DeepSeek Harness to otwartoźródłowy runtime do budowania i uruchamiania agentów AI. Firma udostępniła go 13 sierpnia 2026 r. jako wersję developerską na licencji MIT. Nie jest to nowy model językowy. Harness zapewnia warstwę wykonawczą, dzięki której model może korzystać z narzędzi, utrzymywać stan, pracować na plikach i środowiskach oraz realizować zadania składające się z wielu kroków. ![]()
Najkrótsze podsumowanie filozofii DeepSeek brzmi: Agent = Model + Harness. Model odpowiada za rozumienie, język i rozumowanie, a harness dostarcza „otoczenie”, które pozwala przełożyć te zdolności na konkretne działania.
Co właściwie robi DeepSeek Harness?
Sam model językowy potrafi wygenerować tekst, ale nie umie automatycznie sprawdzić repozytorium, uruchomić polecenia, zmienić pliku, zachować sesji ani wznowić przerwanego zadania. To właśnie runtime agenta koordynuje takie operacje.
DeepSeek umieszcza tę warstwę koordynacji w centrum projektu. Dokumentacja opisuje modele, narzędzia, umiejętności, sesje, sandboxy, pamięć masową, pętle agentowe, harmonogramowanie i interfejs użytkownika jako funkcje, które można montować, usuwać i łączyć w formie pluginów. ![]()
W praktyce Harness jest więc bliższy otwartej bazie dla agentów niż gotowemu, zamkniętemu asystentowi programistycznemu. Deweloper może zmieniać elementy otaczające model, zamiast traktować logikę orkiestracji jako niedostępny szczegół produktu.
To rozwiązanie ma jednak cenę. Większa elastyczność oznacza większą odpowiedzialność po stronie zespołu: za zgodność pluginów, uprawnienia, zależności, obsługę błędów, bezpieczeństwo i testowanie aktualizacji.
Cordis, czyli architektura „wszystko jest pluginem”
Harness zbudowano wokół Cordis — kernela służącego do montowania pluginów i rozwiązywania ich zależności. Dzięki temu podstawowe zachowanie agenta nie musi być zaszyte w jednej, monolitycznej pętli.
Wymienialne elementy obejmują m.in.:
- adaptery modeli;
- narzędzia i umiejętności;
- systemy sesji i pamięci masowej;
- sandboxy oraz dostęp do systemu plików;
- pętle agentowe i harmonogramowanie;
- zachowanie subagentów; oraz
- interfejs webowy i inne komponenty runtime’u.
![]()
To najważniejsza różnica względem typowej aplikacji AI. W zwykłym produkcie użytkownik może często konfigurować prompty, narzędzia czy integracje, ale zasadniczy sposób wykonywania zadań pozostaje pod kontrolą dostawcy. Harness chce uczynić konfigurowalną nawet tę warstwę.
Cztery tryby działania
Wersja developerska oferuje cztery gotowe tryby. Każdy z nich jest inną kompozycją możliwości tego samego runtime’u. ![]()
Standard
To pełne środowisko agenta programistycznego. Obejmuje edycję plików, dostęp do shella, wyszukiwanie, umiejętności, planowanie, cele, subagentów i workflowy do ogólnych zadań związanych z oprogramowaniem.
Code
Tryb Code udostępnia narzędzia przez interfejs przeznaczony do pracy z kodem, dzięki czemu model może łączyć wiele operacji w jednym programie TypeScript. Przy zadaniach złożonych z kilku powiązanych czynności może to ograniczyć liczbę pojedynczych wywołań narzędzi.
Minimal
Tryb Minimal celowo zawęża środowisko do trwałego shella i narzędzia do edycji plików. Tak ograniczona konfiguracja służy kontrolowanej ocenie modeli oraz sprawdzaniu, jak agent radzi sobie przy mniejszej liczbie wbudowanych możliwości.
Creator
Creator jest przeznaczony dla osób tworzących własne presety. Dodaje inspekcję runtime’u i eksperymenty z pluginami w pamięci, pozwalając sprawdzać, jak można łączyć poszczególne komponenty.
Cztery tryby nie są więc czterema oddzielnymi produktami, lecz czterema punktami startowymi dla tego samego runtime’u.
Dlaczego ważny jest dziennik sesji tylko do dopisywania?
Harness mocno akcentuje możliwość prześledzenia działania agenta. Sesja zapisuje to, co model widzi i robi, w strumieniu zdarzeń typu append-only — obejmującym prompty systemowe, rozumowanie, wywołania narzędzi i ich wyniki, harmonogramowanie subagentów oraz wstrzyknięcia kontekstu. Ta sama historia służy do wyszukiwania, odtwarzania, wznawiania i rozwidlanych eksperymentów. ![]()
Takie podejście może ułatwić debugowanie i odtwarzanie przebiegu zadania. Gdy agent popełni błąd, deweloper otrzymuje pełniejszy zapis kontekstu i działań, które doprowadziły do awarii. Funkcja fork pozwala z kolei rozpocząć nową gałąź od wcześniejszego punktu, zamiast uruchamiać cały eksperyment od początku.
Szczegółowe logi niosą jednak ryzyko operacyjne. Mogą zawierać poufne prompty, kod źródłowy, wyniki narzędzi, przypadkowo ujawnione dane uwierzytelniające lub inne prywatne informacje. Przed użyciem runtime’u w produkcji zespoły powinny ustalić zasady retencji danych, kontroli dostępu, anonimizacji i działania sandboxów.
Harness a Claude Code i OpenAI Codex
DeepSeek Harness jest często porównywany z Claude Code i OpenAI Codex, ale te rozwiązania zajmują różne miejsca na rynku.
Claude Code i Codex to zintegrowane produkty dla programistów, projektowane jako względnie kompletne workflowy. Harness jest otwartym runtime’em, którego główną wartością mają być możliwość komponowania i kontrola. Model, narzędzia, pamięć, sandbox, zachowanie sesji i pętla agenta mają być wymienialne za pomocą pluginów, a nie na stałe wbudowane w produkt jednego dostawcy. ![]()
Najprostszy wybór wygląda więc tak:
- Wybierz zintegrowany produkt, jeśli liczą się dopracowany workflow, krótki czas uruchomienia i bardziej zarządzany sposób pracy.
- Rozważ Harness, jeśli ważniejsze są przenośność modeli, self-hosting, odtwarzalność eksperymentów, własne zasady wykonywania zadań lub badania nad agentami.
Nie oznacza to automatycznie, że Harness jest lepszym asystentem programistycznym tylko dlatego, że ma bardziej otwartą architekturę. Porównanie dotyczy przede wszystkim otwartego runtime’u i bardziej opiniotwórczych, gotowych produktów. Sukces Harness będzie zależeć od tego, czy elastyczność uzasadni dodatkową pracę inżynieryjną.
Co mówi gwałtowny wzrost popularności na GitHubie?
Projekt przyciągnął niezwykłą uwagę w pierwszych godzinach. Według raportów zdobył ponad 20 tys. gwiazdek w około godzinę do półtorej od publicznego udostępnienia, a późniejsze doniesienia mówiły o przekroczeniu 141 tys. gwiazdek 17 sierpnia 2026 r. ![]()
![]()
To imponujące liczby, ale trzeba je właściwie interpretować. Gwiazdki na GitHubie mierzą uwagę, ciekawość i chęć dodania projektu do zakładek — nie liczbę aktywnych wdrożeń, skuteczność zadań, bezpieczeństwo, niezawodność ani długoterminową zdolność zespołu do utrzymywania projektu. Twierdzenia, że Harness rósł szybciej niż Grok-1, zależą również od sposobu pomiaru projektów i przedziałów czasowych, dlatego należy traktować je jako raportowane porównania, a nie rozstrzygnięte rekordy branżowe. ![]()
Najmocniejszy wniosek jest taki, że deweloperzy wyraźnie interesują się bardziej otwartym stosem agentowym. Z samych gwiazdek nie wynika natomiast, że framework jest już gotowy do zastosowań produkcyjnych.
Koszty i stabilność: na co uważać?
Licencja MIT obejmuje kod frameworka, ale nie sprawia, że wnioskowanie modelu staje się darmowe. Runtime agentowy może wielokrotnie przesyłać instrukcje systemowe, wyniki narzędzi, zasady działania i zgromadzoną historię. Jeśli prawdziwe są doniesienia o około 47 600 niebuforowanych tokenach wejściowych na interakcję, rozmiar kontekstu może istotnie wpływać na koszt i opóźnienia. Ta liczba nie jest jednak niezależnie potwierdzona przez najmocniejsze dostępne źródła.
Znaczenie ma także dostawca modelu. Debiut DeepSeek V4-Pro wiązał się z przejściem na cennik zależny od godzin szczytu i poza szczytem. Według raportów cena generowanych tokenów V4-Pro w godzinach szczytu wynosi 3,96 dol. za milion tokenów, wobec wcześniejszych 0,87 dol. ![]()
![]()
Rzeczywisty rachunek za workflow Harness będzie zależeć od wybranego modelu, trafień pamięci podręcznej, skracania kontekstu, szczegółowości wyników narzędzi i liczby iteracji agenta.
Ograniczeniem pozostaje również stabilność. DeepSeek określa Harness mianem developer preview i ostrzega, że podstawowe pluginy oraz API będą się zmieniać. ![]()
Deweloperzy testujący projekt powinni przypinać wersje, blokować zależności pluginów, izolować eksperymenty, sprawdzać aktualizacje przed wdrożeniem i zachować możliwość szybkiego powrotu do poprzedniej konfiguracji.
Doniesienia o błędach we wczesnych pluginach zewnętrznych oraz dużej liczbie propozycji rozszerzeń mogą wskazywać, że ekosystem rozwija się bardzo szybko. Przedstawione materiały nie pozwalają jednak traktować tych konkretnych liczb jako miarodajnych wskaźników decyzyjnych. Ogólna lekcja inżynieryjna pozostaje jasna: każdy dodatkowy punkt rozszerzeń oznacza więcej pracy nad zgodnością i bezpieczeństwem.
Werdykt
DeepSeek Harness jest interesujący, ponieważ traktuje runtime agenta — a nie tylko model — jako pełnoprawną, otwartą warstwę inżynieryjną. System pluginów oparty na Cordis oraz dziennik sesji tylko do dopisywania zapewniają wyjątkowo dużą kontrolę nad tym, jak agent rozumuje, działa, zapisuje stan i podlega inspekcji. ![]()
To atrakcyjna propozycja dla badaczy, zespołów infrastrukturalnych i deweloperów, którzy potrzebują składanych systemów agentowych. Mniej oczywisty wybór dla tych, którzy chcą po prostu niezawodnego asystenta programistycznego z minimalną konfiguracją.
W najbliższym czasie Harness prawdopodobnie nie zastąpi bezpośrednio Claude Code ani Codex. Jego bardziej realną rolą jest otwarta alternatywa dla zespołów gotowych wymienić wygodę rozwiązania „z pudełka” na przenośność modeli, możliwość wglądu w działanie systemu i kontrolę nad jego architekturą. O trwałości platformy zdecydują stabilność API, jakość pluginów, granice bezpieczeństwa, dokumentacja i to, jak duży okaże się koszt operacyjny po zakończeniu pierwszego efektu demonstracyjnego.
