DeepSeek опубликовала DeepSeek Harnessi (dsh) — open-source инфраструктурный слой для превращения обычных ИИ-моделей в автономных агентов, аналог обвязки вокруг Claude Code/OpenCode/Codex. Идея проекта — «everything is a plugin»: модель, инструменты, skills, sandbox, память, permission policy, UI и даже суб-агенты (можно подключить Claude Code или Codex) собираются как отдельные плагины. Проект основан на мета-фреймворке Cordisi, распространяется по MIT-лицензии и не требует использования именно API DeepSeek — можно подключить любого провайдера или локальную модель.

Репозиторий стал одним из самых быстрорастущих в истории GitHub: 122K+ звёзд за 3 дня и уже более 140к звёзд спустя несколько дней — быстрее, чем в своё время набирал звёзды OpenClaw. Почти одновременно с релизом DeepSeek подняла цену на cache-hit inputi в 6–12 раз, а именно этот тип токенов больше всего расходуют агентные циклы, которые Harness делает массовыми — на это обратили внимание наблюдатели.

• Harness напрямую связан с новыми моделями DeepSeek V4: в документации указано, что V4-Flash на coding/agent-бенчмарках тестировали именно через DeepSeek Harness в minimal mode, с max reasoning effort, top_p=0.95, temperature=1.0
• Заявленные результаты V4-Flash: Terminal Bench 2.1 — 82.7, DeepSWE — 54.4, Toolathlon Verified — 70.3, DSBench-FullStack — 68.7
• Запуск локально одной строкой: npx @deepseek-ai/dsh web, поднимает Web UI на 127.0.0.1:3080; есть headless-режим, shell/terminal tools, credentials, approval policy; статус — Developer Preview
• Конфигурация Harness собирается через YAML; агент умеет вызывать Claude Code или Codex как суб-агентов и распределять подзадачи между ними
• Тест от независимого автора (Computer Vision инженер): на задаче «реализовать и отладить FFT» Codex справился за 51 секунду без заметного расхода лимитов; DeepSeek Harness с Kimi K3 решил задачу за ~5 минут и ~30 центов; Harness с локальной Qwen 3.8 — почти час
• В том же тесте сложный поисковый запрос через встроенный веб-поиск Harness обошёлся в ~3 USD на Kimi K3 плюс ~20 центов поиска, хотя, по оценке автора, 99% этого времени были бессмысленны
• Автор теста отметил, что структура управления агентами и скоростью пока слабее, «примерно на уровне ChatGPT годичной давности», и что при наличии полноценной подписки на Codex использовать Harness смысла особого нет