DeepSeek Harness v0.1: Langkah Berani China ke Arena Ejen AI Autonomi

Peralihan strategik daripada LLM kepada AI ejen

DeepSeek membina reputasinya dengan melatih LLM bertaraf dunia pada sebahagian kecil kos pesaing AS seperti OpenAI dan Anthropic. Dengan Harness, syarikat itu bergerak ke "lapisan pelaksanaan" — infrastruktur yang menukar kecerdasan model mentah kepada produk yang boleh digunakan dan menjana pendapatan . South China Morning Post menyebut pelancaran ini sebagai "peralihan strategik apabila DeepSeek meneroka medan perang baharu di luar model bahasa besar" .

Syarikat itu menyokong peralihan ini dengan ~$7 bilion dalam pembiayaan luaran — modal luar pertamanya yang besar — dan melancarkan kempen pengambilan pekerja agresif merentasi divisyen Harness . Menjelang Jun 2026, DeepSeek dilaporkan menyasarkan untuk menggandakan semua jabatan semasa ia membina barisan perniagaan baharu .

"Semuanya adalah pemalam": seni bina modular

Prinsip reka bentuk utama Harness adalah "Semuanya adalah pemalam" . Ia dibina di atas metarangka kerja Cordis, yang menguruskan pemuatan, pemunggahan, dan pengurusan kebergantungan pemalam . Semua komponen — model, alatan, kemahiran, sesi, kotak pasir, sistem fail, gelung orkestrasi, dan juga UI — dilaksanakan sebagai pemalam Cordis bebas .

Ini bermakna pembangun boleh mencampur, memadankan, mengganti, dan memanjangkan setiap keupayaan tanpa mengubah suai kod sumber teras . "Tiada teras istimewa untuk ditampal" ; memanjangkan sistem dilakukan dengan memasang pemalam baharu di samping yang sedia ada. Seni bina ini direka untuk membolehkan pembangun menyusun runtime ejen tersuai dengan memilih hanya pemalam yang mereka perlukan untuk tugas tertentu .

Empat pratetap runtime

Harness hadir dengan empat pratetap ejen terbina dalam, setiap satu adalah komposisi berbeza dari sistem pemalam yang sama :

Setiap mod memuatkan set pemalam lalai yang berbeza; menukar mod menukar alat yang dipegang oleh ejen dan cara ia melaksanakan .

Reka bentuk log sesi hanya tambah memastikan setiap gesaan sistem, rantaian pemikiran, panggilan alat dan hasil, penghantaran subejen, dan suntikan konteks direkodkan sepenuhnya, membolehkan main semula dan nyahpepijat tepat bagi sebarang trajektori ejen .

Pengambilan bakat dari Jane Street: Cui Tianyi

Pada Mei 2026, DeepSeek merekrut Cui Tianyi (Tianyi Cui), seorang bekas penyelidik kuantitatif dan jurutera bintang dari Jane Street, untuk mengetuai pasukan Harness baharunya . Profil LinkedIn Cui menyenaraikannya sebagai "Ahli Staf Teknikal, Pasukan Harness" di DeepSeek AI sejak Mac 2026, membina Agent Harness dari Beijing . Beliau sebelum ini mengasaskan bersama firma dagangan kuantitatif yang berpangkalan di Hong Kong, TSY Capital, selepas hampir sembilan tahun di Jane Street dalam peranan pembangunan perisian dan penyelidikan kuantitatif .

Penyelidik kanan Deli Chen mendedahkan pada Mei 2026 bahawa pasukan itu sedang membina "CodeHarness" dari awal, dengan produk "DeepSeek Code" tersendiri dilaporkan dalam pembangunan . Cui sendiri telah menjalankan temu duga calon harian dan menyiarkan iklan pengambilan pekerja di pelbagai platform, menggambarkan pasukan Harness sebagai "secara langsung memikul salah satu tugas paling penting dan utama syarikat" .

Kedudukan kompetitif terhadap Claude Code dari Anthropic

DeepSeek Harness diposisikan sebagai alternatif langsung kepada Claude Code dari Anthropic — alat ejen pengekodan popular dari syarikat AI AS . DeepSeek mendaftarkan akaun WeChat rasmi "DeepSeek Harness (Rangka Kerja Alat)" sebagai saluran rasmi berasingan untuk barisan perniagaan Harness .

Walau bagaimanapun, DeepSeek secara terbuka menyatakan bahawa Harness tidak bertujuan menjadi "Codex seterusnya" . Sebaliknya, ia adalah runtime ejen yang boleh digubah semula dan dimain semula di mana setiap keupayaan boleh ditukar ganti — pendekatan yang lebih modular dan terbuka berbanding pesaing yang lebih monolitik . Strategi lesen sumber terbuka MIT berbeza dengan model proprietari Anthropic dan OpenAI, berpotensi menarik ekosistem pembangun yang lebih besar .

Projek ini meraih lebih 33,000 bintang GitHub dalam beberapa jam pratonton awamnya , mencerminkan minat pembangun yang kuat terhadap pendekatan sumber terbuka dan pemalam-pertama.

Cara untuk memulakan

Memulakannya adalah mudah: jalankan

npx @deepseek-ai/dsh web