AnswersPublished18 sources
DeepSeek V4 Pro ve Harness: Yapay zekâ ajanlarında asıl farkı runtime mı yaratacak?
DeepSeek, 13 Ağustos 2026’da ajan odaklı V4 Pro modelini ve bitmiş bir son kullanıcı ürünü değil, MIT lisanslı Harness v0.1 geliştirici önizlemesini birlikte duyurdu. Composio’nun testinde aynı DeepSeek V4 Flash modeli, farklı ajan çalışma katmanlarıyla 240 çalıştırmada 129 başarı elde etti; en iyi sonuç 30 görevde...
YayımlayanGPT-5.6 Luna ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Research answer
Key takeaways
- DeepSeek, 13 Ağustos 2026’da ajan odaklı V4 Pro modelini ve bitmiş bir son kullanıcı ürünü değil, MIT lisanslı Harness v0.1 geliştirici önizlemesini birlikte duyurdu.
- Composio’nun testinde aynı DeepSeek V4 Flash modeli, farklı ajan çalışma katmanlarıyla 240 çalıştırmada 129 başarı elde etti; en iyi sonuç 30 görevde 20, en düşük sonuç ise 14 görev oldu.
- Harness, Cordis üzerinde “her şey eklentidir” yaklaşımını benimsiyor: model adaptörü, araçlar, oturumlar, depolama, çalışma döngüsü, zamanlama, sandbox ve kullanıcı arayüzü değiştirilebilir bileşenler olarak tasarlanı...
- İzlenebilir oturum kayıtları ve Trajectory araçları, tekrarlanabilir değerlendirme ile yapay zekâ destekli mühendislik için zemin sağlayabilir; ancak üçüncü taraf bellek veya öz evrim eklentileri, Harness’ın güvenilir...
AI Prompt
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
DeepSeek, 13 Ağustos 2026’da yapay zekâ yığınının iki farklı katmanına aynı anda yatırım yaptı: ajan tabanlı iş yüklerine odaklanan resmi DeepSeek V4 Pro ve ajan çalışma ortamları geliştiren ekipler için yayımlanan MIT lisanslı DeepSeek Harness v0.1. 32
20
Bu nedenle duyuru, yalnızca yeni bir model lansmanı olarak okunmamalı. Gerçek dünyadaki bir yapay zekâ ajanı, dil modelinin tek başına ürettiği yanıttan ibaret değil. Modelin başarısı; bağlamın nasıl toplandığına, hangi araçlara erişebildiğine, belleğin nasıl tutulduğuna, hataların nasıl ele alındığına ve uzun süren işlerin nasıl devam ettirildiğine de bağlı.
Composio’nun testleri, aynı modelin etrafındaki bu sistemin başarı oranını ve maliyeti ciddi biçimde değiştirebildiğini gösteriyor. 3 Başka bir ifadeyle, ajan performansını değerlendirmede “hangi model?” sorusu giderek tek başına yetersiz kalıyor. Daha anlamlı ölçüt, model artı harness yapılandırması olabilir.
13 Ağustos’taki iki duyuru ne anlama geliyor?
DeepSeek, resmi V4 Pro sürümünü Harness v0.1 ile birlikte tanıttı. dsh komutuyla dağıtılan Harness, Claude Code veya Codex gibi olgun, son kullanıcıya dönük bir kodlama ajanının doğrudan alternatifi olarak değil; kendi ajan çalışma ortamlarını kuran geliştiricilere yönelik altyapı olarak konumlanıyor. 32
20
Lisans tercihi burada önemli. Geliştirici önizlemesinin izinleri geniş MIT lisansıyla yayımlanması, çalışma zamanının incelenmesine, değiştirilmesine ve genişletilmesine olanak tanıyor. Belgelerde ayrıca modelden bağımsız bir mimari tarif ediliyor; geliştiriciler tek bir sağlayıcıya kilitlenmeden farklı model sağlayıcılarıyla çalışabiliyor. 22
28
Bu yaklaşım, DeepSeek’in yalnızca kendi modellerini kullandırmaya çalışan kapalı bir ürün değil, ajanların nasıl inşa edildiğini belirleyen bir geliştirme zemini oluşturmak istediğine işaret ediyor.
Composio testleri neden Harness katmanını öne çıkarıyor?
Composio, aynı DeepSeek V4 Flash modelini sekiz farklı ajan harness’i üzerinden 30 çok adımlı görevde test etti. Toplam 240 çalıştırmanın 129’u başarılı oldu; genel başarı oranı yüzde 53,8 olarak ölçüldü. 30 iş akışından yalnızca altısı bütün harness’lerde başarıyla tamamlandı. 3
Sonuçlar arasındaki fark şöyleydi:
- Pi Agent: 30 görevin 20’si
- Oh My Pi: 30 görevin 17’si
- Claude Code, Codex ve DeepAgents: 30 görevin 16’sı
- Hermes Agent: 30 görevin 15’i
- OpenCode: 30 görevin 14’ü
Tahmini başarılı görev maliyetleri de değişti. Composio, Claude Code için yaklaşık 0,195 dolar, Codex için 0,081 dolar ve DeepAgents için 0,045 dolar bildirdi. Pi Agent için raporlanan değer ise yaklaşık 0,028 dolar oldu. Ancak bu rakamlar, çalışmanın metodolojisi ve her çalışma zamanının farklı davranış biçimi dikkate alınarak okunmalı. 3
Bu test, tüm ajan ürünleri için evrensel bir sıralama sunmuyor. Daha dar ama kritik bir noktayı gösteriyor: Model kıyaslamaları, ajan performansını bütünüyle açıklamıyor. Aynı model, araç çağırma, bağlam yönetimi, hata kurtarma ve görev planlama biçimine göre bambaşka sonuçlar verebiliyor.
DeepSeek Harness nasıl tasarlanıyor?
Harness, eklentiler üzerinden çalışma zamanı yetenekleri sunan Cordis adlı bir çerçeve üzerine kuruluyor. DeepSeek’in mimari dokümanına göre model adaptörü, araç kayıt sistemi, oturum günlüğü ve ajan döngüsü değiştirilebilir bileşenler olarak ele alınıyor. 17
Eklenti sınırlarının kapsadığı bildirilen diğer alanlar şunlar:
- model ve sağlayıcı adaptörleri;
- araçlar ve beceriler;
- oturumlar ve depolama;
- sandbox’lar ve çalıştırma ortamları;
- zamanlama ve alt ajan koordinasyonu;
- ajan döngüsü; ve
- kullanıcı arayüzü.
Bu tasarım, dil modelini onu sürekli çalışan bir ajana dönüştüren mekanizmadan ayırıyor. Böylece geliştiriciler, tüm sistemi baştan yazmadan ajanın bağlamı nasıl oluşturduğunu, araçları nasıl çağırdığını, durumu nasıl sakladığını, hataları nasıl yeniden denediğini veya sonuçları nasıl sunduğunu değiştirebilir. 17
20
“Her şey eklentidir” ifadesi yalnızca teknik bir paketleme tercihi değil. Model ile çalışma ortamı arasındaki katmanı, yani harness katmanını, deneylerin merkezine yerleştiriyor.
İzlenebilir oturumlar geliştirme döngüsünü güçlendirebilir
DeepSeek’e göre Harness, modelin gördüğü ve yaptığı işlemleri eklemeli, yani geçmiş kayıtların üzerine yazmayan bir oturum günlüğünde saklıyor. Sistem istemleri, akıl yürütme, araç çağrıları ve sonuçları, alt ajanların zamanlanması ve bağlama yapılan eklemeler de bu kayda dahil. Trajectory görünümü olay akışını incelemeyi; devam ettirme, dallandırma, arama ve yeniden oynatma işlemleri ise aynı kayıt üzerinden çalışmayı sağlıyor. 22
Bu yapı geliştiricilere birkaç önemli avantaj sunabilir:
- Hata ayıklama: Başarısızlık, yalnızca son yanıt incelenerek değil, bağlam değişiklikleri ve eylemler dizisi üzerinden araştırılabilir.
- Tekrarlanabilirlik: Bir istem, araç veya eklenti değiştirildikten sonra aynı iş akışı yeniden oynatılarak sonuçlar karşılaştırılabilir.
- Dallanan deneyler: Geliştirici, ilk çalıştırmayı kaybetmeden bir Trajectory’yi çatallayıp farklı bir strateji deneyebilir.
- Değerlendirme verisi: Başarılı ve başarısız görev izleri, yeni araçları, istemleri, politikaları veya ajan döngülerini test etmek için kullanılabilir.
Bu, sürekli bir mühendislik geri bildirim döngüsünün temelini oluşturabilir: görevi çalıştır, izini incele, hatayı belirle, eklentiyi değiştir, iş akışını yeniden çalıştır ve sonucu kaydet.
Ancak kayıt ve yeniden oynatma özelliğine sahip bir sistem, otomatik olarak kendi kendine öğrenen bir sistem değildir. Mevcut kanıtlar Harness’ı, yinelemeli geliştirme için denetlenebilir bir altyapı olarak destekliyor; güvenilir otonom gelişimin kanıtı olarak değil. 22
Bellek ve öz-evrim konusunda temkinli olmak gerekiyor
Harness ekosisteminde oturumlar arası bellek ve arka planda öz-evrim sunduğunu belirten üçüncü taraf projeler bulunuyor. 18
19
Bu projeler, eklenti mimarisinin kalıcı bellek, proje geçmişi, öz değerlendirme ve beceri yönetimi gibi özellikleri barındırabildiğini gösteriyor. Ancak temel v0.1 sürümünün güvenli ve genel amaçlı sürekli öz-iyileştirmeyi çözdüğünü kanıtlamıyorlar.
Buradaki ayrım önemli: İsteğe bağlı eklentiler, deneysel entegrasyonlar ve ürünün çekirdek yetenekleri aynı şey değil.
Üretim ortamına geçmek isteyen ekiplerin veri saklama politikalarını, izinleri, sandbox izolasyonunu, kimlik bilgisi yönetimini, geri alma davranışını ve otomatik bir sistemin kendi araçlarını ya da prosedürlerini değiştirme riskini ayrıca değerlendirmesi gerekir.
DeepSeek’in stratejik hamlesi: geliştirici giriş noktasını kontrol etmek
DeepSeek, V4 Pro ve V4 Flash ile model katmanında rekabet edebilir. Harness ise şirketin, modellerin nasıl kullanılacağına karar verilen katmanda varlık göstermesini sağlıyor.
Bu katman şu kararları yönetiyor:
- hangi modelin seçileceği;
- bağlamın nasıl oluşturulup sıkıştırılacağı;
- hangi araçlara ve izinlere erişileceği;
- uzun süren işlerin nasıl sürdürüleceği;
- hataların nasıl tespit edilip giderileceği;
- Trajectory’lerin nasıl değerlendirileceği; ve
- hangi eklentilerin ajan iş akışının parçası olacağı.
Çalışma zamanını açmak, dışarıdaki geliştiricileri DeepSeek mimarisi etrafında adaptörler, araçlar, bellek sistemleri ve iş akışı kalıpları geliştirmeye teşvik edebilir. Üstelik Harness farklı model sağlayıcılarını desteklese bile DeepSeek, geliştiricilerin model seçimi, bağlam yönetimi, araç kullanımı ve değerlendirme kararlarını verdiği giriş noktasında etkisini koruyabilir.
Bu, yalnızca model ağırlıkları veya API fiyatları üzerinden rekabet etmeye kıyasla daha kalıcı bir konum olabilir.
Yaklaşımın bir başka sonucu da yapay zekâ destekli yapay zekâ geliştirme ihtimali. Bir ajan; eklenti yazmaya, başarısız Trajectory’leri incelemeye, değişiklik önermeye, değerlendirme çalıştırmaya ve deneylerin geçmişini korumaya yardımcı olabilir. Bu tabloyu tamamlanmış bir “kendi kendine gelişen ajan” olarak değil, mühendislik geri bildirim döngüsü kuran bir altyapı olarak değerlendirmek daha doğru.
Neden v0.1 etiketi önemli?
Harness’ın geliştirici önizlemesi olması, duyurunun merkezindeki ayrıntılardan biri. Bu etiket, geliştiricileri denemeye ve projeyi birlikte geliştirmeye davet ediyor; aynı zamanda API’lerin, entegrasyonların, güvenlik kontrollerinin ve operasyonel davranışın değişebileceği anlamına geliyor. 20
Bu nedenle Harness, bugün için olgun bir kodlama ajanının güvenilirliği ve kullanım kolaylığıyla değil, açık bir çerçeve ve araştırma-geliştirme platformu olarak değerlendirilmelidir.
Sonuç
DeepSeek’in 13 Ağustos duyuruları bir model lansmanını altyapı stratejisiyle birleştirdi. V4 Pro amiral gemisi modeli sunarken Harness, modelin araçlar, bağlam, bellek ve uzun süreli görevlerle nasıl çalışacağını belirleyen çalışma zamanını açığa çıkarıyor. 32
20
Composio’nun sonuçları bu ayrımın neden önemli olduğunu gösteriyor: Aynı V4 Flash modeli, kullanılan harness’e göre test edilen görevlerin 14 ila 20’sini tamamladı; başarılı görev başına bildirilen maliyetler de önemli ölçüde farklılaştı. 3
Harness’ın eklenti tabanlı yapısı ve izlenebilir Trajectory kayıtları, deney, değerlendirme ve yapay zekâ destekli mühendislik için inandırıcı bir temel sunuyor. Ancak bunlar tek başına güvenilir sürekli öğrenmeyi kanıtlamıyor. Yine de sonraki ajan geliştirme döneminde asıl rekabetin yalnızca modelde değil, modeli işe dönüştüren harness katmanında yaşanabileceğini gösteriyor.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek V4 Pro ve Harness: Yapay zekâ ajanlarında asıl farkı runtime mı yaratacak?"?
DeepSeek, 13 Ağustos 2026’da ajan odaklı V4 Pro modelini ve bitmiş bir son kullanıcı ürünü değil, MIT lisanslı Harness v0.1 geliştirici önizlemesini birlikte duyurdu.
What are the key points to validate first?
DeepSeek, 13 Ağustos 2026’da ajan odaklı V4 Pro modelini ve bitmiş bir son kullanıcı ürünü değil, MIT lisanslı Harness v0.1 geliştirici önizlemesini birlikte duyurdu. Composio’nun testinde aynı DeepSeek V4 Flash modeli, farklı ajan çalışma katmanlarıyla 240 çalıştırmada 129 başarı elde etti; en iyi sonuç 30 görevde 20, en düşük sonuç ise 14 görev oldu.
What should I do next in practice?
Harness, Cordis üzerinde “her şey eklentidir” yaklaşımını benimsiyor: model adaptörü, araçlar, oturumlar, depolama, çalışma döngüsü, zamanlama, sandbox ve kullanıcı arayüzü değiştirilebilir bileşenler olarak tasarlanı...