DeepSeek Harness (dsh): среда выполнения открытых агентов, которая сама переписывает свою конфигурацию.
Что такое DeepSeek Harness, почему его агент самостоятельной редактирования выделяется, как отреагировала сообщество и что необходимо подготовить перед запуском с локальными моделями.
Источники: DeepSeek Harness: The Agent That Edited Its Own Config While I Watched
Насколько из того, что кажется проявлением умности модели, на самом деле представляет собой невидимую вспомогательную структуру? Те, кто создавал собственные инструменты для управления агентами, быстро находят ответ: очень много. Именно поэтому DeepSeek Harness, команда запуска которого — dsh, так интересен для детального анализа: в чем его суть, что в нем уникального, что не идеально, и к чему следует готовиться, если вы планируете им пользоваться.
Что это такое и почему его создал лабораторный проект
DeepSeek Harness — это среда выполнения агентов с открытым исходным кодом, то есть механизм, окружающий модель и позволяющий ей действовать: циклы, инструменты, среда изоляции, хранение сессий и интерфейс. Это не модель и не чат-бот. Девиз проекта — AGENT = MODEL + HARNESS. Превью для разработчиков появилось 13 августа 2026 года под лицензией MIT, и за два дня на GitHub появилось примерно 95 000 звезд, а за неделю — около 165 000.
Зачем вообще лабораториям по разработке моделей беспокоиться об этом? Два числа объясняют суть. Vercel взял готового агента и удалил 80 процентов его инструментов. С использованием той же модели уровень успеха вырос с 80 до 100 процентов, причем было потребовано вдвое меньше токенов и в пять раз меньше времени на обработку. В тесте на программирование Letta Code показал результат 59 процентов с использованием Claude Opus, тогда как Claude Code достиг лишь 41 процента с той же моделью от Anthropic. Модели сблизились по своим характеристикам, и соревнование перешло в плоскость их интеграции. DeepSeek создал собственный инструмент для управления этим уровнем, а также стал первой лабораторией, позволяющей просматривать полный ход логических рассуждений модели, в то время как американские лаборатории намеренно шифруют такую информацию.
Настоящая разница
Существует продвинутая система плагинов под названием Cordis, в которой инструменты, сессии и даже цикл агента представляют собой заменяемые плагины; сессии — это логи событий с возможностью только добавления новых записей, которые можно воспроизвести, скопировать и просмотреть. Однако после запуска выделяется более простая особенность: агент может редактировать себя во время работы без необходимости перезапуска, пересборки или каких-либо дополнительных процедур.
Ярким первым тестом является открытие веб-интерфейса и задание ему задачи сменить источник LLM с API DeepSeek на локальный сервер llama.cpp. Агент находит свою конфигурацию, переписывает её и отвечает на следующий вопрос с использованием локальной модели. Облачный агент превратился в локальный примерно за полторы минуты. Большинство агентов относятся к своей конфигурации как к священному тексту — к командам, которые можно редактировать только вручную. Этот агент же рассматривает её как обычный файл, в котором он случайно хранится. Это скорее позиция, чем функция. Инструмент, способный менять себя, начинает вести себя как коллега, причём вся концепция предполагает, что он будет продолжать меняться после установки.
Отзывы сообщества
Похвалы оглушительны, а функция отображения траектории имеет историческое значение. Инженеры ценят возможность проверки вызовов инструментов с использованием строгих схем JSON, которые значительно строже, чем те, что применяются в Codex. Вид отображения траектории, позволяющий отнести каждую попытку внедрения кода извне к соответствующему плагину, был назван революционной функцией, которую модели США не разрешат использовать. Сессии, основанные на событиях, действительно вызвали сильные эмоции у пользователей.
В критике тоже есть доля правды. Ведущий пост на Reddit утверждает, что идея о том, что всё можно сделать с помощью плагинов, звучит заманчиво, пока вы её не попробуете на практике. Её автор отмечает, что собственные флагманские демо-версии DeepSeek — это анимация летающего кита и игра с змеёй, причём все попытки заставить три разных моделя совместно создать полезный плагин провалились. Другие опасаются «усталости от плагинов»: распадающихся расширений для VSCode, заброшенных плагинов для Eclipse и множества несовместимых дополнений. И фанаты, и критики сходятся в одном предупреждении: это непроверенная превью-версия для разработчиков, в которой между версиями происходят критичные изменения. Об этом прямо сказано заглавными буквами в документации — что является необычайно честной записью о выпуске.
Жалобы на качество демо верны, но не к месту. Игра с змеёй — это не то, что здесь предлагается. Предлагается сама платформа, и уже через несколько недель сообщество создало на ней сотни плагинов, из которых как минимум десять — это независимые версии функций, недоступных в официальных демо.
Что работает хорошо
Во-первых, это настоящий веб-интерфейс. В течение двух лет индустрия поставляла инструменты для программирования в виде терминалов, где находились процессы, а не пользователи. dsh предоставляет быстрый и чистый веб-интерфейс, который остаётся открытым; здесь можно кликнуть на задачи, чтобы раскрыть их содержимое, видеть шаги, вызовы инструментов и контекст внутри работающей системы, а не в зашифрованном файле журнала.
Он также быстрый. Благодаря онлайн-API ответы приходят достаточно быстро, что делает взаимодействие с интерфейсом значимым, и он работает плавнее, чем неровный интерфейс OpenClaw. Кроме того, по умолчанию он запускает несколько подагентов. В стандартном режиме не требуется предварительного запроса: он создаёт подагентов и распределяет задачи, что приятно наблюдать на фоне облачного API с высокой конкурентоспособностью. Однако при использовании локальных моделей эта приятность превращается в проблему планирования.
Подготовка к использованию
Во-первых, это превью для разработчиков, и оно ведёт себя как таковое. API меняют названия между версиями, исчезают хранилища данных, а форматы конфигураций меняются. Закрепите версию, которую устанавливаете. Используйте её для изучения принципов работы, что не стоит ничего, и пока не стройте вокруг неё свою ежедневную рутину, поскольку между выпусками всё может измениться, и скрипт, который работал вчера, может не сработать сегодня.
Во-вторых, локальные модели нуждаются в слотах, причем реальных. В стандартном режиме активно создаются подагенты, и каждый из них отправляет собственные запросы на любой конечный пункт LLM, который вы настроили. При использовании сервера llama.cpp с одним слотом по умолчанию процесс начинает медленно тормозить. Подагент занимает слот основного агента, поэтому когда основной агент возобновляет работу, его контекст исчезает, и вся инструкция снова заполняется заново при каждом цикле. То, что является преимуществом при работе с облачным API, на машине с одним слотом превращается в бесконечную переработку запросов.
Решение кроется в архитектуре: необходимо предоставить локальной модели несколько слотов. Параметр --parallel N в llama.cpp позволяет справляться с небольшим количеством одновременных задач. Однако для повседневного использования с субагентами следует выбрать движок, построенный на принципах конкурентности, такой как vLLM или SGLang, чья система непрерывной группировки задач разработана именно для подобных сценариев. Схема, при которой один человек ведет один чат, уже устарела, и для работы с субагентами требуется подходящий сервер.
Как это вписывается в общую картину
DeepSeek Harness не стремится превзойти Claude Code в том, что он является Claude Code, и не пытается выиграть в текущей конкуренции. Это открытая платформа с лицензией MIT, ожидающая, пока люди создадут собственные инструменты, плагины, а если они достаточно смелы — даже собственные циклы работы агентов. Его уникальная особенность — способность агента редактировать себя во время работы — одновременно является и основной идеей проекта: агенты больше не являются готовыми продуктами, а представляют собой живое программное обеспечение, для которого платформа служит «телом», которое они постоянно преобразуют.
Разумный подход — сначала попробовать использовать облачный ключ и оценить возможности веб-интерфейса и режима отображения траекторий. Если вы работаете только локально, потребуется сервер с несколькими слотами или большое терпение. Затем напишите первый плагин, поскольку экосистема в настоящее время находится на стадии развития, и такие новые сообщества всегда помнят своих первых участников.
Быстрая настройка
Чтобы запустить его на ноутбуке, попросите кого-либо из агентов произвести настройку или запустить подобный скрипт, который проверяет наличие Node 24 (для репозитория требуется версия 22.19 или новее):
#!/usr/bin/env bash
# DeepSeek Harness — quick setup (macOS / Linux)
set -e
# 1) Node 24 (repo requires 22.19+ or 24+)
if command -v nvm >/dev/null 2>&1; then
nvm install 24 && nvm use 24
else
echo "Install Node 24 first (https://nodejs.org)"; exit 1
fi
# 2) Fastest path - no clone needed
npx @deepseek-ai/dsh web
# opens http://127.0.0.1:3080 - set your API key under Settings → Models
# 3) From source (what I did - recommended if you want to read the code)
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
corepack enable
pnpm install
pnpm run build
pnpm dsh web
# 4) Local model users: serve with multiple slots first!
# vllm serve <model> --max-num-seqs 4 (or SGLang / llama.cpp --parallel N)
# Then in the dsh UI: Settings → Models → Add custom provider
# base URL http://127.0.0.1:8000/v1, protocol openai-completions
Связанные статьи
- Агент — это цикл while: как работают create_agent в LangChain и Fit в LangGraph — Агент, выполняющий вызовы инструментов, в двадцати строках кода, четыре проблемы производственного использования циклов и когда стоит перейти от функции create_agent в LangChain к графам состояний в LangGraph.
- Ваша платформа для агентов, скорее всего, слишком сложна: что стоит убрать — По мере совершенствования моделей структуры поддержки превращаются в балласт. Здесь рассматривается, как увеличение объема данных для анализа и чрезмерные затраты на обработку контекста влияют на эффективность, а также способы проверки того, что действительно необходимо сохранить.