🤖 DeepSeek представила Harness — платформу для создания автономных ИИ-агентов

DeepSeek представила DeepSeek Harness — открытую платформу для создания ИИ-агентов, которые способны не только генерировать текст, но и работать с файлами, запускать инструменты, выполнять код, использовать внешние сервисы и продолжать многошаговые задачи. Главное отличие Harness заключается не в появлении очередной языковой модели, а в программной инфраструктуре вокруг неё.

DeepSeek фактически разделяет две составляющие агента: модель отвечает за интеллектуальную часть, а Harness обеспечивает взаимодействие с окружающей средой. Причём сама платформа построена по принципу «всё является плагином»: модель, инструменты, навыки, сессии, хранилище, песочница, циклы работы, планирование и интерфейс можно заменять или комбинировать независимо друг от друга.

Проект пока находится в статусе developer preview, поэтому DeepSeek прямо предупреждает о возможных несовместимых изменениях. При этом исходный код опубликован под лицензией MIT, а запустить Web UI можно локально через npm.

Именно поэтому Harness интересен разработчикам: компания предлагает не закрытого готового помощника, а конструктор, из которого можно собрать собственную агентную систему.

💡 Хотите получать интересные IT-новости без лишнего рекламного мусора? Подписывайтесь на канал Железные новости — здесь мы рассказываем о важных новинках и событиях из мира технологий.

Обычная языковая модель сама по себе находится в довольно ограниченном положении. Она получает контекст, генерирует ответ и заканчивает работу. Даже если модель отлично пишет код или умеет рассуждать, без внешней инфраструктуры она не может самостоятельно открыть файл на компьютере, выполнить команду, проверить результат, исправить ошибку и повторить операцию.

ИИ-агент строится иначе. Между моделью и реальным окружением появляется дополнительный программный слой, который принимает решения модели, предоставляет ей инструменты, контролирует выполнение операций и возвращает результаты обратно в контекст.

Именно этот слой DeepSeek называет Harness. В официальном описании компания формулирует концепцию максимально просто: агент состоит из модели и Harness, причём модель является интеллектуальной частью, а Harness позволяет ей понимать окружение, использовать инструменты и продолжать работу в реальных сценариях.

Практически это означает переход от схемы «вопрос → ответ» к циклу «задача → действие → результат → анализ → следующее действие». Например, пользователю не обязательно просить модель отдельно прочитать исходный код, найти ошибку и предложить исправление. Агент может получить доступ к проекту, исследовать файлы, выполнить необходимые команды, увидеть ошибку компиляции и продолжить работу.

При этом Harness не делает любую модель автоматически умным агентом. Качество результата по-прежнему зависит от самой модели, её способности планировать действия и правильно использовать инструменты. Платформа предоставляет инфраструктуру, но не отменяет ограничения языковой модели.

Главная техническая особенность DeepSeek Harness — архитектура, в которой практически каждая функциональная часть представлена отдельным плагином. В официальной документации перечисляются модели, инструменты, навыки, сессии, песочницы, хранилища, циклы, планирование, расписания и пользовательский интерфейс. Эти компоненты можно менять и комбинировать без переписывания всей системы.

В основе находится Cordis — фреймворк, управляющий плагинами, сервисами, зависимостями и событиями. Это важный момент, потому что DeepSeek не просто разделила приложение на независимые модули. Cordis позволяет динамически подключать и отключать компоненты, а их взаимодействие строится через сервисы и типизированные события.

Такой подход решает одну из главных проблем современных агентных систем. Чем больше инструментов добавляется к агенту, тем сильнее отдельные компоненты начинают зависеть друг от друга. Замена файловой системы может потребовать изменений в инструментах, изменение модели — переделки интерфейса, а переход на удалённую песочницу — создания отдельной версии приложения.

В Harness эти функции отделены друг от друга через так называемые capability seams. Например, модель подключается через отдельный интерфейс LLM, инструменты регистрируются в собственном реестре, файловая система имеет свой провайдер, а песочница может заменяться независимо от остальной системы.

Для разработчика это означает главное: агент не обязательно должен быть монолитным приложением.

DeepSeek Harness интересен ещё и тем, что не ограничивает понятие агента одной конкретной моделью. В архитектуре существует отдельный интерфейс для LLM-провайдера, поэтому модельный слой отделён от остальной системы.

Это принципиально отличается от закрытых AI-сервисов, где пользователь получает уже собранную комбинацию модели, инструментов, памяти и интерфейса. В Harness разработчик может менять отдельные элементы инфраструктуры.

На практике это позволяет представить несколько сценариев. Для одной задачи можно использовать модель, хорошо работающую с программированием, для другой — модель с меньшей стоимостью и более высокой скоростью. При этом файловая система, журналирование, интерфейс и набор инструментов могут оставаться прежними.

Есть и более важный момент. В архитектуре Harness агентский цикл также является отдельным компонентом. Документация прямо указывает, что конкретная реализация цикла находится в отдельном пакете, тогда как остальные части работают через абстрактные интерфейсы.

Это открывает возможность экспериментировать не только с моделями, но и с самим способом работы агента.

Например, можно менять логику обработки запросов, добавлять собственные инструменты или внедрять дополнительный контекст, не переписывая весь движок.

🔍 Больше интересных IT-новостей, характеристик устройств и подробностей о новых технологиях — в канале Железные новости. Подписывайтесь, чтобы не пропускать важные события из мира технологий.

В актуальной версии DeepSeek Harness предусмотрено четыре режима работы, рассчитанных на разные задачи разработчика. DeepSeek называет их Standard, Code, Minimal и Creator.

Standard — полноценный вариант агентной среды. Он предоставляет файловое редактирование, shell, поиск по файлам и вебу, навыки, планирование, цели, субагентов и workflows. Это наиболее близкий к привычному автономному программному агенту режим.

Code Mode работает несколько иначе. Здесь инструменты предоставляются модели через Code Mode SDK, благодаря чему она может объединять несколько операций в одной программе на TypeScript. Такой подход особенно интересен для многошаговых задач, где обычная последовательность отдельных вызовов инструментов может быть менее эффективной.

Minimal Mode специально ограничен. В нём остаются shell и редактор файлов, что позволяет тестировать возможности модели в более минимальной среде. Это важно для экспериментов и сравнений, поскольку разработчик может отделить способности самой модели от огромного количества дополнительных инструментов.

Creator Mode предназначен для создания собственных конфигураций агентов. Он позволяет исследовать текущую среду выполнения, экспериментировать с Cordis-плагинами и собирать новые пресеты.

Таким образом, четыре режима нужны не просто для разных интерфейсов. Они позволяют тестировать разные уровни агентной инфраструктуры — от минимального набора инструментов до практически полноценной среды разработки.

Одна из наиболее интересных возможностей Harness связана не с инструментами, а с тем, как платформа хранит историю работы агента.

В основе системы находится append-only журнал сессии. В него записываются события, связанные с работой агента, включая сообщения, шаги, вызовы инструментов и их результаты. История, которую получает модель, формируется из этого журнала, а не хранится как отдельная независимая копия.

Это значительно важнее обычной истории чата.

Если агент несколько минут работает над программным проектом и выполняет десятки действий, разработчику нужно понимать не только конечный ответ, но и последовательность операций. Какие файлы были открыты? Какой инструмент был вызван? Что он вернул? На каком этапе возникла ошибка? Как агент пришёл к следующему действию?

Harness позволяет анализировать такую траекторию.

DeepSeek также заявляет поддержку resume, fork, search и replay на основе единого потока событий. Поэтому незавершённую сессию можно продолжить, существующую ветку — форкнуть, а предыдущую работу — воспроизвести.

Для разработки агентов это критически важно. Автономная система без хорошего журналирования быстро превращается в «чёрный ящик»: если она ошиблась на двадцатом шаге, найти причину становится сложно.

Здесь же лог является источником истины для состояния сессии.

Самостоятельное выполнение кода — одна из самых полезных возможностей агентной системы, но одновременно одна из самых опасных. Если модели разрешить выполнять команды без ограничений, ошибка в рассуждении может привести к изменению файлов, удалению данных или запуску нежелательных процессов.

Поэтому в Harness важна не только возможность использовать shell, но и архитектура разграничения возможностей.

Документация предусматривает отдельный sandbox backend, который используется для ограничения запускаемых процессов. Файловая система и subprocess также являются самостоятельными компонентами, поэтому среду выполнения можно перестраивать без изменения основного агентского цикла.

В репозитории DeepSeek отдельно описан сценарий с ACP-агентом, где файловые операции и Bash работают в рамках заданного рабочего пространства. При необходимости система может запросить расширение разрешений, причём результат такого запроса фиксируется через обычный путь журналирования.

Для реального применения это означает, что агент лучше рассматривать не как программу, которой сразу дают полный доступ к компьютеру, а как процесс с контролируемым набором разрешений.

Особенно важно это для серверов, корпоративных проектов и автоматизации, где агент получает доступ к настоящим данным.

Хотя большая часть примеров естественным образом связана с разработкой ПО, архитектура Harness значительно шире.

Если агент умеет работать с файлами, запускать команды, обращаться к инструментам и сохранять состояние сессии, его можно использовать для различных многошаговых процессов. Конкретный сценарий будет зависеть от подключённых плагинов и модели.

Например, агент может анализировать набор документов, преобразовывать файлы, выполнять скрипты, проверять результаты и передавать данные следующему этапу. В другой конфигурации он может использовать внешние инструменты для поиска информации, работать с проектом и подключать субагентов.

Важная особенность здесь заключается в том, что возможности не зашиты намертво в приложение. Документация Harness прямо описывает механизм добавления новых capability через регистрацию соответствующего провайдера или инструмента.

Это делает платформу скорее конструктором агентных систем, чем конечным приложением.

Именно поэтому сравнивать Harness напрямую с обычным чат-ботом не совсем корректно. Пользователь может видеть похожий интерфейс, но архитектурно это совершенно другой уровень программного обеспечения.

📊 Сравнения характеристик, новинки железа и самые интересные изменения в мире IT регулярно появляются в Железные новости. Подписывайтесь, если следите за технологиями и не хотите пропускать важные новинки.

DeepSeek опубликовала исходный код Harness на GitHub под лицензией MIT. Проект доступен для изучения, модификации и развития сторонними разработчиками.

Для агентной инфраструктуры это особенно важно. Такие системы приходится адаптировать под конкретную среду: менять модель, инструменты, хранилище, правила безопасности, интерфейс или способ запуска.

Закрытая платформа ограничивает разработчика возможностями, которые предусмотрел её создатель. Открытый Harness позволяет изучить внутреннюю архитектуру и при необходимости создать собственные плагины.

В официальном репозитории уже предусмотрены отдельные пакеты для ядра, LLM-адаптеров, инструментов, агентского цикла, API и других компонентов. Архитектура специально организована таким образом, чтобы новые возможности подключались через определённые extension points.

Однако открытый исходный код не означает полной зрелости продукта. DeepSeek прямо называет Harness developer preview и предупреждает о возможных несовместимых изменениях. Более того, внутренняя документация проекта также отражает предварительный статус архитектуры и отсутствие гарантии совместимости некоторых форматов.

Поэтому сейчас Harness интереснее для разработчиков и исследователей, чем для пользователей, которым нужен полностью стабильный готовый продукт.

Сильная сторона Harness заключается в архитектуре. DeepSeek не пытается создать ещё одного универсального помощника с фиксированным набором функций. Компания предоставляет инфраструктуру, где отдельные компоненты можно переставлять местами.

К основным преимуществам можно отнести:

Но ограничения тоже существенные. Harness пока находится в developer preview, поэтому API и внутренние механизмы могут измениться. Кроме того, наличие инфраструктуры не гарантирует автономности высокого уровня: агент всё равно зависит от качества используемой модели и корректности подключённых инструментов.

Ещё один момент — сложность. Чем больше возможностей подключает разработчик, тем больше внимания требуется уделять разрешениям, изоляции, журналированию и контролю действий модели.

Иными словами, Harness упрощает создание агента, но не превращает создание надёжного автономного агента в задачу «в один клик».

⚡ Хотите больше новостей о смартфонах, компьютерах, комплектующих и других технологиях? Заглядывайте в канал Железные новости — здесь собраны самые интересные события из мира IT.

Главное отличие DeepSeek Harness от обычного AI-ассистента заключается в уровне контроля.

В классическом чат-интерфейсе разработчик получает модель и определённый набор встроенных функций. В агентном фреймворке задача обратная: модель становится одним из компонентов системы, а разработчик получает возможность собирать окружение вокруг неё.

По архитектуре Harness также отличается от монолитных агентных решений. Здесь можно заменить модельный адаптер, файловую систему, хранилище или отдельный инструмент через соответствующие capability seams.

Это особенно полезно при создании собственных продуктов. Например, разработчику не обязательно привязывать весь агент к одной модели или одному типу хранения сессий. В официальной документации предусмотрены разные persistence backend, включая JSONL и SQLite, реализующие общий интерфейс сохранения событий.

При этом сравнивать Harness с готовыми коммерческими агентами только по количеству функций неправильно. Его основная ценность находится ниже пользовательского интерфейса — в возможности контролировать архитектуру самого агента.

Для обычного пользователя это может быть избыточно. Для разработчика агентных систем — наоборот, одно из главных преимуществ.

Harness прежде всего ориентирован на разработчиков, которые хотят создавать или исследовать собственные ИИ-агенты.

Он особенно интересен тем, кому необходимо контролировать среду выполнения, подключать собственные инструменты, экспериментировать с моделями и анализировать поведение агента на уровне отдельных событий.

Для разработчика программного обеспечения Harness может стать основой локального coding agent. Для исследователя — средой, в которой можно сравнивать модели при разных наборах инструментов. Для создателя собственного AI-продукта — базовым слоем, который можно адаптировать под конкретную задачу.

А вот человеку, которому нужен просто готовый чат-бот, Harness вряд ли даст очевидное преимущество. Платформа требует понимания Node.js, конфигурации, плагинов и агентной архитектуры. Кроме того, текущий developer preview означает, что стабильность API пока нельзя считать гарантированной.

Главное практическое правило здесь простое: сначала определить задачу агента, затем минимальный набор разрешений и инструментов, и только после этого расширять его возможности.

DeepSeek Harness — открытая платформа для создания ИИ-агентов. Она предоставляет модели инструменты, окружение, сессии, хранилище, песочницу и другие компоненты, необходимые для выполнения многошаговых задач.

Архитектура Harness отделяет LLM-слой от остальных компонентов и предусматривает сменные модельные адаптеры. Поэтому платформа не ограничивается единственным жёстко встроенным вариантом модели.

В актуальном описании DeepSeek указаны Standard, Code, Minimal и Creator. Они отличаются набором инструментов и назначением — от полноценного агента до минимальной среды тестирования и создания собственных конфигураций.

Да. DeepSeek предоставляет запуск Web UI через npm командой npx @deepseek-ai/dsh web, а также возможность собрать проект непосредственно из исходного кода.

Да. Основой является журнал событий сессии. Из него формируется контекст модели, а сами события могут использоваться для продолжения, ветвления и воспроизведения работы.

Полный доступ автоматически безопасным не становится. Harness предусматривает инструменты изоляции и управления разрешениями, однако конкретный уровень безопасности зависит от выбранных провайдеров, песочницы и политики доступа. Для важных данных использовать агент без изоляции не стоит.

Нет. DeepSeek Harness официально находится в статусе developer preview, а компания предупреждает о возможных несовместимых изменениях. Поэтому проект пока лучше рассматривать как активно развивающуюся инфраструктуру для разработчиков и экспериментов.

DeepSeek Harness представляет собой важный шаг от обычных чат-ботов к полноценной инфраструктуре автономных ИИ-агентов. Его ключевая идея заключается не в создании ещё одной модели, а в разделении интеллекта и окружения: модель отвечает за принятие решений, а Harness предоставляет инструменты, память сессии, файловую систему, песочницу, планирование и механизм выполнения действий.

Главное преимущество платформы — модульность. Практически любой значимый компонент можно заменить или расширить через систему плагинов, а журнал событий позволяет анализировать и воспроизводить работу агента.

Недостатки тоже очевидны: проект пока находится в developer preview, архитектура активно меняется, а создание действительно надёжного агента всё ещё требует серьёзной работы с моделями, инструментами и безопасностью.

Тем не менее направление выглядит гораздо интереснее очередного чат-бота. Если экосистема Harness будет развиваться, именно такие платформы могут стать основой ИИ-систем, которые не просто отвечают человеку, а самостоятельно выполняют реальные задачи.

🚀 Следите за новостями IT-индустрии вместе с Железными новостями. Новинки железа, смартфонов, игр и технологий — только самое интересное.