Warum ist DeepSeeks Harness ein schwarzer Wal?

Am Abend des 13. August nach Peking-Zeit hat DeepSeek die Entwicklervorschau von DeepSeek Harness für Entwickler weltweit freigegeben und den Quellcode unter der MIT-Lizenz veröffentlicht.

Im Gegensatz zur Veröffentlichung von Modellgewichten, die der Öffentlichkeit besser bekannt ist, hat DeepSeek dieses Mal die gesamte Agent-Laufzeitinfrastruktur außerhalb des Modells als Open Source bereitgestellt. Modelle, Werkzeuge, Fähigkeiten, Sitzungen, Sandboxen, Speicher, Agent-Schleifen, Aufgabenplanung und Benutzeroberflächen können alle als Plug-In geladen, entladen und ersetzt werden.

DeepSeek hat für diese Architektur einen leicht verbreitbaren Satz zusammengefasst: Alles ist ein Plug-In.

Bemerkenswert ist, dass DeepSeek für Harness auch ein eigenes WeChat-Offizielles Konto mit dem Namen „DeepSeek Harness Team“ eingerichtet hat. Dieses Konto verwendet einen schwarzen Wal als Logo, was sich deutlich von dem blauen Wal unterscheidet, der für die Modellprodukte von DeepSeek verwendet wird.

Hinter der unabhängigen Markenabgrenzung möchte DeepSeek möglicherweise einen unabhängigen Kommunikationskanal für Entwickler für Harness aufbauen und das Ökosystem darum kontinuierlich weiterentwickeln. Ob ein Modell Aufgaben in der realen Umgebung fortlaufend erledigen kann, hängt zunehmend von Systemen außerhalb des Modells ab: Welche Kontexte es sieht, welche Werkzeuge es aufrufen kann, wie es mit Fehlern umgeht, ob es Aufgaben wiederherstellen kann, wer risikoreiche Operationen genehmigt und wie es vermeidet, nach langer Laufzeit vom Ziel abzuweichen. Harness ist genau die Laufzeitebene, die für die Verbindung des Modells mit diesen Fähigkeiten zuständig ist.

DeepSeek Harness ermöglicht es Entwicklern, Agenten wie Bausteine neu zu kombinieren, und erweitert die Open-Source-Grenze von DeepSeek vom Modell auf das gesamte Agent-Engineering-System.

01

Warum wird neben den Modellfähigkeiten auch Harness benötigt?

Große Sprachmodelle sind selbst nur dafür zuständig, den nächsten Inhalt zu generieren. Ein Agent, der Dateien lesen und schreiben, Befehle ausführen, externe Dienste aufrufen, untergeordnete Agenten einsetzen und auf Basis der Ausführungsergebnisse weiterarbeiten kann, benötigt zudem ein kontinuierlich laufendes Steuersystem.

Anthropic hat die Grundeinheit von Agenten einst als großes Sprachmodell zusammengefasst, das durch Abruf, Werkzeuge und Gedächtnis erweitert wurde. Bei lang andauernden Aufgaben ist Harness zudem für die Kontextverwaltung, Zugriffssteuerung, Speicherung von Zuständen, Fehlerwiederherstellung und die Bedingungen zum Anhalten der Schleife zuständig. Anthropic wies im April 2026 bei der Erörterung von gehosteten Agenten weiter darauf hin, dass Harness die Einschätzung der Entwickler darüber enthält, „was das Modell selbst nicht leisten kann“ – und diese Einschätzungen werden mit steigenden Fähigkeiten des Modells überholt.

Daraus ergibt sich ein langfristiger Widerspruch im Design von Harness: Das Framework muss genügend Kontrollmöglichkeiten bieten, ohne das Modell durch übermäßig starre Abläufe einzuschränken.

Das erklärt auch, warum DeepSeek die Austauschbarkeit betont. Derselbe Modell kann in verschiedenen Harness-Umgebungen deutlich unterschiedliche Ergebnisse liefern. Wie die Systemprompts organisiert sind, ob die Werkzeugdefinitionen klar sind, wann der Kontext komprimiert wird und ob nach einem Fehler ein Wiederholungsversuch möglich ist, beeinflussen alle die Erfolgsrate der Aufgaben, den Token-Verbrauch und die Laufzeit.

Da sich die Modellbewertung allmählich von einzelnen Frage-Antwort-Dialogen hin zu echten technischen Aufgaben verlagert, ist Harness selbst zu einer Bewertungsvariable geworden.

Auf dieser Ebene gibt es mittlerweile mehrere technische Ansätze. Das OpenAI Agents SDK bietet Werkzeuge, Agentenübergaben, Schutzmechanismen, Sitzungen und Nachverfolgung; das Claude Agent SDK öffnet die Werkzeuge, Agent-Schleifen und Kontextverwaltung, die von Claude Code verwendet werden; LangGraph legt den Schwerpunkt auf persistente Ausführung, menschliche Eingriffe und Zustandswiederherstellung. DeepSeek Harness tritt in einen Markt mit bereits etablierten Anbietern ein, und sein Unterscheidungsmerkmal besteht darin, diese Fähigkeiten weiter in Plug-Ins aufzuteilen, die durch Konfiguration kombiniert werden können.

02

„Alles ist ein Plug-In“?

DeepSeek Harness baut auf dem Cordis-Plug-In-System auf. Gemäß der offiziellen Dokumentation gehören Modelladapter, Werkzeugregistrierung, Sitzungsprotokolle und sogar die Agent-Schleife selbst zu den Plug-Ins. Entwickler müssen den Hauptcode von Harness nicht ändern, um konkrete Fähigkeiten durch Plug-Ins zu ersetzen oder zu erweitern.

Cordis nennt diese Fähigkeit „räumlich-zeitliche Kombinierbarkeit“. Die „Zeit“ bedeutet hier, dass nach dem Entladen eines Plug-Ins die von ihm registrierten Dienste, Ereignisse und Nebeneffekte rückgängig gemacht werden können; der „Raum“ bedeutet, dass Plug-Ins Abhängigkeiten deklarieren und Kooperationsbeziehungen neu aufbauen können, wenn sich andere Komponenten ändern.

Das am 13. August veröffentlichte Cordis-Papier ist noch als in Überarbeitung befindliches Preprint gekennzeichnet. Seine Implementierung umfasst die Nachverfolgung von Nebeneffekten, Abhängigkeitsauflösung, Konfigurationsabstimmung und Hot-Updates. Offensichtlich zielt dieses Design auf Szenarien ab, die sich von herkömmlichen Plug-In-Systemen bis hin zu „selbstentwickelnden Agent-Harness“ erstrecken.

Für Entwickler bringt diese Aufteilung drei direkte Vorteile.

Erstens können Modell und Laufzeitumgebung getrennt werden. Entwickler können denselben Satz von Sitzungen, Werkzeugen und Zugriffssystemen behalten und nur den Modelladapter ersetzen; sie können auch das Modell festlegen, um die Auswirkungen verschiedener Kontextverwaltungen oder Agent-Schleifen zu vergleichen. Bei der Modellbewertung hilft dies, zu unterscheiden, ob die Verbesserung der Fähigkeiten vom Modell selbst oder von externen technischen Optimierungen stammt.

Zweitens können Unternehmen ihre eigene Infrastruktur behalten. Sandboxen, Speicher, Genehmigungen, Zugangsdaten und Telemetrie können alle als Plug-In ausgeführt werden. Theoretisch können sie in interne Zugriffssysteme und Prüfanforderungen integriert werden, wodurch die Abhängigkeit von einzelnen Agent-Produkten verringert wird.

Drittens können Agent-Fähigkeiten ein unabhängiges Ökosystem bilden. Entwickler müssen keine abgezweigte Version von DeepSeek Harness warten, sondern müssen nur Plug-Ins veröffentlichen. Die offizielle Seite hat bereits empfohlen, das Tag „dsh-plugin“ zum Plug-In-Repository hinzuzufügen. Diese Regelung hilft, schrittweise ein durchsuchbares und wiederverwendbares Plug-In-Ökosystem aufzubauen.

Dieses Design überträgt die Risiken gleichzeitig auf das Plug-In-System. Ein Werkzeug-Plug-In kann auf Dateien und externe Dienste zugreifen, ein Speicher-Plug-In verfügt über die vollständigen Sitzungsdaten, und ein Schleifen-Plug-In kann die Entscheidungswege des Agenten verändern. Die Überprüfung der Plug-In-Herkunft, Zugriffsgrenzen, Abhängigkeitskonflikte, Versionskompatibilität und Sicherheit der Lieferkette werden alle Voraussetzungen dafür, ob das Ökosystem in Produktivumgebungen eingesetzt werden kann. Je höher der Grad der Offenlegung ist, desto höher sind auch die Verwaltungskosten.

03

Vier Modi sind im Grunde vier experimentelle Methoden für Agenten

Gemäß den offiziellen Materialien werden die voreingestellten Ausführungsweisen von DeepSeek Harness in vier Modi unterteilt: Standard, PTC, Minimal und Kreativ. Sie laden unterschiedliche Kombinationen von Plug-Ins und entsprechen unterschiedlichen Entwicklungszielen.

Der Standardmodus bietet einen relativ vollständigen Satz von Werkzeugen für alltägliche Agent-Aufgaben. Der Minimalmodus behält nur Shell- und Dateibearbeitungswerkzeuge bei und dient hauptsächlich für Benchmark-Tests. Er minimiert Unterschiede bei peripheren Werkzeugen, sodass die Bewertung näher an der direkten Beobachtung der Fähigkeiten des Modells zur autonomen Planung, Codeänderung und Terminalbedienung liegt. Die Benchmark-Beschreibung im offiziellen Repository gibt derzeit nur Anweisungen zum Ausführen der Minimalvariante von jsonrpc-agent, Vergleichswerte zwischen DeepSeek Harness und anderen Harness-Lösungen wurden noch nicht veröffentlicht.

Der PTC-Modus verwendet programmatische Werkzeugaufrufe (Programmatic Tool Calling). Das Modell generiert zuerst einen Codeabschnitt, der dann mehrere Runden von Werkzeugaufrufen organisiert. Bei Aufgaben, die fortlaufende Abfragen, Stapelverarbeitung oder Verzweigungen nach Zwischenergebnissen erfordern, kann dieser Ansatz die wiederholten Hin- und Her-Bewegungen zwischen Modell und Werkzeugen reduzieren und möglicherweise die im Kontext angesammelten Zwischeninformationen verringern. Allerdings erhält der vom Modell generierte Code stärkere Planungsfähigkeiten, was höhere Anforderungen an die Sandbox-Isolierung, Zeitüberschreitungen, Ressourcenkontingente und Zugriffssteuerung stellt. Der Nutzen von PTC muss letztendlich anhand der Aufgabenerfolgsrate, der Kosten und der Sicherheitsereignisse geprüft werden.

Der Kreativmodus ist am experimentellsten. Der Agent kann die aktuelle Laufzeitumgebung prüfen, Cordis-Plug-Ins im Speicher testen und daraus neue Ausführungsmodi kombinieren.

In der offiziellen Entwicklerdokumentation gibt es bereits eine „selbstreferenzielle“ Cordis-Demonstration, die es dem Agenten ermöglicht, die laufende Plug-In-Umgebung zu prüfen und zu ändern. Das schafft Schnittstellen für die Selbstanpassung von Harness, aber es liegt noch ein langer technischer Weg vor ihm, bis zu einer stabilen „selbstständigen Weiterentwicklung“.

04

Jede Ausführung zu einem wiederholbaren Ereignisstrom machen

Ein weiteres wichtiges Design von DeepSeek Harness ist das nur zum Anhängen vorgesehene Sitzungsprotokoll.

Eine Sitzung besteht aus nacheinander angehängten Ereignissen und ist die einzige Quelle der Wahrheit für den gesamten Interaktionsverlauf des Agenten. Der Verlauf der Modellnachrichten wird aus diesem Protokoll abgeleitet und nicht mehr separat gespeichert; Wiederherstellung und Wiedergabe werden ebenfalls aus derselben Gruppe von Ereignissen neu erstellt.

Gemäß der offiziellen Dokumentation werden Systemprompts, Gedankenketten, Werkzeugaufrufe und ihre Ergebnisse, die Planung untergeordneter Agenten und Kontextinjektionen alle aufgezeichnet und können in der Trajectory-Ansicht nach Quelle eingesehen werden. Wie vollständig die darin angezeigten Schlussfolgerungsinhalte sind, hängt weiterhin von den tatsächlichen Daten ab, die die jeweilige Modellschnittstelle zurückgibt. Der Nutzen davon ist direkt: Wenn der Agent in der zehnten oder hundertsten Schritt eine falsche Entscheidung trifft, können Entwickler zu dem Kontext zurückkehren, den das Modell zu dem Zeitpunkt tatsächlich gesehen hat, und bestätigen, ob das Problem von der Beurteilung des Modells, der Rückgabe des Werkzeugs, einer Änderung des Prompts oder einer falschen Kontextinjektion stammt. Auch das OpenAI Agents SDK und LangGraph betrachten Nachverfolgung, Persistenz und Wiederherstellung als wichtige Fähigkeiten der Agent-Laufzeitumgebung, was zeigt, dass Beobachtbarkeit von einem Debugging-Tool zu einem Standardbestandteil der Agent-Infrastruktur geworden ist.

Nur zum Anhängen vorgesehene Protokolle bringen auch neue Probleme der Datenverwaltung mit sich. Der vollständige Ereignisstrom kann Code, Hinweise auf Zugangsdaten, Inhalte interner Dateien und Ergebnisse von Werkzeugaufrufen enthalten. Die Möglichkeit zur Wiedergabe verbessert die Prüfbarkeit, erweitert aber auch den Bereich der zu schützenden Daten.

05

Es befindet sich auf einer anderen Ebene als MCP

„Alles ist ein Plug-In“ erinnert leicht an MCP. Die beiden lösen unterschiedliche Probleme.

MCP ist ein offener Standard zur Verbindung von KI-Anwendungen mit externen Daten, Werkzeugen und Arbeitsabläufen, dessen Schwerpunkt auf einer einheitlichen Verbindungsart liegt. Harness ist für die übergeordnete Ausführungslogik zuständig: Wann das Werkzeug an das Modell übergeben wird, ob vor dem Aufruf eine Genehmigung erforderlich ist, wie die Ergebnisse in die Sitzung geschrieben werden, ob nach einem Fehler ein Wiederholungsversuch erfolgt, wann der Agent untergeordnete Aufgaben einsetzt und unter welchen Bedingungen er anhält.

Daher kann der MCP-Server zu einer Werkzeugquelle in DeepSeek Harness werden, Fähigkeiten können zu Funktionspaketen werden, und Cordis-Plug-Ins sind dafür zuständig, Modell, Werkzeuge, Zustände, Schleifen, Schnittstellen und Richtlinien zu einem lauffähigen Agenten zu kombinieren – also die Steuerungsebene dafür, „wie der Agent ausgeführt wird“.

Diese Position hat potenziellen Wert für das Ökosystem. Wer Harness beherrscht, steht den Eingängen zu echten Aufgaben näher und kann leichter die Auswahl von Modellen, die Verteilung von Werkzeugen, die Laufkosten und die Arbeitsabläufe von Entwicklern beeinflussen. Allerdings senkt die MIT-Lizenz nur die Hürden für die Übernahme, sie kann nicht automatisch ein Ökosystem bilden. Ob Entwickler bereit sind, Plug-Ins kontinuierlich zu warten, ob Unternehmen es wagen, Produktivzugriffsrechte an Drittkomponenten zu übergeben und ob Plug-Ins versionsübergreifend stabil laufen können, bestimmen, wie weit diese Architektur gehen kann.

06

Die Version v0.1 ist noch ein Entwurfsplan

DeepSeek gibt einen sehr klaren Hinweis zum Status der Version: Derzeit befindet sich das Produkt in der Phase der Entwicklervorschau, und es werden später Änderungen auftreten, die die Kompatibilität brechen. Zum Zeitpunkt der Veröffentlichung lautet die im Stammverzeichnis des Repositorys markierte Version von package.json 0.1.0-rc.5, und die Seite mit den Veröffentlichungen auf GitHub ist noch leer. Genauer gesagt befindet es sich derzeit in der Phase der Kandidaten und schnellen Iteration der v0.1-Serie.

Nach der Installation von Node.js können Entwickler die Weboberfläche über den Befehl npx @deepseek-ai/dsh web starten, die Standardadresse lautet http://127.0.0.1:3080; sie können auch