DeepSeek Harness: Lớp hạ tầng biến mô hình AI thành tác nhân có thể hành động

DeepSeek Harness là runtime mã nguồn mở dùng để xây dựng và vận hành các AI agent. Được phát hành dưới dạng bản xem trước cho nhà phát triển theo giấy phép MIT vào ngày 13 tháng 8 năm 2026, Harness không phải một mô hình ngôn ngữ mới. Thay vào đó, nó cung cấp lớp thực thi giúp mô hình sử dụng công cụ, duy trì trạng thái, tương tác với tệp và môi trường, đồng thời hoàn thành các công việc nhiều bước.

DeepSeek cô đọng cách tiếp cận này bằng công thức: Agent = Model + Harness. Mô hình đảm nhiệm khả năng ngôn ngữ và suy luận; Harness cung cấp phần hệ thống xung quanh để biến khả năng đó thành hành động thực tế.

DeepSeek Harness giải quyết vấn đề gì?

Một mô hình ngôn ngữ độc lập có thể tạo văn bản, nhưng không tự động biết cách kiểm tra một kho mã nguồn, chạy lệnh, sửa tệp, duy trì phiên làm việc hay tiếp tục sau khi tác vụ bị gián đoạn. Runtime dành cho agent có nhiệm vụ điều phối toàn bộ chuỗi hoạt động này.

DeepSeek đặt lớp điều phối đó ở vị trí trung tâm. Tài liệu chính thức mô tả mô hình, công cụ, kỹ năng, session, sandbox, lưu trữ, vòng lặp agent, lịch chạy và giao diện người dùng như những năng lực có thể được gắn vào, tháo ra hoặc tái tổ hợp dưới dạng plugin.

Vì vậy, Harness gần với một nền móng cho AI agent hơn là một trợ lý lập trình cố định. Nhà phát triển có thể thay đổi các thành phần bao quanh mô hình thay vì phải chấp nhận toàn bộ logic điều phối như một “hộp đen” do nhà cung cấp kiểm soát.

Đổi lại, tính linh hoạt này chuyển thêm trách nhiệm sang phía nhà phát triển. Tương thích giữa các plugin, quản lý quyền, xử lý lỗi, quản lý phụ thuộc và kiểm thử sau khi nâng cấp đều trở thành một phần của công việc tích hợp.

Cordis và kiến trúc “mọi thứ đều là plugin”

Harness được xây dựng trên Cordis, một kernel có nhiệm vụ gắn và giải quyết các phụ thuộc giữa plugin. Hệ quả quan trọng là hành vi cốt lõi của agent không bị khóa trong một vòng lặp nguyên khối duy nhất.

Các thành phần có thể thay thế gồm:

• bộ chuyển đổi mô hình;
• công cụ và kỹ năng;
• hệ thống session và lưu trữ;
• sandbox và quyền truy cập hệ thống tệp;
• vòng lặp agent và cơ chế lập lịch;
• hành vi của subagent; và
• giao diện web cùng các thành phần runtime khác.

Đây là điểm phân biệt đáng chú ý giữa Harness và một ứng dụng AI thông thường. Với nhiều sản phẩm truyền thống, người dùng có thể tùy chỉnh prompt, công cụ hoặc tích hợp, nhưng mô hình thực thi bên dưới vẫn do nhà cung cấp quyết định. Harness hướng tới việc mở cả chính mô hình thực thi đó để nhà phát triển cấu hình.

Bốn chế độ runtime trong bản xem trước

Bản developer preview cung cấp bốn chế độ thiết lập sẵn, mỗi chế độ là một cách kết hợp các năng lực khác nhau của cùng một runtime.

Standard: môi trường coding agent đầy đủ

Standard bao gồm chỉnh sửa tệp, truy cập shell, tìm kiếm, skills, lập kế hoạch, mục tiêu, subagent và workflow. Đây là cấu hình hướng tới các tác vụ phần mềm tổng quát.

Code: gom nhiều thao tác thành một chương trình

Code cung cấp công cụ qua một giao diện thiên về lập trình, cho phép mô hình kết hợp nhiều thao tác trong một chương trình TypeScript. Cách này có thể giảm số lần gọi công cụ riêng lẻ khi một nhiệm vụ vốn gồm nhiều hành động liên quan.

Minimal: môi trường tối giản để đánh giá mô hình

Minimal chỉ giữ lại shell có trạng thái duy trì và công cụ chỉnh sửa tệp. Môi trường hạn chế này phù hợp hơn cho việc đánh giá mô hình trong điều kiện được kiểm soát, hoặc quan sát cách agent hoạt động khi có ít năng lực dựng sẵn hơn.

Creator: dành cho người xây preset mới

Creator hướng tới nhà phát triển muốn tạo các preset mới. Chế độ này bổ sung khả năng kiểm tra runtime và thử nghiệm plugin trong bộ nhớ, qua đó giúp người dùng khám phá cách tái kết hợp các thành phần.

Bốn chế độ trên vì thế không giống bốn sản phẩm tách biệt, mà là bốn cấu hình khởi đầu của cùng một nền tảng.

Vì sao nhật ký session append-only đáng chú ý?

Harness đặc biệt nhấn mạnh khả năng truy vết. Thiết kế session ghi lại những gì mô hình nhìn thấy và thực hiện trong một luồng sự kiện chỉ nối thêm, bao gồm system prompt, quá trình suy luận, lệnh gọi công cụ và kết quả, lịch chạy subagent cũng như các lần đưa thêm ngữ cảnh. Cùng một lịch sử sự kiện được dùng cho tìm kiếm, phát lại, tiếp tục và tạo nhánh session.

Thiết kế này có thể giúp việc gỡ lỗi và tái lập hành vi của agent dễ hơn. Khi một lần chạy thất bại, nhà phát triển có hồ sơ đầy đủ hơn về ngữ cảnh và hành động dẫn tới lỗi. Tính năng tạo nhánh cũng cho phép bắt đầu một hướng thử nghiệm mới từ một thời điểm cũ thay vì chạy lại từ đầu.

Tuy nhiên, nhật ký chi tiết cũng tạo ra rủi ro vận hành. Dữ liệu có thể chứa prompt nhạy cảm, mã nguồn, đầu ra công cụ, thông tin xác thực vô tình được đưa tới mô hình hoặc dữ liệu riêng tư khác. Trước khi xem trajectory log là dữ liệu production thông thường, đội ngũ cần xác định rõ thời hạn lưu trữ, quyền truy cập, cơ chế che thông tin nhạy cảm và chính sách sandbox.

DeepSeek Harness khác Claude Code và Codex thế nào?

DeepSeek Harness thường được đặt cạnh Claude Code của Anthropic và Codex của OpenAI, nhưng ba sản phẩm nằm ở những vị trí khác nhau.

Claude Code và Codex là các sản phẩm coding agent tích hợp, hướng tới một quy trình tương đối hoàn chỉnh và ít công đoạn thiết lập. Harness là runtime mở, trong đó giá trị chính nằm ở khả năng kết hợp và kiểm soát. Mô hình, công cụ, lưu trữ, sandbox, session và vòng lặp agent được thiết kế để có thể thay thế qua plugin thay vì bị cố định bên trong một sản phẩm do nhà cung cấp kiểm soát.

Có thể hình dung lựa chọn như sau:

• Chọn sản phẩm tích hợp nếu ưu tiên là quy trình trau chuốt, triển khai nhanh và mô hình vận hành được quản lý nhiều hơn.
• Đánh giá Harness nếu cần khả năng chuyển đổi mô hình, tự lưu trữ, tái lập thí nghiệm, tùy biến chính sách thực thi hoặc nghiên cứu về agent.

Không nên mặc định xem Harness là trợ lý lập trình tốt hơn chỉ vì kiến trúc của nó mở hơn. So sánh đúng ở đây là giữa một runtime có thể mở rộng và những sản phẩm có quan điểm thiết kế rõ ràng hơn. Harness có thành công hay không sẽ phụ thuộc vào việc tính linh hoạt có đủ giá trị để bù cho phần công việc kỹ thuật phát sinh hay không.

Làn sóng GitHub nói lên điều gì?

Dự án nhận được sự chú ý bất thường ngay sau khi công khai. Một số báo cáo cho biết Harness vượt 20.000 lượt sao trên GitHub trong khoảng hơn một giờ đến một tiếng rưỡi sau phát hành; các báo cáo sau đó cho rằng kho mã nguồn đã vượt 141.000 lượt sao vào ngày 17 tháng 8 năm 2026.

Những con số này đáng chú ý nhưng cần được đọc đúng cách. Lượt sao GitHub đo mức độ quan tâm, tò mò và lưu lại dự án, không đo số lần triển khai thực tế, tỷ lệ hoàn thành tác vụ, mức độ an toàn, độ tin cậy hay năng lực duy trì lâu dài của đội ngũ. Những tuyên bố Harness tăng trưởng nhanh hơn Grok-1 cũng phụ thuộc vào cách xác định dự án và khung thời gian, vì vậy nên được xem là các so sánh được báo cáo chứ chưa phải kỷ lục ngành đã được chuẩn hóa.

Kết luận vững chắc nhất là cộng đồng nhà phát triển đang quan tâm đáng kể tới một stack agent cởi mở hơn. Nhưng không thể suy ra rằng framework đã sẵn sàng cho production chỉ từ tốc độ tăng lượt sao.

Chi phí và độ ổn định cần lưu ý

Giấy phép MIT áp dụng cho mã nguồn framework, không có nghĩa việc suy luận qua mô hình là miễn phí. Runtime agent có thể gửi lại system instruction, kết quả công cụ, chính sách và lịch sử tích lũy qua nhiều lần gọi mô hình. Nếu con số khoảng 47.600 token đầu vào không được cache trong mỗi tương tác là chính xác, dung lượng ngữ cảnh có thể trở thành yếu tố đáng kể đối với chi phí và độ trễ; tuy nhiên, con số này chưa được xác lập độc lập bởi các nguồn mạnh nhất được cung cấp.

Nhà cung cấp mô hình cũng ảnh hưởng trực tiếp tới hóa đơn. Đợt phát hành DeepSeek V4-Pro đi kèm việc chuyển sang cơ chế giá cao điểm và thấp điểm. Các báo cáo nêu mức giá đầu ra V4-Pro trong giờ cao điểm là 3,96 USD cho mỗi triệu token, so với mức trước đó 0,87 USD. Chi phí thực tế của một workflow Harness vẫn phụ thuộc vào mô hình được chọn, tỷ lệ cache hit, cách cắt gọn ngữ cảnh, độ dài đầu ra công cụ và số vòng lặp agent.

Độ ổn định là một hạn chế khác. DeepSeek gọi Harness là bản developer preview và cảnh báo các plugin lõi cùng API sẽ tiếp tục thay đổi. Nhà phát triển nên cố định phiên bản, khóa phụ thuộc plugin, thử nghiệm nâng cấp trong môi trường tách biệt và duy trì phương án quay lui trước khi đưa vào vận hành rộng rãi.

Các báo cáo về lỗi ở plugin bên thứ ba và số lượng lớn đề xuất plugin có thể cho thấy hệ sinh thái đang hình thành rất nhanh, nhưng những con số cụ thể này chưa đủ cơ sở để dùng làm chỉ số quyết định. Bài học kỹ thuật rộng hơn khá rõ ràng: mỗi điểm mở rộng mới đều kéo theo thêm công việc về tương thích và bảo mật.

Kết luận

DeepSeek Harness đáng chú ý vì coi runtime của agent—chứ không chỉ mô hình—là một lớp kỹ thuật mở và có vai trò độc lập. Hệ thống plugin dựa trên Cordis cùng lịch sử session append-only đem lại mức độ kiểm soát cao đối với cách agent suy luận, hành động, lưu trạng thái và được kiểm tra.

Đây là lựa chọn hấp dẫn với nhà nghiên cứu, đội ngũ hạ tầng và nhà phát triển cần hệ thống agent có thể lắp ghép. Ngược lại, Harness kém phù hợp hơn với những đội ngũ chỉ muốn một trợ lý lập trình đáng tin cậy, thiết lập nhanh và ít phải tự vận hành.

Vai trò khả dĩ trong ngắn hạn của Harness không phải là lập tức thay thế Claude Code hay Codex. Nó có nhiều khả năng trở thành một lựa chọn mở dành cho những đội ngũ chấp nhận đánh đổi sự tiện lợi có sẵn để đổi lấy khả năng chuyển đổi mô hình, khả năng quan sát và quyền kiểm soát. Việc dự án có trở thành nền tảng lâu dài hay không sẽ phụ thuộc vào độ ổn định của API, chất lượng plugin, ranh giới bảo mật, tài liệu và mức độ phức tạp mà nhà phát triển phải gánh sau màn trình diễn ban đầu.