DeepSeek Harness giải thích: Vì sao “Model + Harness = Agent”

DeepSeek Harness nên được hiểu là hạ tầng để xây dựng và chạy agent, chứ không phải một mô hình AI độc lập. Bản developer preview được phát hành theo giấy phép MIT thông qua công cụ dòng lệnh dsh, xoay quanh công thức: Model + Harness = Agent. Mô hình cung cấp khả năng suy luận; harness cung cấp lớp vận hành để kết nối khả năng suy luận đó với tệp, terminal, công cụ, phiên làm việc và quá trình thực thi. 69

Đây là điểm đáng chú ý nhất trong bài đánh giá thực hành ngày 21 tháng 8. DeepSeek dường như không chỉ muốn tung ra một trợ lý lập trình hoàn thiện, mà còn muốn mở rộng khả năng tùy biến của “cỗ máy” đứng phía sau một agent.

“Model + Harness = Agent” thực sự có nghĩa gì?

Một mô hình ngôn ngữ có thể lập kế hoạch và tạo hướng dẫn, nhưng tự nó không thể độc lập kiểm tra một dự án trên máy tính, sửa tệp, chạy lệnh, duy trì lịch sử thực thi hay điều phối nhiều lần gọi công cụ. Harness bổ sung những khả năng đó quanh mô hình.

Trong DeepSeek Harness, adapter mô hình, registry công cụ, nhật ký phiên và vòng lặp agent đều là các plugin có thể thay thế. Kiến trúc này dựa trên Cordis — nền tảng cho phép plugin đóng góp dịch vụ, sự kiện có kiểu và các hiệu ứng có thể hoàn tác vào một ngữ cảnh runtime dùng chung. 17

Sự tách biệt này dẫn đến hai hệ quả quan trọng:

• Mô hình không phải toàn bộ agent. Mô hình đưa ra quyết định và tạo suy luận hoặc hành động.
• Harness về mặt thiết kế không bị khóa vào một mô hình duy nhất. Runtime có thể được cấu hình với các adapter mô hình và tập khả năng khác nhau, thay vì gộp mô hình với ứng dụng agent thành một sản phẩm không thể tách rời. 16

Vì vậy, gọi DeepSeek Harness là “một mô hình AI mới” sẽ bỏ lỡ trọng tâm. Đây là runtime thực thi, biến một mô hình có khả năng suy luận thành hệ thống có thể hành động trong thế giới bên ngoài.

Cách khởi chạy bản developer preview

Quy trình bắt đầu được sử dụng trong bài đánh giá là:

npx @deepseek-ai/dsh web

Giao diện web cục bộ được phục vụ tại localhost:3080; một báo cáo thực hành khác ghi địa chỉ tương đương là 127.0.0.1:3080. 64

Bài đánh giá cũng cho biết người dùng cần nhập khóa API DeepSeek và nhìn thấy giao diện mang thương hiệu “Exploring the Uncharted”. Đây là những quan sát từ quá trình trải nghiệm, không có nghĩa mọi lần cài đặt đều sẽ hiển thị chính xác cùng giao diện hoặc quy trình cấu hình. 7

Điểm thực tế cần lưu ý: bản preview hướng tới những nhà phát triển quen với việc cấu hình runtime cục bộ và tự cung cấp quyền truy cập mô hình — không phải người dùng chỉ muốn một trợ lý lập trình hoàn thiện, cài xong là chạy.

Bốn chế độ làm việc, bốn tổ hợp plugin

DeepSeek Harness không xem bốn chế độ là bốn sản phẩm hoàn toàn tách biệt. Đây là các cấu hình runtime dựng sẵn; mỗi cấu hình tải một nhóm plugin mặc định khác nhau cho từng loại công việc. 1823

Standard: trải nghiệm agent đầy đủ

Standard là cấu hình đa dụng. DeepSeek mô tả chế độ này như một coding agent đầy đủ, hỗ trợ chỉnh sửa tệp, truy cập shell, tìm kiếm tệp và web, skills, lập kế hoạch, mục tiêu, subagent và workflow. 20

Đây là lựa chọn gần nhất với nhu cầu phát triển và thực thi tác vụ hằng ngày. Tuy nhiên, những điểm còn thô của bản preview khiến Standard phù hợp với thử nghiệm hơn là thay thế ngay một coding agent đã hoàn thiện.

PTC: gọi công cụ bằng chương trình

PTC, viết tắt của Programmatic Tool Calling, dành cho quy trình trong đó mô hình viết mã để điều phối nhiều lần gọi công cụ. Thay vì yêu cầu từng thao tác một, mô hình có thể tạo ra một chương trình để sắp xếp chuỗi hành động. 20

Cách tiếp cận này hướng tới các mô hình mạnh hơn và người dùng nâng cao khi xử lý tác vụ nhiều bước. Nó có thể khiến quy trình dùng nhiều công cụ trở nên có cấu trúc hơn, nhưng đồng thời đòi hỏi người dùng kiểm tra kỹ đoạn mã được sinh ra sẽ thực hiện những gì.

Minimal: môi trường thử nghiệm có kiểm soát

Minimal thu gọn runtime xuống còn công cụ shell và trình chỉnh sửa tệp. DeepSeek định vị đây là môi trường để benchmark hoặc nghiên cứu mô hình trong điều kiện bị giới hạn có chủ ý, với ít sự hỗ trợ hơn từ harness. 20

Chế độ này hữu ích khi mục tiêu là đánh giá thay vì thuận tiện. Nó giúp tách năng lực của bản thân mô hình khỏi những khả năng do một agent stack đầy đủ cung cấp.

Creation: chế độ để xây dựng các chế độ khác

Creation dành cho nhà phát triển muốn sửa đổi hoặc mở rộng harness. Chế độ này hỗ trợ kiểm tra runtime, thử nghiệm plugin Cordis trong bộ nhớ và kết hợp các preset tùy chỉnh. 20

Một plugin được tài liệu hóa cho Creation còn bổ sung khả năng tự kiểm tra Cordis, thử nghiệm plugin động và hướng dẫn viết preset. 22 Đây là biểu hiện rõ nhất cho tham vọng của DeepSeek: hệ thống không chỉ chạy agent mà còn cho phép nhà phát triển định hình lại runtime mà agent sử dụng.

Cordis và triết lý “mọi thứ đều là plugin”

Điểm đặc biệt nhất của DeepSeek Harness nằm ở triết lý kiến trúc. Thay vì giữ mô hình, công cụ, lịch sử và vòng lặp điều khiển trong một lõi cố định, hệ thống đưa các thành phần này vào hệ thống plugin Cordis.

Tài liệu kiến trúc chính thức xác định các thành phần sau là plugin có thể thay thế:

• adapter mô hình;
• registry công cụ;
• nhật ký phiên; và
• chính vòng lặp agent. 17

Các bài viết thực hành mô tả tầm nhìn rộng hơn, bao gồm skills, phiên làm việc, sandbox, lưu trữ, lập lịch và giao diện người dùng. Một phần các ví dụ mở rộng này chưa được xác lập độc lập từ trích đoạn nguồn chính được cung cấp, vì vậy nên xem chúng là định hướng được báo cáo của dự án, thay vì các chi tiết triển khai đã được kiểm chứng ngang nhau. 117

Thiết kế này cũng giải thích vì sao bốn chế độ có thể khác nhau đáng kể mà không cần đến bốn ứng dụng riêng. Mỗi profile có thể kết hợp các lớp plugin theo thứ tự khi khởi động, từ đó tạo runtime cho lập trình thông thường, đánh giá có kiểm soát, gọi công cụ bằng chương trình hoặc phát triển plugin. 1723

Theo dõi quá trình thực thi thay vì nhìn vào “hộp đen”

Agent rất khó gỡ lỗi nếu chỉ hiển thị câu trả lời cuối cùng. DeepSeek Harness chú trọng hơn đến đường đi của quá trình thực thi: phiên làm việc và trajectory là một phần của kiến trúc runtime, còn thành phần ghi nhật ký phiên cũng có thể thay thế như các plugin khác. 17

Một báo cáo thực hành riêng mô tả chế độ xem trajectory dưới dạng luồng sự kiện JSONL chỉ được nối thêm trên ổ đĩa. Cách này giúp người đánh giá nhanh chóng chẩn đoán một vấn đề cấu hình. 4 Trích đoạn tài liệu kiến trúc chính thức xác nhận nhật ký phiên là plugin, nhưng tự nó chưa đủ để kiểm chứng mọi chi tiết về định dạng chỉ-ghi-thêm.

Với nhà phát triển, khả năng truy vết đôi khi quan trọng không kém chất lượng mô hình. Nó giúp trả lời những câu hỏi như agent đã gọi công cụ nào, đã thử làm gì và tại điểm nào một tác vụ kéo dài bắt đầu đi chệch hướng.

Các thử nghiệm ban đầu nói gì về hiệu năng?

Những thử nghiệm hiện có cho thấy năng lực đáng kể, nhưng chưa thể tạo thành benchmark hiệu năng phổ quát. Trong một phiên ngày 21 tháng 8 dùng DeepSeek V4 Flash 0731, agent mất 46 phút và thực hiện 109 bước để xây dựng một plugin, tiêu thụ 8,9 triệu token đầu vào. 1 Một thử nghiệm thực hành khác ghi nhận khoảng 20 triệu token trong gần 35 phút khi xây dựng trình theo dõi Trạm Vũ trụ Quốc tế. 2

Kết luận thận trọng là: các tác vụ tự chủ kéo dài có thể chậm và tốn kém trong bản developer preview, trong đó thời gian chạy phụ thuộc vào mô hình, loại tác vụ, cơ chế cache và khối lượng công việc. Không nên xem những con số trên là giới hạn tốc độ cố định cho mọi phiên DeepSeek Harness.

Bằng chứng này cũng cho thấy sự đánh đổi hiện tại của sản phẩm. DeepSeek đang cung cấp một hạ tầng có mức tùy biến cao trước khi hoàn thiện trải nghiệm người dùng. Dự án được đánh giá là hạ tầng đầy triển vọng, có thể làm nền tảng cho một thử nghiệm kỹ thuật trong phạm vi kiểm soát, nhưng chưa phải control plane sẵn sàng cho môi trường production. 56

DeepSeek Harness phù hợp với ai?

Định vị thuyết phục nhất không phải là “DeepSeek đã tạo ra giao diện coding agent tốt nhất”. Điểm đáng chú ý là DeepSeek đã mở mã nguồn một runtime agent có phạm vi rộng, nơi mô hình, công cụ, vòng lặp thực thi và nhiều khả năng khác có thể được kết hợp hoặc thay thế.

Điều đó khiến DeepSeek Harness đặc biệt đáng quan tâm với:

• nhà phát triển xây dựng agent tùy chỉnh;
• nhà nghiên cứu đánh giá mô hình với các mức hỗ trợ khác nhau từ harness;
• đội ngũ cần lịch sử thực thi có thể kiểm tra; và
• cộng đồng mã nguồn mở muốn thử nghiệm plugin cùng cách kết hợp runtime.

Ngược lại, nền tảng này hiện kém phù hợp với người chỉ muốn một coding agent hoàn thiện, có độ trễ dễ dự đoán và gần như không cần cấu hình. Vỏ sản phẩm v0.1 vẫn còn ở giai đoạn đầu, trong khi các báo cáo về tác vụ dài cho thấy năng lực không tự động đồng nghĩa với tốc độ hoặc mức độ sẵn sàng cho production. 56

Tóm lại, “Model + Harness = Agent” vừa là cách giải thích sản phẩm, vừa là tuyên bố chiến lược. DeepSeek đang tách trí tuệ khỏi bộ máy giúp trí tuệ đó hành động — và đặt cược rằng một runtime plugin có thể mở rộng sẽ có giá trị hơn một ứng dụng agent cố định.