada pembangun yang mahu mengubah suai atau mengembangkan harness. Mod ini menyokong pemeriksaan runtime, eksperimen pemalam Cordis dalam memori dan penggabungan pratetap tersuai. 20

Pemalam Creation yang didokumentasikan turut menambah pemeriksaan kendiri Cordis, eksperimen pemalam dinamik dan panduan menghasilkan pratetap. 22 Di sinilah cita-cita lebih besar DeepSeek paling jelas: sistem ini bukan sekadar untuk menjalankan ejen, tetapi juga membolehkan pembangun membentuk semula runtime yang digunakan oleh ejen tersebut.

Cordis dan falsafah “semuanya ialah pemalam”

Bahagian paling menonjol dalam DeepSeek Harness ialah falsafah seninya. Daripada menyimpan model, alat, sejarah dan gelung kawalan dalam teras tetap yang besar, sistem ini mendedahkan komponen tersebut melalui sistem pemalam Cordis.

Dokumentasi seni bina rasmi mengenal pasti komponen berikut sebagai pemalam yang boleh diganti:

• penyesuai model;
• daftar alat;
• log sesi; dan
• gelung ejen. 17

Laporan penggunaan sebenar pula menggambarkan visi yang lebih luas, merangkumi kemahiran, sesi, sandbox, storan, penjadualan dan antara muka pengguna. Sesetengah contoh lebih luas itu tidak disahkan secara berasingan oleh petikan sumber primer yang diberikan, maka ia wajar dianggap sebagai arah yang dilaporkan untuk projek ini, bukan butiran pelaksanaan yang sama kukuh pengesahannya. 117

Reka bentuk ini turut menerangkan mengapa empat mod tersebut boleh terasa sangat berbeza tanpa memerlukan empat aplikasi berasingan. Profil boleh menyusun lapisan pemalam mengikut urutan ketika permulaan, lalu menghasilkan runtime untuk pengekodan biasa, penilaian terkawal, penggunaan alat secara programatik atau pembangunan pemalam. 1723

Pelaksanaan yang boleh dilihat, bukan kotak hitam

Sistem ejen sukar dinyahpepijat jika hanya jawapan akhir dipaparkan. DeepSeek Harness memberi penekanan lebih besar kepada laluan pelaksanaan: sesi dan trajektori ialah sebahagian daripada seni bina runtime, manakala komponen log sesi boleh diganti seperti pemalam lain. 17

Satu lagi laporan penggunaan sebenar menyifatkan paparan trajektori sebagai aliran peristiwa JSONL tambahan-sahaja yang disimpan pada cakera. Menurut laporan itu, paparan berkenaan membantu mengenal pasti masalah konfigurasi dengan cepat. 4 Petikan dokumentasi seni bina rasmi mengesahkan bahawa log sesi ialah pemalam, tetapi tidak dengan sendirinya mengesahkan setiap butiran format tambahan-sahaja tersebut.

Bagi pembangun, kebolehkesanan seperti ini mungkin sama penting dengan kualiti model semata-mata. Ia boleh membantu menjawab soalan seperti alat mana yang dipanggil, apakah cubaan yang dibuat oleh ejen dan pada titik mana tugasan panjang mula tersasar.

Apa yang didedahkan oleh ujian awal tentang prestasi?

Ujian yang tersedia menunjukkan keupayaan sebenar, tetapi belum membentuk penanda aras prestasi yang boleh digunakan secara universal. Dalam satu sesi pada 21 Ogos menggunakan DeepSeek V4 Flash 0731, ejen mengambil masa 46 minit dan 109 langkah untuk membina pemalam, dengan penggunaan 8.9 juta token input. 1 Ujian penggunaan sebenar yang lain melaporkan kira-kira 20 juta token dalam tempoh sekitar 35 minit ketika membina penjejak Stesen Angkasa Antarabangsa. 2

Dapatan ini menyokong kesimpulan berhati-hati: tugasan autonomi yang panjang boleh menjadi perlahan dan mahal dalam pratonton pembangun, dengan tempoh pelaksanaan bergantung pada model, tugasan, cache dan beban kerja. Angka tersebut tidak patut dianggap sebagai had kelajuan tetap untuk setiap sesi DeepSeek Harness.

Bukti yang sama turut menjelaskan pertukaran yang dibuat oleh produk ini. DeepSeek menawarkan infrastruktur yang sangat boleh dikonfigurasi sebelum pengalaman pengguna yang benar-benar diperhalusi tersedia. Projek ini disifatkan sebagai infrastruktur yang menjanjikan dan asas berpotensi untuk rintis kejuruteraan terkawal, tetapi belum lagi sebagai platform kawalan yang sesuai untuk pengeluaran. 56

Siapa yang patut mengambil berat?

Kedudukan paling kuat untuk DeepSeek Harness bukanlah “DeepSeek telah membina antara muka ejen pengekodan terbaik”. Kedudukannya ialah DeepSeek telah membuka sumber runtime ejen yang luas, dengan model, alat, gelung pelaksanaan dan keupayaan lain yang boleh disusun serta diganti.

Ia amat menarik kepada:

• pembangun yang mahu membina ejen tersuai;
• penyelidik yang menilai model dengan tahap bantuan harness yang berbeza;
• pasukan yang memerlukan sejarah pelaksanaan yang boleh diperiksa; dan
• penyumbang sumber terbuka yang bereksperimen dengan pemalam serta komposisi runtime.

Buat masa ini, ia kurang menarik kepada pengguna yang hanya mahu ejen pengekodan kemas dengan kependaman yang boleh dijangka dan persediaan minimum. Shell v0.1 masih di peringkat awal, manakala laporan tugasan panjang menunjukkan bahawa keupayaan tidak semestinya bermakna kelajuan atau kesediaan untuk penggunaan produksi. 56

Ringkasnya, “Model + Harness = Ejen” ialah penjelasan produk dan juga pernyataan strategi. DeepSeek sedang memisahkan kecerdasan daripada mesin yang membolehkan kecerdasan itu bertindak — sambil mempertaruhkan bahawa runtime pemalam yang boleh dikembangkan akhirnya mungkin lebih bernilai daripada satu aplikasi ejen yang tetap.

DeepSeek Harness sebenarnya apa?

DeepSeek Harness lebih tepat difahami sebagai infrastruktur untuk membina dan menjalankan ejen, bukannya model AI yang berdiri sendiri. Pratonton pembangun ini dikeluarkan di bawah lesen MIT melalui alat baris perintah dsh, dengan formula mudah: Model + Harness = Ejen. Model menyediakan kebolehan menaakul, manakala harness menyediakan lapisan operasi yang menghubungkan penaakulan itu kepada fail, terminal, alat, sesi dan proses pelaksanaan. 69

Itulah dapatan utama ulasan penggunaan sebenar pada 21 Ogos. Fokus DeepSeek bukan semata-mata untuk melancarkan pembantu pengekodan yang kemas dan siap digunakan, tetapi untuk menjadikan “jentera” di sebalik ejen boleh dikonfigurasi serta dikembangkan.

Maksud formula “Model + Harness = Ejen”

Model bahasa boleh merancang dan menghasilkan arahan, tetapi ia tidak boleh dengan sendiri memeriksa projek tempatan, menyunting fail, menjalankan arahan, menyimpan sejarah pelaksanaan atau mengurus panggilan alat berulang. Harness menyediakan keupayaan operasi tersebut di sekeliling model.

Dalam DeepSeek Harness, penyesuai model, daftar alat, log sesi dan gelung ejen semuanya direka sebagai pemalam yang boleh diganti. Seni bina ini dibina di atas Cordis, iaitu rangka kerja yang membolehkan pemalam menyumbang perkhidmatan, peristiwa bertip dan kesan yang boleh diterbalikkan kepada konteks runtime yang dikongsi. 17

Pemisahan ini membawa dua implikasi penting:

• Model bukan keseluruhan ejen. Model membuat keputusan serta menghasilkan penaakulan atau tindakan.
• Harness tidak terikat secara konsep kepada satu model sahaja. Runtime boleh dikonfigurasikan dengan penyesuai model dan set keupayaan yang berbeza, tanpa menganggap model serta aplikasi ejen sebagai satu produk yang tidak boleh dipisahkan. 16

Sebab itu, melabel DeepSeek Harness sebagai “model AI baharu” tersasar daripada perkara utama. Ia ialah runtime pelaksanaan yang mengubah model penaakulan menjadi sistem yang boleh bertindak.

Cara mencuba pratonton pembangun

Laluan permulaan yang digunakan dalam ulasan adalah seperti berikut:

npx @deepseek-ai/dsh web

Antara muka web tempatan tersedia di localhost:3080; laporan penggunaan sebenar yang lain menyatakan alamat setara 127.0.0.1:3080. 64

Ulasan tersebut turut melaporkan bahawa pengguna perlu memasukkan kunci API DeepSeek dan akan melihat antara muka berjenama “Exploring the Uncharted”. Ini ialah pemerhatian daripada sesi penggunaan tertentu, bukannya jaminan bahawa setiap pemasangan akan memaparkan antara muka atau aliran konfigurasi yang sama. 7

Kesimpulan praktikalnya: pratonton ini disasarkan kepada pembangun yang selesa mengkonfigurasi runtime tempatan dan menyediakan akses kepada model sendiri — bukan pengguna yang mahukan pembantu pengekodan siap guna tanpa persediaan teknikal.

Empat mod kerja, empat gabungan pemalam

DeepSeek Harness tidak menganggap modnya sebagai empat produk yang berasingan. Sebaliknya, setiap mod ialah komposisi runtime pratetap yang memuatkan kumpulan pemalam lalai berbeza untuk jenis kerja tertentu. 1823

Standard: pengalaman ejen lengkap

Standard ialah mod serba guna. DeepSeek menerangkannya sebagai ejen pengekodan lengkap dengan penyuntingan fail, akses shell, carian fail dan web, kemahiran, perancangan, matlamat, subejen serta aliran kerja. 20

Ia paling hampir dengan kegunaan pembangunan dan pelaksanaan tugasan ejenik harian. Namun, memandangkan pratonton ini masih mempunyai kekurangan dari segi pengalaman pengguna, ia lebih sesuai untuk eksperimen berbanding pengguna yang sekadar mahu menggantikan pembantu pengekodan sedia ada.

PTC: panggilan alat secara programatik

PTC, atau Programmatic Tool Calling, direka untuk aliran kerja yang membolehkan model menulis kod bagi menyelaras beberapa panggilan alat. Daripada meminta setiap operasi alat satu demi satu, model boleh menggunakan program yang dijana untuk mengatur urutan tindakan. 20

Pendekatan ini lebih sesuai untuk model yang berkeupayaan tinggi dan pengguna lanjutan yang mengendalikan tugasan berbilang langkah. Ia boleh menjadikan proses yang banyak menggunakan alat lebih tersusun, tetapi pengguna juga perlu meneliti perkara yang akan dilakukan oleh kod yang dijana itu.

Minimal: persekitaran ujian terkawal

Minimal mengecilkan runtime kepada alat shell dan penyunting fail. DeepSeek meletakkannya sebagai cara untuk menanda aras atau mengkaji model dalam persekitaran yang sengaja dihadkan, dengan bantuan harness yang minimum. 20

Mod ini berguna apabila matlamat utama ialah penilaian, bukannya kemudahan. Ia membantu membezakan keupayaan model daripada fungsi tambahan yang dibekalkan oleh susunan ejen lengkap.

Creation: mod untuk membina mod lain

Creation ditujukan kepada pembangun yang mahu mengubah suai atau mengembangkan harness. Mod ini menyokong pemeriksaan runtime, eksperimen pemalam Cordis dalam memori dan penggabungan pratetap tersuai. 20

Pemalam Creation yang didokumentasikan turut menambah pemeriksaan kendiri Cordis, eksperimen pemalam dinamik dan panduan menghasilkan pratetap. 22 Di sinilah cita-cita lebih besar DeepSeek paling jelas: sistem ini bukan sekadar untuk menjalankan ejen, tetapi juga membolehkan pembangun membentuk semula runtime yang digunakan oleh ejen tersebut.

Cordis dan falsafah “semuanya ialah pemalam”

Bahagian paling menonjol dalam DeepSeek Harness ialah falsafah seninya. Daripada menyimpan model, alat, sejarah dan gelung kawalan dalam teras tetap yang besar, sistem ini mendedahkan komponen tersebut melalui sistem pemalam Cordis.

Dokumentasi seni bina rasmi mengenal pasti komponen berikut sebagai pemalam yang boleh diganti:

• penyesuai model;
• daftar alat;
• log sesi; dan
• gelung ejen. 17

Laporan penggunaan sebenar pula menggambarkan visi yang lebih luas, merangkumi kemahiran, sesi, sandbox, storan, penjadualan dan antara muka pengguna. Sesetengah contoh lebih luas itu tidak disahkan secara berasingan oleh petikan sumber primer yang diberikan, maka ia wajar dianggap sebagai arah yang dilaporkan untuk projek ini, bukan butiran pelaksanaan yang sama kukuh pengesahannya. 117

Reka bentuk ini turut menerangkan mengapa empat mod tersebut boleh terasa sangat berbeza tanpa memerlukan empat aplikasi berasingan. Profil boleh menyusun lapisan pemalam mengikut urutan ketika permulaan, lalu menghasilkan runtime untuk pengekodan biasa, penilaian terkawal, penggunaan alat secara programatik atau pembangunan pemalam. 1723

Pelaksanaan yang boleh dilihat, bukan kotak hitam

Sistem ejen sukar dinyahpepijat jika hanya jawapan akhir dipaparkan. DeepSeek Harness memberi penekanan lebih besar kepada laluan pelaksanaan: sesi dan trajektori ialah sebahagian daripada seni bina runtime, manakala komponen log sesi boleh diganti seperti pemalam lain. 17

Satu lagi laporan penggunaan sebenar menyifatkan paparan trajektori sebagai aliran peristiwa JSONL tambahan-sahaja yang disimpan pada cakera. Menurut laporan itu, paparan berkenaan membantu mengenal pasti masalah konfigurasi dengan cepat. 4 Petikan dokumentasi seni bina rasmi mengesahkan bahawa log sesi ialah pemalam, tetapi tidak dengan sendirinya mengesahkan setiap butiran format tambahan-sahaja tersebut.

Bagi pembangun, kebolehkesanan seperti ini mungkin sama penting dengan kualiti model semata-mata. Ia boleh membantu menjawab soalan seperti alat mana yang dipanggil, apakah cubaan yang dibuat oleh ejen dan pada titik mana tugasan panjang mula tersasar.

Apa yang didedahkan oleh ujian awal tentang prestasi?

Ujian yang tersedia menunjukkan keupayaan sebenar, tetapi belum membentuk penanda aras prestasi yang boleh digunakan secara universal. Dalam satu sesi pada 21 Ogos menggunakan DeepSeek V4 Flash 0731, ejen mengambil masa 46 minit dan 109 langkah untuk membina pemalam, dengan penggunaan 8.9 juta token input. 1 Ujian penggunaan sebenar yang lain melaporkan kira-kira 20 juta token dalam tempoh sekitar 35 minit ketika membina penjejak Stesen Angkasa Antarabangsa. 2

Dapatan ini menyokong kesimpulan berhati-hati: tugasan autonomi yang panjang boleh menjadi perlahan dan mahal dalam pratonton pembangun, dengan tempoh pelaksanaan bergantung pada model, tugasan, cache dan beban kerja. Angka tersebut tidak patut dianggap sebagai had kelajuan tetap untuk setiap sesi DeepSeek Harness.

Bukti yang sama turut menjelaskan pertukaran yang dibuat oleh produk ini. DeepSeek menawarkan infrastruktur yang sangat boleh dikonfigurasi sebelum pengalaman pengguna yang benar-benar diperhalusi tersedia. Projek ini disifatkan sebagai infrastruktur yang menjanjikan dan asas berpotensi untuk rintis kejuruteraan terkawal, tetapi belum lagi sebagai platform kawalan yang sesuai untuk pengeluaran. 56

Siapa yang patut mengambil berat?

Kedudukan paling kuat untuk DeepSeek Harness bukanlah “DeepSeek telah membina antara muka ejen pengekodan terbaik”. Kedudukannya ialah DeepSeek telah membuka sumber runtime ejen yang luas, dengan model, alat, gelung pelaksanaan dan keupayaan lain yang boleh disusun serta diganti.

Ia amat menarik kepada:

• pembangun yang mahu membina ejen tersuai;
• penyelidik yang menilai model dengan tahap bantuan harness yang berbeza;
• pasukan yang memerlukan sejarah pelaksanaan yang boleh diperiksa; dan
• penyumbang sumber terbuka yang bereksperimen dengan pemalam serta komposisi runtime.

Buat masa ini, ia kurang menarik kepada pengguna yang hanya mahu ejen pengekodan kemas dengan kependaman yang boleh dijangka dan persediaan minimum. Shell v0.1 masih di peringkat awal, manakala laporan tugasan panjang menunjukkan bahawa keupayaan tidak semestinya bermakna kelajuan atau kesediaan untuk penggunaan produksi. 56

Ringkasnya, “Model + Harness = Ejen” ialah penjelasan produk dan juga pernyataan strategi. DeepSeek sedang memisahkan kecerdasan daripada mesin yang membolehkan kecerdasan itu bertindak — sambil mempertaruhkan bahawa runtime pemalam yang boleh dikembangkan akhirnya mungkin lebih bernilai daripada satu aplikasi ejen yang tetap.