DeepSeek Harness diterangkan: Bagaimana seni bina “Model + Harness = Agen” berfungsi

DeepSeek Harness bukan model AI baharu. Ia ialah runtime agen AI sumber terbuka — lapisan pelaksanaan yang membolehkan model menggunakan alat, berinteraksi dengan fail dan persekitaran, mengekalkan keadaan sesi serta menyelesaikan tugasan berbilang langkah. DeepSeek melancarkannya sebagai pratonton pembangun di bawah lesen MIT pada 13 Ogos 2026.

Idea terasnya dirumuskan dalam satu formula mudah: Agen = Model + Harness.

Model menyediakan keupayaan memahami bahasa dan membuat penaakulan. Harness pula menyediakan “tangan dan kaki” yang membolehkan model memeriksa repositori, menjalankan arahan, mengubah fail, memanggil alat, mengurus konteks dan meneruskan kerja apabila tugasan terganggu.

Apa yang dilakukan oleh DeepSeek Harness?

Model bahasa yang berdiri sendiri boleh menghasilkan teks, tetapi tidak secara automatik tahu cara membuka repositori, menjalankan perintah terminal, menyunting fail atau mengekalkan sesi kerja. Runtime agen menyelaraskan semua operasi itu.

DeepSeek Harness meletakkan lapisan penyelarasan tersebut sebagai komponen utama. Dokumentasi rasminya menerangkan bahawa model, alat, kemahiran, sesi, sandbox, storan, gelung agen, penjadualan dan antara muka pengguna boleh dipasang, ditanggalkan atau digubah semula sebagai plugin.

Pendekatan ini menjadikan Harness lebih hampir kepada asas infrastruktur agen berbanding pembantu pengekodan biasa yang datang dalam bentuk produk siap dan agak tetap. Pembangun boleh mengubah komponen di sekeliling model tanpa perlu menerima logik penyelarasan sebagai kotak hitam milik vendor.

Namun, kebebasan itu datang dengan tanggungjawab tambahan. Pembangun perlu mengurus keserasian plugin, kebergantungan, kebenaran akses, pengendalian kegagalan, keselamatan dan ujian ketika menaik taraf versi.

Cordis: apabila “semuanya plugin”

Harness dibina di atas Cordis, iaitu kernel yang mengurus pemasangan plugin dan penyelesaian kebergantungannya. Kesan paling penting ialah tingkah laku teras agen tidak terikat pada satu gelung pelaksanaan monolitik.

Komponen yang boleh diganti termasuk:

• penyesuai model;
• alat dan kemahiran;
• sistem sesi dan storan;
• sandbox serta akses sistem fail;
• gelung agen dan penjadualan;
• tingkah laku subagen; dan
• antara muka web serta komponen runtime lain.

Dalam produk AI konvensional, pengguna mungkin boleh mengubah prompt, alat atau integrasi, tetapi cara produk membuat keputusan dan menyelaraskan tugasan biasanya masih dikawal vendor. Harness cuba membuka lapisan itu juga.

Ini memberikan kawalan yang lebih tinggi kepada pasukan infrastruktur, penyelidik dan pembangun yang mahu bereksperimen dengan polisi pelaksanaan, model atau persekitaran kerja yang berbeza. Pada masa sama, ia menjadikan integrasi lebih rumit berbanding menggunakan produk siap pakai.

Empat mod runtime

Pratonton pembangun ini menyediakan empat mod lalai. Setiap mod memuatkan gabungan keupayaan dan plugin yang berbeza.

Mod Standard

Mod Standard ialah persekitaran agen pengekodan lengkap. Ia menggabungkan penyuntingan fail, akses shell, carian, kemahiran, perancangan, matlamat, subagen dan aliran kerja untuk tugasan perisian umum.

Mod Code

Mod Code memberikan alat melalui antara muka berorientasikan kod. Model boleh menggabungkan beberapa operasi dalam satu program TypeScript, sekali gus mengurangkan keperluan memanggil alat secara berasingan apabila tugasan terdiri daripada beberapa langkah berkait.

Mod Minimal

Mod Minimal sengaja mengehadkan persekitaran kepada shell berterusan dan alat penyuntingan fail. Reka bentuk sempit ini berguna untuk penilaian model yang lebih terkawal dan untuk melihat tingkah laku agen dengan keupayaan terbina dalam yang minimum.

Mod Creator

Mod Creator disasarkan kepada pembangun yang mahu menghasilkan preset baharu. Ia menyediakan pemeriksaan runtime dan eksperimen plugin dalam memori supaya pengguna boleh menguji cara komponen digabungkan semula.

Jadi, empat mod ini lebih tepat dianggap sebagai empat konfigurasi permulaan untuk runtime yang sama — bukan empat produk berasingan.

Mengapa log sesi append-only penting?

Harness menekankan kebolehkesanan setiap operasi. Reka bentuk sesinya merekodkan apa yang dilihat dan dilakukan oleh model dalam aliran peristiwa append-only, termasuk prompt sistem, penaakulan, panggilan alat dan hasilnya, penjadualan subagen serta suntikan konteks. Sejarah peristiwa yang sama boleh digunakan untuk carian, main semula, menyambung sesi dan membuat cabang baharu.

Pendekatan ini boleh memudahkan penyahpepijatan dan pengulangan eksperimen. Jika satu tugasan gagal, pembangun mempunyai rekod yang lebih lengkap tentang konteks dan tindakan yang membawa kepada kegagalan. Fungsi cabang pula membolehkan eksperimen diteruskan dari titik terdahulu tanpa perlu bermula dari kosong.

Tetapi log terperinci juga membawa risiko operasi. Ia mungkin mengandungi prompt sulit, kod sumber, output alat, kelayakan akses yang terdedah secara tidak sengaja atau data peribadi lain. Sebelum digunakan dalam produksi, pasukan perlu menetapkan polisi penyimpanan, kawalan akses, penyamaran data dan had sandbox.

Harness berbanding Claude Code dan Codex

DeepSeek Harness sering dibandingkan dengan Claude Code dan OpenAI Codex, tetapi kedudukannya berbeza.

Claude Code dan Codex ialah produk agen pengekodan bersepadu yang direka untuk menawarkan aliran kerja lebih lengkap dengan persediaan minimum. Harness pula ialah runtime terbuka yang menumpukan komposisi, kebolehtukaran dan kawalan. Model, alat, storan, sandbox, tingkah laku sesi serta gelung agen direka untuk diganti melalui plugin, bukan dikunci dalam produk vendor.

Secara ringkas:

• Pilih produk bersepadu jika keutamaan anda ialah pengalaman yang kemas, persediaan pantas dan operasi yang lebih terurus.
• Nilai Harness jika kebolehgunaan pelbagai model, pengehosan sendiri, kebolehulangan eksperimen, polisi pelaksanaan tersuai atau penyelidikan agen lebih penting daripada kemudahan terus guna.

Harness tidak semestinya pembantu pengekodan yang lebih baik hanya kerana seni binanya lebih terbuka. Perbandingan yang adil ialah antara runtime boleh dikembangkan dengan produk yang lebih berpendirian dan siap digunakan. Persoalan utamanya: adakah fleksibiliti itu cukup bernilai untuk mengimbangi kerja kejuruteraan tambahan?

Apa makna sambutan awal di GitHub?

Projek ini menerima perhatian luar biasa pada peringkat awal. Beberapa laporan menyebut lebih 20,000 bintang GitHub dalam kira-kira satu hingga satu setengah jam selepas pelancaran, manakala laporan seterusnya meletakkan repositori itu melebihi 141,000 bintang pada 17 Ogos 2026.

Angka tersebut memang besar, tetapi perlu ditafsir dengan berhati-hati. Bintang GitHub mengukur perhatian, rasa ingin tahu dan aktiviti menanda buku — bukan penggunaan aktif, kejayaan tugasan, keselamatan, kebolehpercayaan atau kapasiti penyelenggara dalam jangka panjang.

Begitu juga, dakwaan bahawa Harness berkembang lebih pantas daripada Grok-1 bergantung pada cara projek dan tempoh masa diukur. Ia wajar dianggap sebagai perbandingan yang dilaporkan, bukan rekod industri yang muktamad.

Kesimpulan paling kukuh ialah terdapat minat pembangun yang besar terhadap susunan agen yang lebih terbuka. Namun, pertumbuhan bintang sahaja tidak membuktikan bahawa rangka kerja ini sudah bersedia untuk produksi.

Kos: lesen MIT tidak bermaksud penggunaan percuma

Lesen MIT meliputi kod rangka kerja, bukan kos inferens model. Runtime agen boleh menghantar semula arahan sistem, hasil alat, polisi dan sejarah terkumpul dalam banyak panggilan kepada model.

Jika laporan mengenai kira-kira 47,600 token input tanpa cache bagi setiap interaksi adalah tepat, jumlah konteks itu boleh menjadi faktor penting kepada kos dan kependaman. Namun, angka tersebut belum disahkan secara bebas oleh sumber terkuat yang tersedia.

Model yang digunakan juga memberi kesan besar. Pelancaran DeepSeek V4-Pro disertai peralihan kepada penetapan harga API waktu puncak dan luar puncak. Laporan menyenaraikan harga output V4-Pro pada waktu puncak sebanyak AS$3.96 bagi setiap sejuta token, berbanding AS$0.87 sebelum ini.

Bil sebenar bagi aliran kerja Harness tetap bergantung pada pilihan model, kadar cache, pemangkasan konteks, kepanjangan output alat dan bilangan iterasi agen.

Status pratonton bermakna kestabilan belum dijamin

DeepSeek sendiri melabelkan Harness sebagai pratonton pembangun dan memberi amaran bahawa plugin teras serta API akan terus berubah.

Pembangun yang mengujinya wajar:

• mengunci versi Harness;
• menetapkan versi kebergantungan plugin;
• mengasingkan eksperimen daripada sistem produksi;
• menguji setiap naik taraf sebelum pelancaran; dan
• menyediakan laluan untuk kembali kepada versi terdahulu.

Laporan mengenai kegagalan plugin pihak ketiga dan jumlah cadangan plugin yang tinggi mungkin menunjukkan ekosistem yang sedang terbentuk dengan pantas. Namun, angka khusus tersebut tidak cukup kukuh untuk dijadikan ukuran muktamad. Pengajaran kejuruteraan yang lebih umum tetap jelas: setiap titik sambungan baharu menambah kerja keserasian, keselamatan dan penyelenggaraan.

Kesimpulan

DeepSeek Harness penting kerana ia menganggap runtime agen — bukan model semata-mata — sebagai lapisan kejuruteraan terbuka yang setaraf. Sistem plugin berasaskan Cordis dan sejarah sesi append-only memberikan kawalan yang tinggi terhadap cara agen menaakul, bertindak, menyimpan keadaan dan diaudit.

Ia menarik untuk penyelidik, pasukan infrastruktur dan pembangun yang memerlukan sistem agen boleh gubah. Sebaliknya, ia mungkin kurang sesuai untuk pasukan yang hanya mahukan pembantu pengekodan boleh dipercayai dengan persediaan minimum.

Dalam masa terdekat, Harness lebih munasabah dilihat sebagai alternatif terbuka kepada Claude Code dan Codex — bukan pengganti serta-merta. Ia menawarkan kebolehpindahan model, pemerhatian yang lebih jelas dan kawalan pelaksanaan, tetapi pengguna perlu sanggup menanggung kerumitan operasi tambahan.

Sama ada ia menjadi platform yang berkekalan akan bergantung pada kestabilan API, mutu plugin, keselamatan, dokumentasi dan sejauh mana kerja integrasi selepas demonstrasi awal dapat dikawal.