ОтветыОпубликовано18 источники
DeepSeek V4 Pro и Harness: почему среда агента может быть важнее самой модели
13 августа 2026 года DeepSeek представила официальную V4 Pro и Harness v0.1 — открытый предварительный релиз для разработчиков агентских сред. В тестах Composio одна и та же DeepSeek V4 Flash успешно выполнила от 14 до 20 из 30 задач в зависимости от выбранного harness.
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- 13 августа 2026 года DeepSeek представила официальную V4 Pro и Harness v0.1 — открытый предварительный релиз для разработчиков агентских сред.
- В тестах Composio одна и та же DeepSeek V4 Flash успешно выполнила от 14 до 20 из 30 задач в зависимости от выбранного harness.
- Архитектура Harness построена на Cordis по принципу «всё — плагин»: заменяемыми компонентами могут быть модели, инструменты, хранилище, цикл агента и интерфейс.
- Журналы сессий и функции Trajectory создают основу для воспроизводимой отладки и итеративной разработки, но не доказывают наличие надёжного автономного самообучения.
Промпт ИИ
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
13 августа 2026 года DeepSeek выпустила сразу два продукта разных уровней: официальную флагманскую модель DeepSeek V4 Pro, ориентированную в том числе на агентские сценарии, и DeepSeek Harness v0.1 — предварительную версию инфраструктуры для разработчиков, создающих и изменяющих собственные среды выполнения ИИ-агентов. 32
20
Стратегический смысл этого релиза шире, чем очередное обновление модели. В реальной агентской работе модель действует не в вакууме: вокруг неё есть контекст, инструменты, память, правила выполнения, механизмы восстановления после ошибок и система оценки. Эксперименты Composio показывают, что эта «обвязка» способна заметно менять и результативность, и стоимость — даже если базовая модель остаётся той же. 3
Два анонса DeepSeek 13 августа
Вместе с V4 Pro компания представила Harness v0.1, распространяемый под командой dsh. Это не готовая замена пользовательским продуктам вроде Claude Code или Codex, а инфраструктура для разработчиков, которые строят собственные agent harness — среды, превращающие языковую модель в систему, способную выполнять последовательность действий. 32
20
Выбор лицензии здесь принципиален. Developer Preview опубликован под разрешительной лицензией MIT, поэтому код можно изучать, изменять и расширять. Документация описывает архитектуру как независимую от конкретной модели: разработчик не обязан привязывать весь runtime к одному поставщику. 22
28
Один и тот же ИИ — разные результаты
Composio прогнала одну и ту же модель DeepSeek V4 Flash через восемь агентских сред на 30 многошаговых задачах. Всего было проведено 240 запусков, из которых 129 завершились успешно — общий показатель составил 53,8%. При этом только шесть из 30 рабочих процессов были успешно выполнены всеми протестированными harness. 3
Результаты заметно различались:
- Pi Agent выполнил 20 из 30 задач;
- Oh My Pi — 17 из 30;
- Claude Code, Codex и DeepAgents — по 16 из 30;
- Hermes Agent — 15 из 30;
- OpenCode — 14 из 30.
Различалась и экономика успешного запуска. Composio оценил стоимость одной успешно выполненной задачи примерно в $0,195 для Claude Code, $0,081 для Codex и $0,045 для DeepAgents. Для Pi Agent был указан показатель около $0,028, хотя такие сравнения нужно рассматривать с учётом методики исследования и разного поведения каждой среды. 3
Это не универсальный рейтинг агентских продуктов. Но эксперимент подтверждает более узкий и важный вывод: обычные бенчмарки моделей не описывают агентскую производительность полностью. Практической единицей сравнения становится связка «модель плюс harness».
Что именно меняет Harness
Harness построен на Cordis — фреймворке, в котором возможности runtime предоставляются через плагины. Согласно архитектурной документации DeepSeek, адаптер модели, реестр инструментов, журнал сессии и сам цикл агента являются заменяемыми компонентами. 17
К другим границам плагинов относятся:
- адаптеры моделей и провайдеров;
- инструменты и навыки;
- сессии и хранилища;
- песочницы и среды выполнения;
- планирование и координация субагентов;
- цикл работы агента;
- пользовательский интерфейс.
Такой подход отделяет языковую модель от механизмов, которые превращают отдельный ответ в продолжительный процесс. Разработчик может менять сборку контекста, порядок вызова инструментов, хранение состояния, повторные попытки после ошибок или способ отображения результата, не переписывая весь runtime. 17
20
Формула «всё — плагин» — не просто удобный способ упаковать код. Она переносит центр экспериментов на уровень между моделью и рабочей средой.
Журнал, который позволяет разбирать работу агента
DeepSeek заявляет, что Harness записывает в добавочный журнал всё, что модель видит и делает: системные инструкции, рассуждения, вызовы инструментов и их результаты, планирование субагентов и каждую инъекцию контекста. В представлении Trajectory разработчик может просматривать поток событий, а функции продолжения, создания ветки, поиска и воспроизведения работают с той же записью. 22
Для инженерной команды это даёт несколько преимуществ:
- Отладка. Ошибку можно изучать как последовательность изменений контекста и действий, а не только по итоговому ответу.
- Воспроизводимость. Рабочий процесс можно повторно запустить после изменения промпта, инструмента или плагина и сравнить результаты.
- Эксперименты с ветвлением. Траекторию можно разделить и проверить альтернативную стратегию, сохранив исходный запуск.
- Материал для оценки. Удачные и неудачные траектории могут использоваться при тестировании новых инструментов, политик и циклов агента.
В результате появляется инженерный цикл: запустить задачу, изучить траекторию, найти причину сбоя, изменить плагин, повторить запуск и сохранить результат. Однако журналирование и воспроизведение сами по себе не превращают систему в самообучающийся ИИ. Доступные данные подтверждают, что Harness может служить проверяемой основой для итеративной разработки, но не доказывают надёжное автономное улучшение. 22
Память и «самоэволюция»: важная оговорка
В экосистеме Harness уже появились сторонние проекты, заявляющие поддержку долгосрочной памяти между сессиями и фоновой самоэволюции. 18
19
Они показывают, что плагинная архитектура допускает постоянную память, историю проекта, самопроверку и управление навыками. Но это не означает, что базовый релиз v0.1 уже безопасно и в общем случае умеет непрерывно улучшать себя. Экспериментальные плагины, внешние интеграции и возможности самого продукта нельзя считать одним и тем же.
Перед использованием в production командам всё равно придётся проверить хранение данных, права доступа, изоляцию песочниц, работу с ключами и учётными данными, возможность отката изменений и риски, связанные с тем, что автоматизированная система меняет собственные инструменты или процедуры.
Ставка DeepSeek: контролировать вход для разработчика
На уровне моделей DeepSeek конкурирует с помощью V4 Pro и V4 Flash. Harness позволяет компании бороться за другой, потенциально более устойчивый уровень — тот, где разработчик решает, как именно использовать модель.
Этот уровень определяет:
- какая модель будет выбрана;
- как собирается и сжимается контекст;
- какие инструменты и разрешения доступны;
- как возобновляется длительная задача;
- как обнаруживаются и исправляются ошибки;
- как оцениваются траектории;
- какие плагины становятся частью рабочего процесса агента.
Открытый runtime стимулирует сторонних разработчиков создавать вокруг архитектуры DeepSeek адаптеры, инструменты, системы памяти и готовые сценарии. При этом компания может сохранять влияние на главный интерфейс разработки даже в случае поддержки нескольких поставщиков моделей. Такая позиция потенциально долговечнее конкуренции только за веса модели или цену API.
Отсюда же вытекает путь к разработке ИИ с помощью самого ИИ. Агент может помочь написать плагин, изучить неудачную траекторию, предложить изменение, запустить оценку и сохранить историю экспериментов. Но это лучше понимать как инфраструктуру для инженерной обратной связи, а не как доказательство существования готового самоулучшающегося агента.
Почему важно, что это v0.1
Статус Developer Preview — ключевая часть релиза. DeepSeek приглашает разработчиков экспериментировать и участвовать в развитии проекта, но одновременно предупреждает: API, интеграции, механизмы безопасности и эксплуатационное поведение ещё могут меняться. 20
Поэтому Harness разумнее оценивать как открытый фреймворк и исследовательскую платформу, а не как уже отлаженный продукт для повседневной разработки. Он может оказаться важным строительным материалом, но пока не обещает уровень надёжности, полировки и защитных механизмов зрелых coding-agent систем.
Главное
Августовские анонсы DeepSeek связали выпуск модели со стратегией развития инфраструктуры. V4 Pro предоставляет флагманскую модель, а Harness открывает runtime, который определяет, как эта модель работает с инструментами, контекстом, памятью и долгими задачами. 32
20
Результаты Composio объясняют, почему это важно: на одной и той же V4 Flash число успешно выполненных задач менялось от 14 до 20 в зависимости от harness, а заявленная стоимость успешного запуска также существенно различалась. 3 Плагинная архитектура и подробно записываемые траектории дают DeepSeek убедительную основу для экспериментов, оценки и разработки с помощью ИИ.
Но сами по себе эти возможности ещё не доказывают наличие надёжного непрерывного обучения. Скорее, они показывают, что в следующей фазе развития агентских систем главным полем конкуренции может стать не только модель, но и среда, в которой она действует.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «DeepSeek V4 Pro и Harness: почему среда агента может быть важнее самой модели»?
13 августа 2026 года DeepSeek представила официальную V4 Pro и Harness v0.1 — открытый предварительный релиз для разработчиков агентских сред.
Какие ключевые моменты необходимо проверить в первую очередь?
13 августа 2026 года DeepSeek представила официальную V4 Pro и Harness v0.1 — открытый предварительный релиз для разработчиков агентских сред. В тестах Composio одна и та же DeepSeek V4 Flash успешно выполнила от 14 до 20 из 30 задач в зависимости от выбранного harness.
Что мне делать дальше на практике?
Архитектура Harness построена на Cordis по принципу «всё — плагин»: заменяемыми компонентами могут быть модели, инструменты, хранилище, цикл агента и интерфейс.