DeepSeek связала Harness с обновлением V4 Pro: агентам дали гибкий режим рассуждений
DeepSeek связала Harness с обновлением V4 Pro: агентам дали гибкий режим рассуждений
DeepSeek обновила флагманскую API-модель до версии V4 Pro-0813 и одновременно раскрыла, как проверяла её в агентных задачах. В официальном анонсе компания заявила гибкий выбор интенсивности рассуждений для V4 Pro и V4 Flash: низкий — для простых запросов, высокий — для повседневной агентной работы, максимальный — для сложных задач. Также DeepSeek добавила нативную поддержку OpenAI Responses API и настройку для Codex.
Связь с недавно открытым DeepSeek Harness оказалась прямой. На части публичных бенчмарков кодовых агентов V4 Pro-0813 тестировали именно через этот фреймворк в минимальном режиме, с максимальным уровнем рассуждений, top_p=0.95 и температурой 1.0. DeepSeek приводит, в частности, 87,9 на Terminal Bench 2.1, 62,7 на DeepSWE и 74,1 на Toolathlon-Verified. Это заявления разработчика, а не независимое сравнение: в таблице отдельно указано, что другая среда исполнения может дать немного иной результат.
Не только модель, но и контур для агента
DeepSeek опубликовала DeepSeek Harness (dsh) — открытую среду для запуска и разработки AI-агентов. Её принцип сформулирован прямо в документации: всё является плагином. Это относится не только к модели и инструментам, но и к журналу сессии, агентному циклу, песочнице и правилам, по которым агент запрашивает разрешение на действие.
Проект вышел под лицензией MIT и отмечен как Developer Preview с предупреждением о ломающих изменениях совместимости. Это пока площадка для разработчиков и ранних интеграций, а не готовая замена рабочему агенту.
Что можно запустить уже сейчас
Самый короткий путь — npx @deepseek-ai/dsh web. Он запускает веб-интерфейс на локальном адресе 127.0.0.1:3080. После выбора рабочей папки агент может читать и изменять файлы, выполнять команды, вести план и делегировать задачи; чувствительные операции должны проходить через активную политику одобрений.
В настройках есть собственный провайдер DeepSeek, а также каталог Anthropic и OpenAI. Можно добавить совместимый с OpenAI шлюз или локальный сервер, вручную задать модели и их поддержку изображений. Ключи хранятся отдельно от настроек: интерфейс возвращает только скрытое описание учётных данных, а не их значение.
Зачем здесь плагины
Обычно агентный продукт поставляется как связка: выбранная модель, набор инструментов и правила исполнения уже предрешены разработчиком. В DeepSeek Harness их можно менять конфигурацией. Профиль собирается из упорядоченных наборов плагинов, поверх которых пользователь накладывает собственные изменения. У проекта есть готовые профили для веб-интерфейса и однократного запуска без сервера.
Это даёт разработчику более прямой контроль над тем, где выполняется код, как сохраняется история, какие инструменты видит агент и какие действия требуют подтверждения. Но цена гибкости — необходимость разбираться в конфигурации и следить за меняющимся API ранней версии.
Для команд это означает, что DeepSeek строит не только модель, но и заменяемый слой вокруг неё. Экспериментировать с ранней версией лучше в отдельной папке и с включёнными подтверждениями: у агента с доступом к терминалу безопасность определяется конкретной политикой доступа, а не интерфейсом.
