DeepSeek Harness: открытый кодинг-агент с архитектурой «всё есть плагин» набрал 37 000 звёзд за первый день

Привет, друзья!

13 августа 2026 DeepSeek открыто опубликовала репозиторий deepseek-ai/deepseek-harness — фреймворк для построения AI-агентов, который сама компания использовала в своих бенчмарках V4-Flash и V4-Pro, но до этого момента держала закрытым. Лицензия — MIT, команда — dsh, версия — 0.1.0-rc.5 (то есть релиз-кандидат, а не «v0.1», как пишет DeepSeek в пресс-материалах). За первые сутки репозиторий набрал более 37 тысяч звёзд на GitHub, к 14 августа их было уже около 89 тысяч. Это самый быстрый рост звёзд среди agent-фреймворков 2026 года и явный сигнал, что сообщество ждало именно такой релиз — открытый, расширяемый, не привязанный к проприетарной модели. Главное в этом запуске не сами звёзды, а архитектурный тезис «всё есть плагин», включая сам агентский цикл. Разбираю, что внутри, что проверено первоисточниками, и где это ставит DeepSeek в гонке agent-инфраструктур.

Что такое DeepSeek Harness

DeepSeek Harness — это открытый agent-фреймворк, который работает поверх языковой модели и превращает её в работающего агента с тулзами, сессиями и пользовательским интерфейсом. На уровне интерфейса это CLI-команда dsh плюс локальный веб-интерфейс, который запускается через pnpm dsh web на 127.0.0.1:3080. Это важный момент: DeepSeek не предлагает свой хостинг, всё работает локально на машине разработчика. То есть это не SaaS, а движок, который вы клонируете и настраиваете под себя.

Технически Harness построен на Cordis — открытом ядре плагинов с опубликованной design paper. DeepSeek собрал поверх этого ядра свой агентский продукт: модели, тулзы, skills, сессии, песочницы, хранилище, циклы агента, планировщик задач и сам интерфейс — всё заменяется через конфигурацию. README проекта прямо говорит: «Everything is a plugin», и эта фраза не маркетинг — она буквально описывает архитектуру. Если хотите подключить другую модель, регистрируете адаптер. Если хотите другой набор тулзов, меняете реестр. Если хотите полностью переписать логику оркестрации, цикл агента тоже плагин, и его можно заменить.

Что проверено в первоисточниках

В отличие от пресс-релизов, в коде и GitHub можно проверить конкретные факты.

Репозиторий создан 13 августа 2026 в 11:56 UTC, на организации deepseek-ai (не персональный аккаунт и не форк). Это значит, что код разрабатывался внутри DeepSeek как минимум до момента публичного релиза, и сейчас просто открыт. Лицензия MIT подтверждена чтением самого файла LICENSE («MIT License / Copyright (c) 2026 DeepSeek»). Команда установки — dsh. Версия в package.json — 0.1.0-rc.5, релиз-кандидат. На GitHub на странице репозитория нет ни релизов, ни тегов, поэтому «v0.1», которую DeepSeek использует в публичных материалах, — это маркетинговая версия, а не shipped-выпуск.

Любопытная деталь: в репозитории отключены GitHub Issues — обратная связь идёт через Discussions и Discord. Это стандартный паттерн для больших agent-проектов, который снижает шум и направляет пользователей в менее формальные каналы. В корне репозитория лежит CLAUDE.md с одной строкой: «AGENTS.md». То есть DeepSeek явно указывает Claude Code на свой agent-instructions файл, открыто признавая, что Anthropic-агент будет внутри их собственного репозитория работать с первого дня. Это жест признания конкурентной реальности.

Почему этот релиз важен

До 13 августа DeepSeek публиковала бенчмарки V4-Flash и V4-Pro с указанием «DeepSeek Harness» в methodology footnotes, но сам фреймворк был закрытым. То есть внешние исследователи могли видеть, что DeepSeek показывает определённые цифры на агентских задачах, но не могли проверить, как именно устроен тот агент, который эти цифры даёт. Это выглядит как закрытая кухня ресторана: можно попробовать блюдо, но рецепт недоступен.

Теперь рецепт открыт. Любой разработчик может клонировать репозиторий, прочитать код, запустить Harness на своей машине и провести те же бенчмарки, что DeepSeek. Если DeepSeek показывает 86.97 процента на Terminal Bench 2.1, любой пользователь может скачать Harness, подключить свою модель и проверить, насколько цифры зависят от фреймворка и насколько — от самой модели. Это серьёзный шаг к прозрачности бенчмаркинга, который выгоден и DeepSeek (доверие к их цифрам растёт), и сообществу в целом.

Но есть и другая сторона. Когда DeepSeek открывает свой внутренний agent-фреймворк, она одновременно превращает его в **стандарт**, с которым должны считаться конкуренты. Anthropic разрабатывает Claude Code как закрытый продукт. OpenAI развивает Codex в связке с IDE и облаком. Google работает над Antigravity как частью Gemini CLI. Все три компании имеют свои agent-инфраструктуры, и ни одна из них не публикует код. DeepSeek делает ровно то, что в open-source-экосистеме обычно делает тот, кто хочет сместить центр тяжести индустрии: публикует референсную реализацию и приглашает всех её форкать.

«Всё есть плагин» — что это значит на практике

Архитектурный тезис DeepSeek Harness читается как маркетинг, пока не видишь перечень того, что именно сделано плагином. По документации и продукту, плагинами являются: модельный адаптер (то есть можно подключить не только DeepSeek V4, но и любую другую модель через стандартизованный интерфейс), реестр тулзов (можно добавлять свои тулзы или заменять существующие), система skills (навыки, которые агент применяет для решения задач), сессии (append-only лог, который можно перематывать и форкать), песочницы (изолированные среды для безопасного выполнения кода), хранилище (абстракция над файловой системой и базами данных), циклы агента (логика планирования и итераций), планировщик (расписание задач), и сам UI. Всё это сменяется через единый механизм конфигурации, без форка исходного кода.

На практике это означает три следствия. Во-первых, **адаптация под свои нужды становится дешевле**. Если вам нужен особый набор тулзов или специфическая логика планирования, вы не пишете свой фреймворк, вы подключаете плагин. Во-вторых, **проверка безопасности упрощается**. Когда цикл агента — это отдельный плагин, можно заменить его на более консервативную версию без правки остального кода. В-третьих, **эксперименты с новыми моделями ускоряются**. Хотите попробовать новую модель с DeepSeek Harness — регистрируете адаптер, не нужно портировать всё с нуля.

Что с цифрами по звёздам

Дмитрий сказал «37 000 звёзд за первый день», и эта цифра правдоподобна. Точные срезы по времени из публичных источников такие: VentureBeat в день релиза, 13 августа, зафиксировал около 27,5 тысяч звёзд. К 14 августа через прямой запрос к GitHub API репозиторий показывал уже около 89 тысяч. То есть траектория «27 тысяч → 37 тысяч → 89 тысяч» за первые полтора дня ложится на плавную кривую, без резких скачков. Дальше рост, скорее всего, продолжится, потому что DeepSeek привлекла внимание Anthropic-сообщества (через тот самый CLAUDE.md в репозитории), и Claude Code-пользователи начали пробовать Harness как альтернативу.

Но важно понимать, что число звёзд — это не метрика adoption. Звёзды ставят за интерес, а не за использование. Реальная метрика — это скачивания и активные форки, и эти цифры будут видны только через несколько недель. Пока же рейтинг звёзд — это индикатор того, что релиз заметили, а не того, что его приняли.

Что в имени «v0.1» на самом деле

DeepSeek называет релиз «v0.1», но в package.json стоит 0.1.0-rc.5, и в репозитории нет ни релизов, ни тегов. Это значит, что код публикуется как релиз-кандидат, а не как стабильная версия. Для продакшена это важно: могут быть нестабильные интерфейсы, непокрытые edge-кейсы, баги в обработке ошибок. DeepSeek прямо предупреждает об этом в названии версии, но в публичных материалах называет релиз «v0.1» без оговорок.

Это стандартная ситуация для open-source-релизов с большой долей маркетингового интереса: цикл публикации вынуждает выпустить что-то раньше, чем код стабилизируется, и дальше код стабилизируется в публичном репозитории, а не во внутреннем. Разработчики, которые будут пробовать DeepSeek Harness в ближайшие недели, по сути, бета-тестеры. Это нормально для такого класса проектов, но стоит знать заранее, прежде чем встраивать в production-pipeline.

Сравнение с другими agent-фреймворками

По состоянию на 13 августа 2026 у DeepSeek есть с чем сравнивать. С одной стороны — проприетарные продукты Anthropic, OpenAI и Google. Claude Code поставляется как CLI-инструмент с подпиской Claude, исходный код закрыт. Codex (OpenAI) интегрирован в Cursor и VS Code, также закрыт. Gemini CLI от Google открыт в смысле доступности (его можно скачать), но архитектура завязана на Google Cloud и Vertex AI. Все три — это рабочие инструменты, но с закрытым кодом и привязкой к экосистеме вендора.

С другой стороны — открытые альтернативы. OpenCode (не путать с OpenAI Codex) — открытый CLI-агент, который работает с разными моделями, включая DeepSeek, Anthropic и OpenAI. Qwen-MM-Plugins от Alibaba — набор skills + MCP для мультимодальных задач, опубликован 3 августа, тоже открытый и тоже агрессивно набирает звёзды. Hermes Agent от Nous Research — открытый агент с persistent memory. Все эти проекты движутся в одну сторону: agent-инфраструктура становится commodity, и тот, кто первым предложит открытую и расширяемую референсную реализацию, тот получит голос в стандартизации.

DeepSeek Harness — это заявка на такую позицию. С плагинной архитектурой, MIT-лицензией и поддержкой со стороны одной из крупнейших китайских лабораторий, Harness имеет шанс стать тем, что разработчики ставят по умолчанию, когда нужна гибкая открытая основа для своего агента. Но это только начало — стабилизация, документация и экосистема плагинов будут определять, удержится ли эта позиция.

Что это значит для практики

Если вы сегодня используете Claude Code, Codex или Gemini CLI и вам не хватает гибкости (например, нужно подключить нестандартный набор тулзов или заменить логику планирования), DeepSeek Harness стоит попробовать как минимум для эксперимента. MIT-лицензия означает, что вы можете форкнуть и модифицировать без юридических сложностей. Локальный web UI на 127.0.0.1:3080 позволяет быстро запустить и проверить.

Если вы разрабатываете собственный agent-фреймворк, Harness — это готовый референс для архитектурных решений. Не нужно изобретать заново, как организовать сессии, тулзы и storage. Можно посмотреть, как DeepSeek решила эти задачи, и либо позаимствовать подход, либо сделать лучше в своём форке.

Если вы следите за AI-индустрией, релиз знаменует момент, когда крупная лаборатория (DeepSeek) начала публично конкурировать с Anthropic, OpenAI и Google за agent-инфраструктуру. До этого Claude Code и Codex были стандартами де-факто для разработчиков. Теперь у сообщества есть открытая альтернатива, которую можно форкать и развивать. Это меняет динамику индустрии не меньше, чем выход V4-Pro по цене $0.435/$0.87 за миллион токенов изменил ценовую конкуренцию.

Итого

DeepSeek 13 августа 2026 открыто опубликовала DeepSeek Harness — agent-фреймворк, на котором сама строила свои бенчмарки V4-Flash и V4-Pro. Лицензия MIT, команда dsh, версия 0.1.0-rc.5, более 37 тысяч звёзд за первые сутки и около 89 тысяч к 14 августа. Главное в релизе — не цифры звёзд, а архитектурный тезис «всё есть плагин», включая сам агентский цикл. Это означает, что разработчики могут подключать свои модели, тулзы и логику оркестрации без форка исходного кода.

Это открытый ответ на Claude Code, Codex и Gemini CLI. Если DeepSeek удержит эту позицию (стабилизация кода, документация, экосистема плагинов), то через полгода-год DeepSeek Harness может стать тем, что выбирают по умолчанию для новых агентских проектов. А если нет — это всё равно сильный вклад в открытую экосипстему и повод для конкурентов тоже открывать свои реализации.

В любом случае, эпоха, когда agent-инфраструктура была закрытым преимуществом крупных лабораторий, закончилась 13 августа 2026 года. Теперь вопрос только в том, кто первый напишет достаточно стабильную и удобную открытую реализацию, чтобы её взяли за основу. DeepSeek сделала первый сильный ход. Посмотрим, ответят ли Anthropic, OpenAI и Google.

Источники: deepseek-ai/deepseek-harness на GitHub, DeepSeek Harness — официальная страница, DeepSeek Harness — документация для разработчиков, Digital Applied — DeepSeek Open-Sources Harness: Everything Is a Plugin, The New Stack — DeepSeek open sources an agent harness where everything is a plugin, ExplainX — DeepSeek Harness v0.1: Run the Plugin-First Stack, Cordis — open-source plugin kernel, VentureBeat — DeepSeek Harness launches as open-source rival to Claude Code.