DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป 4 โหมด ได้แก่ Standard, PTC, Minimal และ Creation ซึ่งโหลดชุดปลั๊กอินแตกต่างกันตามลักษณะงาน ตั้งแต่การพัฒนาโค้ดทั่วไปไปจนถึงการทดลองรันไทม์ สถาปัตยกรรม Cordis ทำให้ตัวเชื่อมต่อโมเดล...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What did the August 21, 2026 hands-on review of DeepSeek Harness’s August 13 developer-preview and open-source launch reveal about its posit. Article summary: The review’s central finding was that DeepSeek Harness is not itself an AI model or a finished coding-agent product. It is an open-source, plugin-driven runtime intended to turn a reasoning model into an agent: “Model + . 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
DeepSeek Harness ควรมองว่าเป็น โครงสร้างพื้นฐานสำหรับสร้างและรันเอเจนต์ ไม่ใช่โมเดล AI ในตัวเอง รุ่นพรีวิวสำหรับนักพัฒนาถูกเผยแพร่ภายใต้สัญญาอนุญาต MIT ผ่านเครื่องมือบรรทัดคำสั่ง dsh โดยมีสมการอธิบายแนวคิดหลักว่า Model + Harness = Agent — โมเดลทำหน้าที่ด้านการให้เหตุผล ส่วน Harness เป็นชั้นปฏิบัติการที่เชื่อมการให้เหตุผลนั้นเข้ากับไฟล์ เทอร์มินัล เครื่องมือ เซสชัน และการทำงานจริง 6
9
นี่คือข้อสรุปสำคัญจากการทดลองใช้งานเมื่อวันที่ 21 สิงหาคม โดย DeepSeek ดูจะมุ่งสร้าง “เครื่องยนต์” ที่นักพัฒนาปรับแต่งและต่อยอดได้ มากกว่าการเปิดตัวผู้ช่วยเขียนโค้ดสำเร็จรูปที่ขัดเกลาจนพร้อมใช้งานสำหรับทุกคน
โมเดลภาษาสามารถวางแผนและสร้างคำสั่งได้ แต่ไม่สามารถตรวจสอบโปรเจกต์ในเครื่อง แก้ไขไฟล์ รันคำสั่ง เก็บประวัติการทำงาน หรือเรียกใช้เครื่องมือหลายครั้งอย่างต่อเนื่องได้ด้วยตัวเอง Harness จึงเข้ามาเติมความสามารถเหล่านี้รอบตัวโมเดล
ใน DeepSeek Harness ตัวเชื่อมต่อโมเดล ทะเบียนเครื่องมือ บันทึกเซสชัน และลูปเอเจนต์ ล้วนเป็นปลั๊กอินที่ถอดเปลี่ยนได้ สถาปัตยกรรมนี้สร้างอยู่บน Cordis ซึ่งให้ปลั๊กอินเพิ่มบริการ อีเวนต์แบบมีชนิดข้อมูล และผลลัพธ์ที่ย้อนกลับได้ภายในบริบทการทำงานร่วมกัน 17
การแยกส่วนดังกล่าวมีความหมายสำคัญ 2 ประการ
ดังนั้น การเรียก DeepSeek Harness ว่า “โมเดล AI ใหม่” จึงพลาดประเด็นหลัก เพราะสิ่งนี้คือรันไทม์สำหรับเปลี่ยนโมเดลที่ให้เหตุผลให้กลายเป็นระบบที่ลงมือทำงานได้
เส้นทางเริ่มต้นที่มีการทดลองใช้งานระบุไว้คือ
npx @deepseek-ai/dsh web
อินเทอร์เฟซเว็บจะเปิดให้ใช้งานในเครื่องที่ localhost:3080 ขณะที่รายงานการทดลองอีกฉบับระบุที่อยู่เทียบเท่าว่า 127.0.0.1:3080 6
4
รายงานการใช้งานยังระบุว่าผู้ทดลองต้องกรอกคีย์ DeepSeek API และพบอินเทอร์เฟซที่ใช้ชื่อว่า “Exploring the Uncharted” อย่างไรก็ตาม รายละเอียดเหล่านี้เป็นสิ่งที่สังเกตจากการทดลองใช้งาน ไม่ได้หมายความว่าทุกการติดตั้งจะมีหน้าตาหรือขั้นตอนการตั้งค่าเหมือนกัน 7
บทสรุปเชิงปฏิบัติคือ DeepSeek Harness เหมาะกับนักพัฒนาที่คุ้นเคยกับการตั้งค่ารันไทม์ในเครื่องและการจัดเตรียมสิทธิ์เข้าถึงโมเดล มากกว่าผู้ใช้ที่ต้องการผู้ช่วยเขียนโค้ดแบบติดตั้งแล้วใช้งานได้ทันทีโดยแทบไม่ต้องตั้งค่า
DeepSeek Harness ไม่ได้มอง 4 โหมดเป็นผลิตภัณฑ์ 4 ตัวที่แยกจากกัน แต่เป็นการจัดองค์ประกอบรันไทม์ล่วงหน้า โดยแต่ละโหมดจะโหลดชุดปลั๊กอินเริ่มต้นที่แตกต่างกันตามลักษณะงาน 18
23
Standard คือโหมดสำหรับใช้งานทั่วไป DeepSeek อธิบายว่าเป็นเอเจนต์เขียนโค้ดแบบครบเครื่อง รองรับการแก้ไขไฟล์ การใช้ Shell การค้นหาไฟล์และเว็บ Skills การวางแผน เป้าหมาย Subagents และเวิร์กโฟลว์ 20
โหมดนี้ใกล้เคียงที่สุดกับการพัฒนาและสั่งงานผ่านเอเจนต์ในชีวิตประจำวัน แต่เนื่องจากรุ่นพรียังมีจุดขรุขระ จึงเหมาะกับการทดลองมากกว่าการนำมาแทนผู้ช่วยเขียนโค้ดที่ใช้งานอยู่ในปัจจุบันแบบทันที
PTC หรือ Programmatic Tool Calling ออกแบบมาสำหรับเวิร์กโฟลว์ที่ให้โมเดลเขียนโค้ดเพื่อประสานการเรียกเครื่องมือหลายรายการ แทนที่จะร้องขอการทำงานทีละคำสั่ง โมเดลสามารถใช้โปรแกรมที่สร้างขึ้นเพื่อจัดลำดับการทำงานหลายขั้นตอนได้ 20
แนวทางนี้เหมาะกับโมเดลที่มีความสามารถสูงและผู้ใช้ขั้นสูงซึ่งทำงานหลายขั้นตอน ช่วยจัดระเบียบงานที่ต้องเรียกเครื่องมือจำนวนมาก แต่ก็ทำให้การตรวจสอบว่าโค้ดที่สร้างขึ้นจะทำอะไรมีความสำคัญยิ่งขึ้น
Minimal ลดรันไทม์ให้เหลือเพียงเครื่องมือ Shell และตัวแก้ไขไฟล์ DeepSeek วางตำแหน่งโหมดนี้ไว้สำหรับการทดสอบหรือศึกษาความสามารถของโมเดลในสภาพแวดล้อมที่จำกัด โดยพึ่งพาความช่วยเหลือจาก Harness ให้น้อยลง 20
โหมดนี้มีประโยชน์เมื่อเป้าหมายคือการประเมินโมเดล ไม่ใช่ความสะดวกในการใช้งาน เพราะช่วยแยกให้เห็นว่าความสามารถใดมาจากตัวโมเดล และความสามารถใดมาจากสแต็กเอเจนต์โดยรอบ
Creation มุ่งเป้าไปที่นักพัฒนาซึ่งต้องการแก้ไขหรือต่อยอด Harness โหมดนี้รองรับการตรวจสอบรันไทม์ การทดลองปลั๊กอิน Cordis ในหน่วยความจำ และการประกอบพรีเซ็ตแบบกำหนดเอง 20
ปลั๊กอินสำหรับ Creation ที่มีการจัดทำเอกสารยังเพิ่มความสามารถในการตรวจสอบตัวเองของ Cordis การทดลองปลั๊กอินแบบไดนามิก และคำแนะนำสำหรับการเขียนพรีเซ็ต 22 นี่ทำให้ Creation สะท้อนวิสัยทัศน์ของ DeepSeek ได้ชัดที่สุดว่า ระบบไม่ได้มีไว้เพียงรันเอเจนต์ แต่ยังเปิดให้นักพัฒนาปรับเปลี่ยนรันไทม์ที่เอเจนต์เหล่านั้นใช้งานด้วย
จุดเด่นที่สุดของ DeepSeek Harness อยู่ที่แนวคิดด้านสถาปัตยกรรม แทนที่จะเก็บโมเดล เครื่องมือ ประวัติ และลูปควบคุมไว้ในแกนกลางขนาดใหญ่ที่แก้ไขได้ยาก ระบบกลับเปิดส่วนประกอบเหล่านี้ผ่านระบบปลั๊กอินของ Cordis
เอกสารสถาปัตยกรรมอย่างเป็นทางการระบุส่วนประกอบที่สามารถถอดเปลี่ยนได้ ได้แก่
รายงานการทดลองใช้งานอธิบายวิสัยทัศน์ที่กว้างขึ้น ซึ่งครอบคลุม Skills เซสชัน Sandbox พื้นที่จัดเก็บ การจัดตารางเวลา และส่วนติดต่อผู้ใช้ อย่างไรก็ตาม ตัวอย่างในกลุ่มหลังบางส่วนยังไม่ได้รับการยืนยันโดยตรงจากข้อความในเอกสารแหล่งข้อมูลหลักที่มีอยู่ จึงควรมองว่าเป็นทิศทางที่โครงการถูกนำเสนอ มากกว่าจะถือว่าเป็นรายละเอียดการทำงานที่ได้รับการยืนยันเท่าเทียมกันทั้งหมด 1
17
การออกแบบนี้ยังอธิบายได้ว่าทำไม 4 โหมดจึงให้ประสบการณ์แตกต่างกันมากโดยไม่จำเป็นต้องสร้างเป็น 4 แอปพลิเคชันแยกกัน แต่ละโปรไฟล์สามารถประกอบชั้นปลั๊กอินตามลำดับตอนเริ่มต้น เพื่อสร้างรันไทม์สำหรับการเขียนโค้ดทั่วไป การประเมินแบบควบคุม การเรียกเครื่องมือผ่านโปรแกรม หรือการพัฒนาปลั๊กอิน 17
23
ระบบเอเจนต์มักแก้ไขข้อผิดพลาดได้ยาก หากผู้ใช้เห็นเพียงคำตอบสุดท้าย DeepSeek Harness ให้ความสำคัญกับเส้นทางการทำงานมากกว่าเดิม โดยเซสชันและ Trajectory เป็นส่วนหนึ่งของสถาปัตยกรรมรันไทม์ และองค์ประกอบบันทึกเซสชันก็สามารถเปลี่ยนผ่านระบบปลั๊กอินได้ 17
รายงานการทดลองอีกฉบับระบุว่ามุมมอง Trajectory แสดงสตรีมเหตุการณ์ JSONL แบบเพิ่มต่อท้ายไฟล์บนดิสก์ ทำให้ผู้ทดลองวินิจฉัยปัญหาการตั้งค่าได้อย่างรวดเร็ว 4 แต่เอกสารสถาปัตยกรรมอย่างเป็นทางการที่มีให้ยืนยันเพียงว่าบันทึกเซสชันเป็นปลั๊กอิน ไม่ได้ยืนยันรายละเอียดรูปแบบไฟล์แบบเพิ่มต่อท้ายทั้งหมดด้วยตัวเอง
สำหรับนักพัฒนา ความสามารถในการติดตามเช่นนี้อาจสำคัญไม่แพ้คุณภาพของโมเดล เพราะช่วยตอบคำถามได้ว่าเอเจนต์เรียกใช้เครื่องมือใด พยายามทำอะไร และงานหลายขั้นตอนเริ่มออกนอกเส้นทางตั้งแต่จุดใด
ผลทดสอบที่มีอยู่ชี้ว่า Harness ทำงานที่ซับซ้อนได้จริง แต่ยังไม่เพียงพอที่จะใช้เป็นมาตรฐานวัดประสิทธิภาพสากล ในการทดลองหนึ่งเมื่อวันที่ 21 สิงหาคม ซึ่งใช้ DeepSeek V4 Flash 0731 เอเจนต์ใช้เวลา 46 นาทีและทำงาน 109 ขั้นตอนเพื่อสร้างปลั๊กอิน โดยใช้โทเค็นอินพุต 8.9 ล้านโทเค็น 1 อีกการทดสอบหนึ่งรายงานการใช้โทเค็นประมาณ 20 ล้านโทเค็นในเวลาราว 35 นาที ระหว่างสร้างตัวติดตามสถานีอวกาศนานาชาติ
2
ข้อมูลเหล่านี้นำไปสู่ข้อสรุปอย่างระมัดระวังได้ว่า งานอัตโนมัติระยะยาวในรุ่นพรีวิวอาจช้าและมีต้นทุนสูง โดยระยะเวลาจริงขึ้นอยู่กับโมเดล ลักษณะงาน แคช และภาระการประมวลผล จึงไม่ควรตีความว่าเป็นข้อจำกัดด้านความเร็วตายตัวของ DeepSeek Harness ทุกเซสชัน
หลักฐานเดียวกันยังสะท้อนข้อแลกเปลี่ยนของผลิตภัณฑ์ในเวลานี้ DeepSeek กำลังมอบโครงสร้างพื้นฐานที่ปรับแต่งได้สูง ก่อนที่จะขัดเกลาประสบการณ์ผู้ใช้จนสมบูรณ์ โครงการถูกมองว่ามีศักยภาพสำหรับโครงสร้างพื้นฐานและอาจเป็นพื้นฐานของโครงการนำร่องด้านวิศวกรรมที่จำกัดขอบเขต แต่ยังไม่ใช่ระบบควบคุมระดับโปรดักชัน 5
6
การวางตำแหน่งที่แม่นยำที่สุดไม่ใช่ “DeepSeek สร้างอินเทอร์เฟซเอเจนต์เขียนโค้ดที่ดีที่สุด” แต่คือ DeepSeek เปิดซอร์สให้กับรันไทม์เอเจนต์ขนาดกว้าง ซึ่งโมเดล เครื่องมือ ลูปการทำงาน และความสามารถอื่น ๆ สามารถนำมาประกอบและเปลี่ยนแทนกันได้
จึงทำให้ DeepSeek Harness น่าสนใจเป็นพิเศษสำหรับ
แต่สำหรับผู้ที่ต้องการเพียงเอเจนต์เขียนโค้ดสำเร็จรูป ซึ่งมีความหน่วงคาดการณ์ได้และตั้งค่าให้น้อยที่สุด DeepSeek Harness ยังไม่น่าดึงดูดมากนักในตอนนี้ รุ่น v0.1 ยังอยู่ในช่วงเริ่มต้น และรายงานการทำงานระยะยาวแสดงให้เห็นว่าความสามารถไม่ได้แปลว่าจะเร็วหรือพร้อมใช้ในโปรดักชันโดยอัตโนมัติ 5
6
สรุปสั้น ๆ คือ “Model + Harness = Agent” เป็นทั้งคำอธิบายผลิตภัณฑ์และแถลงการณ์เชิงกลยุทธ์ DeepSeek กำลังแยก “ความฉลาด” ออกจากเครื่องจักรที่ทำให้ความฉลาดนั้นลงมือทำงานได้ และเดิมพันว่า รันไทม์ปลั๊กอินที่ต่อยอดได้จะมีคุณค่ามากกว่าแอปพลิเคชันเอเจนต์แบบตายตัวเพียงหนึ่งเดียว
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป
DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป 4 โหมด ได้แก่ Standard, PTC, Minimal และ Creation ซึ่งโหลดชุดปลั๊กอินแตกต่างกันตามลักษณะงาน ตั้งแต่การพัฒนาโค้ดทั่วไปไปจนถึงการทดลองรันไทม์
สถาปัตยกรรม Cordis ทำให้ตัวเชื่อมต่อโมเดล เครื่องมือ บันทึกเซสชัน และลูปเอเจนต์สามารถถอดเปลี่ยนได้ จึงมีความยืดหยุ่นกว่าผลิตภัณฑ์เอเจนต์แบบรวมศูนย์
DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป 4 โหมด ได้แก่ Standard, PTC, Minimal และ Creation ซึ่งโหลดชุดปลั๊กอินแตกต่างกันตามลักษณะงาน ตั้งแต่การพัฒนาโค้ดทั่วไปไปจนถึงการทดลองรันไทม์ สถาปัตยกรรม Cordis ทำให้ตัวเชื่อมต่อโมเดล...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What did the August 21, 2026 hands-on review of DeepSeek Harness’s August 13 developer-preview and open-source launch reveal about its posit. Article summary: The review’s central finding was that DeepSeek Harness is not itself an AI model or a finished coding-agent product. It is an open-source, plugin-driven runtime intended to turn a reasoning model into an agent: “Model + . 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
DeepSeek Harness ควรมองว่าเป็น โครงสร้างพื้นฐานสำหรับสร้างและรันเอเจนต์ ไม่ใช่โมเดล AI ในตัวเอง รุ่นพรีวิวสำหรับนักพัฒนาถูกเผยแพร่ภายใต้สัญญาอนุญาต MIT ผ่านเครื่องมือบรรทัดคำสั่ง dsh โดยมีสมการอธิบายแนวคิดหลักว่า Model + Harness = Agent — โมเดลทำหน้าที่ด้านการให้เหตุผล ส่วน Harness เป็นชั้นปฏิบัติการที่เชื่อมการให้เหตุผลนั้นเข้ากับไฟล์ เทอร์มินัล เครื่องมือ เซสชัน และการทำงานจริง 6
9
นี่คือข้อสรุปสำคัญจากการทดลองใช้งานเมื่อวันที่ 21 สิงหาคม โดย DeepSeek ดูจะมุ่งสร้าง “เครื่องยนต์” ที่นักพัฒนาปรับแต่งและต่อยอดได้ มากกว่าการเปิดตัวผู้ช่วยเขียนโค้ดสำเร็จรูปที่ขัดเกลาจนพร้อมใช้งานสำหรับทุกคน
โมเดลภาษาสามารถวางแผนและสร้างคำสั่งได้ แต่ไม่สามารถตรวจสอบโปรเจกต์ในเครื่อง แก้ไขไฟล์ รันคำสั่ง เก็บประวัติการทำงาน หรือเรียกใช้เครื่องมือหลายครั้งอย่างต่อเนื่องได้ด้วยตัวเอง Harness จึงเข้ามาเติมความสามารถเหล่านี้รอบตัวโมเดล
ใน DeepSeek Harness ตัวเชื่อมต่อโมเดล ทะเบียนเครื่องมือ บันทึกเซสชัน และลูปเอเจนต์ ล้วนเป็นปลั๊กอินที่ถอดเปลี่ยนได้ สถาปัตยกรรมนี้สร้างอยู่บน Cordis ซึ่งให้ปลั๊กอินเพิ่มบริการ อีเวนต์แบบมีชนิดข้อมูล และผลลัพธ์ที่ย้อนกลับได้ภายในบริบทการทำงานร่วมกัน 17
การแยกส่วนดังกล่าวมีความหมายสำคัญ 2 ประการ
ดังนั้น การเรียก DeepSeek Harness ว่า “โมเดล AI ใหม่” จึงพลาดประเด็นหลัก เพราะสิ่งนี้คือรันไทม์สำหรับเปลี่ยนโมเดลที่ให้เหตุผลให้กลายเป็นระบบที่ลงมือทำงานได้
เส้นทางเริ่มต้นที่มีการทดลองใช้งานระบุไว้คือ
npx @deepseek-ai/dsh web
อินเทอร์เฟซเว็บจะเปิดให้ใช้งานในเครื่องที่ localhost:3080 ขณะที่รายงานการทดลองอีกฉบับระบุที่อยู่เทียบเท่าว่า 127.0.0.1:3080 6
4
รายงานการใช้งานยังระบุว่าผู้ทดลองต้องกรอกคีย์ DeepSeek API และพบอินเทอร์เฟซที่ใช้ชื่อว่า “Exploring the Uncharted” อย่างไรก็ตาม รายละเอียดเหล่านี้เป็นสิ่งที่สังเกตจากการทดลองใช้งาน ไม่ได้หมายความว่าทุกการติดตั้งจะมีหน้าตาหรือขั้นตอนการตั้งค่าเหมือนกัน 7
บทสรุปเชิงปฏิบัติคือ DeepSeek Harness เหมาะกับนักพัฒนาที่คุ้นเคยกับการตั้งค่ารันไทม์ในเครื่องและการจัดเตรียมสิทธิ์เข้าถึงโมเดล มากกว่าผู้ใช้ที่ต้องการผู้ช่วยเขียนโค้ดแบบติดตั้งแล้วใช้งานได้ทันทีโดยแทบไม่ต้องตั้งค่า
DeepSeek Harness ไม่ได้มอง 4 โหมดเป็นผลิตภัณฑ์ 4 ตัวที่แยกจากกัน แต่เป็นการจัดองค์ประกอบรันไทม์ล่วงหน้า โดยแต่ละโหมดจะโหลดชุดปลั๊กอินเริ่มต้นที่แตกต่างกันตามลักษณะงาน 18
23
Standard คือโหมดสำหรับใช้งานทั่วไป DeepSeek อธิบายว่าเป็นเอเจนต์เขียนโค้ดแบบครบเครื่อง รองรับการแก้ไขไฟล์ การใช้ Shell การค้นหาไฟล์และเว็บ Skills การวางแผน เป้าหมาย Subagents และเวิร์กโฟลว์ 20
โหมดนี้ใกล้เคียงที่สุดกับการพัฒนาและสั่งงานผ่านเอเจนต์ในชีวิตประจำวัน แต่เนื่องจากรุ่นพรียังมีจุดขรุขระ จึงเหมาะกับการทดลองมากกว่าการนำมาแทนผู้ช่วยเขียนโค้ดที่ใช้งานอยู่ในปัจจุบันแบบทันที
PTC หรือ Programmatic Tool Calling ออกแบบมาสำหรับเวิร์กโฟลว์ที่ให้โมเดลเขียนโค้ดเพื่อประสานการเรียกเครื่องมือหลายรายการ แทนที่จะร้องขอการทำงานทีละคำสั่ง โมเดลสามารถใช้โปรแกรมที่สร้างขึ้นเพื่อจัดลำดับการทำงานหลายขั้นตอนได้ 20
แนวทางนี้เหมาะกับโมเดลที่มีความสามารถสูงและผู้ใช้ขั้นสูงซึ่งทำงานหลายขั้นตอน ช่วยจัดระเบียบงานที่ต้องเรียกเครื่องมือจำนวนมาก แต่ก็ทำให้การตรวจสอบว่าโค้ดที่สร้างขึ้นจะทำอะไรมีความสำคัญยิ่งขึ้น
Minimal ลดรันไทม์ให้เหลือเพียงเครื่องมือ Shell และตัวแก้ไขไฟล์ DeepSeek วางตำแหน่งโหมดนี้ไว้สำหรับการทดสอบหรือศึกษาความสามารถของโมเดลในสภาพแวดล้อมที่จำกัด โดยพึ่งพาความช่วยเหลือจาก Harness ให้น้อยลง 20
โหมดนี้มีประโยชน์เมื่อเป้าหมายคือการประเมินโมเดล ไม่ใช่ความสะดวกในการใช้งาน เพราะช่วยแยกให้เห็นว่าความสามารถใดมาจากตัวโมเดล และความสามารถใดมาจากสแต็กเอเจนต์โดยรอบ
Creation มุ่งเป้าไปที่นักพัฒนาซึ่งต้องการแก้ไขหรือต่อยอด Harness โหมดนี้รองรับการตรวจสอบรันไทม์ การทดลองปลั๊กอิน Cordis ในหน่วยความจำ และการประกอบพรีเซ็ตแบบกำหนดเอง 20
ปลั๊กอินสำหรับ Creation ที่มีการจัดทำเอกสารยังเพิ่มความสามารถในการตรวจสอบตัวเองของ Cordis การทดลองปลั๊กอินแบบไดนามิก และคำแนะนำสำหรับการเขียนพรีเซ็ต 22 นี่ทำให้ Creation สะท้อนวิสัยทัศน์ของ DeepSeek ได้ชัดที่สุดว่า ระบบไม่ได้มีไว้เพียงรันเอเจนต์ แต่ยังเปิดให้นักพัฒนาปรับเปลี่ยนรันไทม์ที่เอเจนต์เหล่านั้นใช้งานด้วย
จุดเด่นที่สุดของ DeepSeek Harness อยู่ที่แนวคิดด้านสถาปัตยกรรม แทนที่จะเก็บโมเดล เครื่องมือ ประวัติ และลูปควบคุมไว้ในแกนกลางขนาดใหญ่ที่แก้ไขได้ยาก ระบบกลับเปิดส่วนประกอบเหล่านี้ผ่านระบบปลั๊กอินของ Cordis
เอกสารสถาปัตยกรรมอย่างเป็นทางการระบุส่วนประกอบที่สามารถถอดเปลี่ยนได้ ได้แก่
รายงานการทดลองใช้งานอธิบายวิสัยทัศน์ที่กว้างขึ้น ซึ่งครอบคลุม Skills เซสชัน Sandbox พื้นที่จัดเก็บ การจัดตารางเวลา และส่วนติดต่อผู้ใช้ อย่างไรก็ตาม ตัวอย่างในกลุ่มหลังบางส่วนยังไม่ได้รับการยืนยันโดยตรงจากข้อความในเอกสารแหล่งข้อมูลหลักที่มีอยู่ จึงควรมองว่าเป็นทิศทางที่โครงการถูกนำเสนอ มากกว่าจะถือว่าเป็นรายละเอียดการทำงานที่ได้รับการยืนยันเท่าเทียมกันทั้งหมด 1
17
การออกแบบนี้ยังอธิบายได้ว่าทำไม 4 โหมดจึงให้ประสบการณ์แตกต่างกันมากโดยไม่จำเป็นต้องสร้างเป็น 4 แอปพลิเคชันแยกกัน แต่ละโปรไฟล์สามารถประกอบชั้นปลั๊กอินตามลำดับตอนเริ่มต้น เพื่อสร้างรันไทม์สำหรับการเขียนโค้ดทั่วไป การประเมินแบบควบคุม การเรียกเครื่องมือผ่านโปรแกรม หรือการพัฒนาปลั๊กอิน 17
23
ระบบเอเจนต์มักแก้ไขข้อผิดพลาดได้ยาก หากผู้ใช้เห็นเพียงคำตอบสุดท้าย DeepSeek Harness ให้ความสำคัญกับเส้นทางการทำงานมากกว่าเดิม โดยเซสชันและ Trajectory เป็นส่วนหนึ่งของสถาปัตยกรรมรันไทม์ และองค์ประกอบบันทึกเซสชันก็สามารถเปลี่ยนผ่านระบบปลั๊กอินได้ 17
รายงานการทดลองอีกฉบับระบุว่ามุมมอง Trajectory แสดงสตรีมเหตุการณ์ JSONL แบบเพิ่มต่อท้ายไฟล์บนดิสก์ ทำให้ผู้ทดลองวินิจฉัยปัญหาการตั้งค่าได้อย่างรวดเร็ว 4 แต่เอกสารสถาปัตยกรรมอย่างเป็นทางการที่มีให้ยืนยันเพียงว่าบันทึกเซสชันเป็นปลั๊กอิน ไม่ได้ยืนยันรายละเอียดรูปแบบไฟล์แบบเพิ่มต่อท้ายทั้งหมดด้วยตัวเอง
สำหรับนักพัฒนา ความสามารถในการติดตามเช่นนี้อาจสำคัญไม่แพ้คุณภาพของโมเดล เพราะช่วยตอบคำถามได้ว่าเอเจนต์เรียกใช้เครื่องมือใด พยายามทำอะไร และงานหลายขั้นตอนเริ่มออกนอกเส้นทางตั้งแต่จุดใด
ผลทดสอบที่มีอยู่ชี้ว่า Harness ทำงานที่ซับซ้อนได้จริง แต่ยังไม่เพียงพอที่จะใช้เป็นมาตรฐานวัดประสิทธิภาพสากล ในการทดลองหนึ่งเมื่อวันที่ 21 สิงหาคม ซึ่งใช้ DeepSeek V4 Flash 0731 เอเจนต์ใช้เวลา 46 นาทีและทำงาน 109 ขั้นตอนเพื่อสร้างปลั๊กอิน โดยใช้โทเค็นอินพุต 8.9 ล้านโทเค็น 1 อีกการทดสอบหนึ่งรายงานการใช้โทเค็นประมาณ 20 ล้านโทเค็นในเวลาราว 35 นาที ระหว่างสร้างตัวติดตามสถานีอวกาศนานาชาติ
2
ข้อมูลเหล่านี้นำไปสู่ข้อสรุปอย่างระมัดระวังได้ว่า งานอัตโนมัติระยะยาวในรุ่นพรีวิวอาจช้าและมีต้นทุนสูง โดยระยะเวลาจริงขึ้นอยู่กับโมเดล ลักษณะงาน แคช และภาระการประมวลผล จึงไม่ควรตีความว่าเป็นข้อจำกัดด้านความเร็วตายตัวของ DeepSeek Harness ทุกเซสชัน
หลักฐานเดียวกันยังสะท้อนข้อแลกเปลี่ยนของผลิตภัณฑ์ในเวลานี้ DeepSeek กำลังมอบโครงสร้างพื้นฐานที่ปรับแต่งได้สูง ก่อนที่จะขัดเกลาประสบการณ์ผู้ใช้จนสมบูรณ์ โครงการถูกมองว่ามีศักยภาพสำหรับโครงสร้างพื้นฐานและอาจเป็นพื้นฐานของโครงการนำร่องด้านวิศวกรรมที่จำกัดขอบเขต แต่ยังไม่ใช่ระบบควบคุมระดับโปรดักชัน 5
6
การวางตำแหน่งที่แม่นยำที่สุดไม่ใช่ “DeepSeek สร้างอินเทอร์เฟซเอเจนต์เขียนโค้ดที่ดีที่สุด” แต่คือ DeepSeek เปิดซอร์สให้กับรันไทม์เอเจนต์ขนาดกว้าง ซึ่งโมเดล เครื่องมือ ลูปการทำงาน และความสามารถอื่น ๆ สามารถนำมาประกอบและเปลี่ยนแทนกันได้
จึงทำให้ DeepSeek Harness น่าสนใจเป็นพิเศษสำหรับ
แต่สำหรับผู้ที่ต้องการเพียงเอเจนต์เขียนโค้ดสำเร็จรูป ซึ่งมีความหน่วงคาดการณ์ได้และตั้งค่าให้น้อยที่สุด DeepSeek Harness ยังไม่น่าดึงดูดมากนักในตอนนี้ รุ่น v0.1 ยังอยู่ในช่วงเริ่มต้น และรายงานการทำงานระยะยาวแสดงให้เห็นว่าความสามารถไม่ได้แปลว่าจะเร็วหรือพร้อมใช้ในโปรดักชันโดยอัตโนมัติ 5
6
สรุปสั้น ๆ คือ “Model + Harness = Agent” เป็นทั้งคำอธิบายผลิตภัณฑ์และแถลงการณ์เชิงกลยุทธ์ DeepSeek กำลังแยก “ความฉลาด” ออกจากเครื่องจักรที่ทำให้ความฉลาดนั้นลงมือทำงานได้ และเดิมพันว่า รันไทม์ปลั๊กอินที่ต่อยอดได้จะมีคุณค่ามากกว่าแอปพลิเคชันเอเจนต์แบบตายตัวเพียงหนึ่งเดียว
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป
DeepSeek Harness คือรันไทม์สำหรับสร้างและเรียกใช้เอเจนต์แบบโอเพนซอร์ส ใช้สัญญาอนุญาต MIT ไม่ใช่โมเดลใหม่หรือผลิตภัณฑ์เขียนโค้ดสำเร็จรูป 4 โหมด ได้แก่ Standard, PTC, Minimal และ Creation ซึ่งโหลดชุดปลั๊กอินแตกต่างกันตามลักษณะงาน ตั้งแต่การพัฒนาโค้ดทั่วไปไปจนถึงการทดลองรันไทม์
สถาปัตยกรรม Cordis ทำให้ตัวเชื่อมต่อโมเดล เครื่องมือ บันทึกเซสชัน และลูปเอเจนต์สามารถถอดเปลี่ยนได้ จึงมีความยืดหยุ่นกว่าผลิตภัณฑ์เอเจนต์แบบรวมศูนย์