RespostasPublicado18 fontes
DeepSeek V4 Pro e Harness: por que o runtime pode importar mais que o modelo
Em 13 de agosto de 2026, a DeepSeek apresentou o V4 Pro e o Harness v0.1, uma prévia para desenvolvedores licenciada sob MIT, e não um produto de agente pronto para uso. O Harness transforma o runtime do agente em infraestrutura modular: modelos, ferramentas, sessões, armazenamento, loops, agendamento, sandboxes e i...
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa
Principais conclusões
- Em 13 de agosto de 2026, a DeepSeek apresentou o V4 Pro e o Harness v0.1, uma prévia para desenvolvedores licenciada sob MIT, e não um produto de agente pronto para uso.
- O Harness transforma o runtime do agente em infraestrutura modular: modelos, ferramentas, sessões, armazenamento, loops, agendamento, sandboxes e interface podem ser substituídos por plugins do Cordis.
- Nos testes da Composio, o mesmo DeepSeek V4 Flash teve resultados bastante diferentes conforme o harness: 129 sucessos em 240 execuções, com o melhor completando 20 tarefas e o pior, 14.
- Logs somente de acréscimo e ferramentas de trajetória podem sustentar avaliação reproduzível e engenharia iterativa, mas plugins de memória e autoevolução não provam que o Harness já realize aprendizado contínuo de fo...
Prompt de IA
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
O lançamento de 13 de agosto de 2026 combinou duas camadas diferentes da infraestrutura de inteligência artificial: o DeepSeek V4 Pro, modelo oficial apresentado com foco em cargas de trabalho com agentes, e o DeepSeek Harness v0.1, uma prévia para desenvolvedores que querem construir e modificar runtimes de agentes. 32
20
A mensagem estratégica vai além de um novo modelo. Em fluxos de trabalho com agentes, o modelo funciona dentro de um sistema que fornece contexto, ferramentas, memória, políticas de execução, mecanismos de recuperação e avaliação. Testes da Composio sugerem que esse entorno pode alterar de forma relevante tanto a taxa de sucesso quanto o custo, mesmo quando o modelo permanece exatamente o mesmo. 3
Os dois anúncios de 13 de agosto
A DeepSeek lançou a versão oficial do V4 Pro junto com o Harness v0.1. Distribuído como dsh, o Harness é apresentado como infraestrutura para desenvolvedores que criam seus próprios harnesses — ou runtimes de agentes — e não como um substituto maduro, voltado ao usuário final, para produtos como Claude Code ou Codex. 32
20
A escolha da licença também chama atenção. Ao disponibilizar a prévia sob a licença permissiva MIT, a DeepSeek abriu o runtime para inspeção, modificação e extensão. A documentação do projeto descreve uma arquitetura agnóstica em relação ao modelo, permitindo trabalhar com diferentes provedores sem ficar preso a um único fornecedor. 22
28
Por que os resultados da Composio colocam o Harness em evidência
A Composio executou o mesmo modelo DeepSeek V4 Flash em oito harnesses, usando 30 tarefas complexas e compostas por várias etapas. Nas 240 execuções, 129 foram concluídas com sucesso, uma taxa geral de 53,8%. Apenas seis dos 30 fluxos foram concluídos com sucesso por todos os harnesses. 3
A diferença entre as soluções foi expressiva:
- Pi Agent concluiu 20 das 30 tarefas;
- Oh My Pi concluiu 17;
- Claude Code, Codex e DeepAgents concluíram 16 cada;
- Hermes Agent concluiu 15; e
- OpenCode concluiu 14.
A economia por tarefa bem-sucedida também variou. A Composio estimou cerca de US$ 0,195 para o Claude Code, US$ 0,081 para o Codex e US$ 0,045 para o DeepAgents. O Pi Agent foi estimado em US$ 0,028, embora esses valores precisem ser lidos à luz da metodologia do estudo e do comportamento diferente de cada runtime. 3
Isso não representa um ranking universal de produtos de agentes. O resultado sustenta uma conclusão mais específica, mas importante: benchmarks de modelos não descrevem completamente o desempenho de um agente. A unidade prática de comparação passa a ser cada vez mais a configuração modelo + harness.
O que o DeepSeek Harness foi projetado para fazer
O Harness é construído sobre o Cordis, um framework no qual as capacidades do runtime são expostas como plugins. Na documentação de arquitetura da DeepSeek, o adaptador de modelo, o registro de ferramentas, o log de sessão e o loop do agente aparecem como componentes substituíveis. 17
Outras fronteiras de plugin incluem:
- adaptadores de modelos e provedores;
- ferramentas e habilidades;
- sessões e armazenamento;
- sandboxes e ambientes de execução;
- agendamento e coordenação de subagentes;
- o loop do agente; e
- a interface do usuário.
Esse desenho separa o modelo de linguagem da maquinaria que transforma uma resposta em um processo contínuo de agente. Assim, os desenvolvedores podem alterar a forma como o agente reúne contexto, chama ferramentas, armazena estado, tenta novamente após uma falha ou apresenta seu trabalho sem reescrever todo o runtime. 17
20
A ideia de que “tudo é um plugin” não é apenas um detalhe de empacotamento. Ela coloca o harness — a camada entre o modelo e o ambiente de trabalho — no centro da experimentação.
Sessões rastreáveis formam a base para iterar
Segundo a DeepSeek, o Harness registra o que o modelo vê e faz em um log de sessão somente de acréscimo. Isso inclui prompts de sistema, raciocínio, chamadas e resultados de ferramentas, agendamento de subagentes e injeções de contexto. A visualização Trajectory permite inspecionar o fluxo de eventos, enquanto as funções de retomar, criar uma ramificação, pesquisar e reproduzir operam sobre o mesmo registro. 22
Para quem desenvolve agentes, isso cria algumas propriedades úteis:
- Depuração: as falhas podem ser analisadas como uma sequência de mudanças de contexto e ações, e não apenas pelo resultado final.
- Reprodutibilidade: um fluxo pode ser reproduzido ou restaurado para comparação depois que um prompt, uma ferramenta ou um plugin é alterado.
- Experimentos ramificados: é possível criar uma bifurcação da trajetória e testar outra estratégia sem perder a execução original.
- Dados para avaliação: trajetórias bem-sucedidas e malsucedidas podem alimentar testes de novas ferramentas, prompts, políticas ou loops de agente.
Esses recursos podem viabilizar um ciclo contínuo de melhoria: executar uma tarefa, inspecionar a trajetória, identificar a falha, modificar um plugin, repetir o fluxo e preservar o resultado. Mas um sistema que registra e reproduz trajetórias não se torna automaticamente um sistema de aprendizado contínuo. As evidências sustentam a leitura do Harness como uma base auditável para desenvolvimento iterativo — não como prova de melhoria autônoma confiável. 22
Memória e autoevolução exigem cautela
O ecossistema ao redor do Harness já inclui projetos de terceiros que anunciam memória entre sessões e autoevolução em segundo plano. 18
19
Esses projetos mostram que a arquitetura de plugins pode acomodar memória persistente, histórico de projetos, autorrevisão e gerenciamento de habilidades. Eles não demonstram que a versão básica v0.1 realize, de forma segura e geral, um processo de autoaperfeiçoamento contínuo. A distinção é importante: plugins opcionais, integrações experimentais e recursos do produto principal não devem ser tratados como se fossem a mesma coisa.
Antes de levar a tecnologia para produção, as equipes ainda precisariam avaliar retenção de dados, permissões, isolamento do sandbox, gestão de credenciais, comportamento de reversão e o risco de um sistema automatizado alterar suas próprias ferramentas ou procedimentos.
A aposta estratégica: controlar a porta de entrada dos desenvolvedores
A DeepSeek pode competir na camada de modelos com o V4 Pro e o V4 Flash. Com o Harness, ela também passa a disputar a camada em que os desenvolvedores decidem como esses modelos serão usados.
Essa camada define:
- qual modelo será selecionado;
- como o contexto será reunido e comprimido;
- quais ferramentas e permissões estarão disponíveis;
- como trabalhos longos serão retomados;
- como falhas serão detectadas e contornadas;
- como as trajetórias serão avaliadas; e
- quais plugins passarão a fazer parte do fluxo do agente.
Ao abrir o runtime, a DeepSeek incentiva desenvolvedores externos a criar adaptadores, ferramentas, sistemas de memória e padrões de fluxo em torno de sua arquitetura. Ao mesmo tempo, pode manter influência sobre a porta de entrada do desenvolvedor mesmo quando o runtime aceita vários provedores de modelos. Essa posição potencialmente é mais duradoura do que competir apenas por pesos de modelo ou preço de API.
A abordagem também abre caminho para o desenvolvimento de IA com ajuda da própria IA. Um agente poderia auxiliar na criação de um plugin, inspecionar trajetórias malsucedidas, sugerir uma mudança, executar uma avaliação e preservar a linhagem desses experimentos. O melhor enquadramento, por enquanto, é o de uma infraestrutura para um ciclo de engenharia com feedback — não o de um agente de autoaperfeiçoamento já concluído.
Por que o rótulo v0.1 importa
O status de prévia para desenvolvedores é central para interpretar o lançamento. Ele representa um convite à experimentação e ao desenvolvimento colaborativo, mas também significa que APIs, integrações, controles de segurança e comportamento operacional ainda podem mudar. 20
Por isso, o Harness deve ser avaliado como um framework aberto e uma plataforma de pesquisa, sem a expectativa de que já ofereça a confiabilidade, o acabamento ou as salvaguardas de um produto maduro de agentes para programação.
Conclusão
Os anúncios de 13 de agosto conectaram o lançamento de um modelo a uma estratégia de infraestrutura. O V4 Pro fornece o modelo de ponta, enquanto o Harness expõe o runtime que determina como esse modelo trabalha com ferramentas, contexto, memória e tarefas de longa duração. 32
20
Os resultados da Composio ajudam a explicar por que essa diferença importa: o mesmo modelo V4 Flash concluiu entre 14 e 20 das tarefas avaliadas, dependendo do harness, enquanto os custos divulgados também variaram consideravelmente. 3 A arquitetura de plugins e as trajetórias rastreáveis do Harness dão à DeepSeek uma base plausível para experimentação, avaliação e engenharia assistida por IA. Elas não demonstram, por si só, aprendizado contínuo confiável — mas podem transformar a camada do harness em um dos principais campos de disputa da próxima fase do desenvolvimento de agentes.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "DeepSeek V4 Pro e Harness: por que o runtime pode importar mais que o modelo"?
Em 13 de agosto de 2026, a DeepSeek apresentou o V4 Pro e o Harness v0.1, uma prévia para desenvolvedores licenciada sob MIT, e não um produto de agente pronto para uso.
Quais são os pontos-chave para validar primeiro?
Em 13 de agosto de 2026, a DeepSeek apresentou o V4 Pro e o Harness v0.1, uma prévia para desenvolvedores licenciada sob MIT, e não um produto de agente pronto para uso. O Harness transforma o runtime do agente em infraestrutura modular: modelos, ferramentas, sessões, armazenamento, loops, agendamento, sandboxes e interface podem ser substituídos por plugins do Cordis.
O que devo fazer a seguir na prática?
Nos testes da Composio, o mesmo DeepSeek V4 Flash teve resultados bastante diferentes conforme o harness: 129 sucessos em 240 execuções, com o melhor completando 20 tarefas e o pior, 14.