DeepSeek показала, что такое ИИ-агент из модулей: конструктор Harness вышел под MIT

Marktechpost сообщил о релизе DeepSeek Harness, нового фреймворка для создания ИИ-агентов (автономных программ, которые сами выполняют цепочки действий: пишут код, ищут файлы, запускают команды). Проект вышел в статусе developer preview, то есть пока предназначен для разработчиков и экспериментаторов, а не для промышленной эксплуатации. Формула, которую закладывает DeepSeek: агент равно модель плюс «обвязка» (harness), и именно эту обвязку компания сделала полностью модульной.

Что умеет Harness и чем отличается от аналогов?

• Всё является плагином. Модели, инструменты, навыки, сессии, песочницы, хранилище, циклы выполнения, планировщик и интерфейс подключаются через единую систему плагинов Cordis (ядро фреймворка, описанное в отдельной научной работе). Заменить любой компонент можно в конфигурации, без правки исходного кода Harness.

• Четыре режима работы. Standard: полноценный агент для кодинга с редактированием файлов, консолью, поиском, планированием и подзадачами. Code: те же инструменты, но управление через SDK на TypeScript, чтобы модель собирала многошаговые операции в одну программу. Minimal: всего два инструмента (консоль и текстовый редактор) для бенчмарков моделей в чистом окружении. Creator: режим для создания пресетов и экспериментов с плагинами «на лету».

• Полная запись каждого действия. Всё, что видит модель, пишется в журнал, который нельзя изменить задним числом (append-only): системные промпты (начальные инструкции для модели), рассуждения, вызовы инструментов, результаты, расписание подзадач и каждое добавление контекста. Любой запуск агента можно просмотреть, возобновить, разветвить или воспроизвести заново.

• Работает с любым провайдером моделей. DeepSeek, Anthropic, OpenAI, Amazon Bedrock, Google Vertex, Microsoft Azure, а также любой сервис с совместимым API. Ключи хранятся локально, переключение провайдера не требует перезапуска.

Как попробовать?

1. Убедитесь, что установлен Node.js. Запустите в терминале команду npx @deepseek-ai/dsh web. Интерфейс откроется в браузере по адресу http://127.0.0.1:3080.

2. Для работы через Python установите пакет deepseek-harness-sdk (нужен Python 3.10 или новее, поддерживаются Linux x64, Linux arm64, macOS 14+ на arm64). Встроенная среда выполнения не требует отдельной установки Node.js.

3. Добавьте API-ключ нужного провайдера в разделе Settings, Models. Для DeepSeek и OpenAI достаточно ключа. Для Bedrock, Vertex, Azure потребуются их собственные учётные данные.

4. Исходный код доступен в репозитории deepseek-ai/deepseek-harness на GitHub.

Harness против российских инструментов: что доступно внутри страны?

Прямого аналога DeepSeek Harness среди российских продуктов пока нет. YandexGPT и GigaChat предоставляют API для работы с моделями и элементы агентного поведения, но они работают как облачные сервисы конкретного провайдера, а не как конструктор, в который можно подставить любую модель и развернуть целиком на своём сервере.

Для тех, кто работает в финансовом секторе или медицине с жёсткими требованиями к хранению данных, ключевое отличие Harness: всё крутится на ваших серверах и код открыт для аудита.

Что делать с этим прямо сейчас, по ролям?

Авторам Дзена и копирайтерам. Пока Harness требует навыков работы с терминалом и не имеет готового «кнопочного» интерфейса для создания текстов. Но если у вас есть знакомый разработчик, можно собрать агента, который сам ищет источники, проверяет факты и готовит черновик поста.

Маркетологам. Harness интересен как платформа для внутренних агентов: автоматическая обработка заявок, анализ отзывов, генерация отчётов с полным логом действий. Полная аудируемость каждого шага агента снимает вопрос «а что именно он сделал с данными клиентов».

Разработчикам и предпринимателям в РФ. MIT-лицензия позволяет встраивать Harness в коммерческие продукты. Архитектура не привязана к конкретной модели, поэтому можно подключить любую модель, доступную в России, включая локально развёрнутые открытые модели. Для регулируемых отраслей (финсектор, медицина) это способ собрать агентный стек, который целиком остаётся в контуре компании.

Частые вопросы

Что такое ИИ-агент и чем он отличается от обычного чат-бота?

Обычный чат-бот отвечает на один вопрос и ждёт следующего. ИИ-агент получает задачу и сам выполняет цепочку действий: ищет информацию, пишет код, запускает команды, проверяет результат и при необходимости исправляет ошибки. DeepSeek Harness как раз даёт инфраструктуру для создания таких агентов: модель плюс инструменты плюс контроль выполнения.

Нужно ли платить за использование?

Сам фреймворк бесплатный и распространяется под лицензией MIT. Но для работы агенту нужна языковая модель: если подключаете облачную (DeepSeek API, OpenAI, Anthropic), платите по тарифам провайдера. Если разворачиваете локальную модель с открытыми весами, платите только за серверное оборудование.

Можно ли использовать Harness без знания программирования?

На текущем этапе (v0.1) нет. Установка идёт через терминал, настройка через конфигурационные файлы. Графический интерфейс есть, но он рассчитан на разработчиков. Для авторов и маркетологов без технического опыта стоит дождаться более зрелой версии или привлечь разработчика для первоначальной настройки.

Если вы давно хотели понять, что такое ИИ-агент на практике, а не в теории, Harness даёт возможность собрать его из деталей, как конструктор, и разобрать каждое действие по записям. Для российских команд, работающих с чувствительными данными, это редкий случай, когда мощный агентный фреймворк можно развернуть целиком внутри своей инфраструктуры, без единого запроса наружу.