TL;DR:
- DeepSeek publicó el código de Harness bajo licencia MIT y lo abrió como vista previa para desarrolladores.
- El modelo, las herramientas, las skills, las sesiones, los sandboxes, el almacenamiento, los ciclos, la programación de tareas y la interfaz funcionan como plugins intercambiables.
- El repositorio superó las 93,000 estrellas en menos de 30 horas, pero DeepSeek advierte que habrá cambios incompatibles durante esta etapa.
DeepSeek publicó el 13 de agosto de 2026 la vista previa para desarrolladores de DeepSeek Harness, un entorno de código abierto bajo licencia MIT que convierte un modelo de lenguaje en un agente capaz de editar archivos, ejecutar comandos, usar herramientas y delegar trabajo. Su diferencia no consiste en añadir otra ventana de chat: la arquitectura, construida sobre Cordis, trata como plugins intercambiables el modelo, las herramientas, las skills, las sesiones, los sandboxes, el almacenamiento, el ciclo del agente, la programación de tareas y hasta la interfaz. Eso permite sustituir componentes desde la configuración sin modificar el código fuente del Harness y lleva la competencia a la capa que pone a trabajar a los modelos.
La comparación con Claude Code explica solo una parte
DeepSeek Harness entra en el mismo territorio de los agentes de programación capaces de leer un proyecto, modificar archivos y operar una terminal. Por eso la cobertura inicial lo colocó frente a Claude Code. La comparación sirve para ubicarlo, pero oculta la apuesta técnica: DeepSeek no presenta solo un asistente terminado, sino una base para componer distintos agentes.
En la arquitectura oficial, incluso el adaptador del modelo, el registro de herramientas, el historial de la sesión y el ciclo que decide cuándo volver a consultar al modelo son plugins. Cordis monta esos componentes, administra sus dependencias y revierte sus registros cuando se descargan. No existe un núcleo privilegiado que deba modificarse cada vez que un equipo quiera cambiar una capacidad.
La elección del modelo tampoco queda amarrada a la API de DeepSeek. La configuración admite proveedores de catálogo como Anthropic y OpenAI, servicios como Bedrock, Vertex y Azure, además de endpoints personalizados compatibles con las APIs de OpenAI. Un equipo puede conservar el mismo entorno de archivos, herramientas y permisos mientras cambia el modelo que razona detrás.
Cuatro modos recomponen las mismas piezas
DeepSeek distribuye cuatro configuraciones para tareas distintas. No son cuatro modelos, sino cuatro formas de combinar herramientas y permisos dentro del mismo Harness.
| Modo | Qué incluye |
|---|---|
| Standard | Edición de archivos, shell, búsqueda local y web, skills, planes, objetivos, subagentes y workflows. |
| Code | Las capacidades de Standard expuestas mediante un SDK para que el modelo coordine varias llamadas en un programa de TypeScript. |
| Minimal | Solo Bash persistente y un editor de texto; DeepSeek lo usa como entorno reducido para evaluar modelos. |
| Creator | Las capacidades de Standard, inspección del runtime, experimentos con plugins y creación de presets. |
El inicio rápido requiere Node.js y un solo comando: npx @deepseek-ai/dsh web. Este levanta una interfaz web local en 127.0.0.1:3080; después, el usuario configura un proveedor de modelos y selecciona el directorio del proyecto. La guía oficial indica que el agente puede leer y editar el workspace, ejecutar comandos, delegar tareas y mantener un plan, con solicitudes de aprobación cuando la política de permisos lo exige.
El historial es parte de la arquitectura, no un añadido
Harness guarda en un registro de sesión append-only todo lo que ve el modelo: prompts del sistema, razonamiento, llamadas y resultados de herramientas, programación de subagentes e inyecciones de contexto. La vista Trajectory permite inspeccionar esos eventos por procedencia, mientras que reanudar, bifurcar, buscar y reproducir una ejecución parte del mismo flujo.
Ese diseño atiende un problema práctico de los agentes largos. Cuando una tarea falla después de decenas de pasos, el desarrollador necesita reconstruir qué información recibió el modelo, qué herramienta llamó y qué resultado modificó su siguiente decisión. La trazabilidad no garantiza que el agente acierte, pero reduce la caja negra operativa y deja una ruta concreta para depurar.
También obliga a revisar dónde se almacena el historial antes de trabajar con repositorios sensibles. La documentación describe cómo se registran los eventos y cómo se guardan las credenciales, pero una vista previa recién publicada todavía necesita evaluación independiente de sus políticas, permisos y comportamiento real en cada entorno.
La licencia MIT abre el software, no el cómputo
La licencia permite usar, modificar, redistribuir, sublicenciar e incorporar Harness en productos comerciales, siempre que se conserve el aviso correspondiente. Esa apertura alcanza al código del entorno, no al precio de los modelos conectados. Si el agente usa una API alojada, cada proveedor cobra sus tokens bajo sus propias condiciones.
El momento lo deja claro. DeepSeek confirmó que el 16 de agosto de 2026, a las 16:00 UTC, su API adoptará tarifas pico y valle. Un millón de tokens de salida de V4-Flash costará 1.32 dólares en horas pico y 0.66 fuera de ellas; en V4-Pro costará 3.96 y 1.98 dólares, respectivamente. La empresa ya había adelantado un aumento significativo sin publicar monto ni calendario; la nueva tabla resuelve esas dos incógnitas.
Harness reduce el amarre al proveedor porque permite cambiar de modelo o apuntar a un endpoint propio, pero no elimina el costo de inferencia. Para cargas largas con herramientas, subagentes y varios intentos, la factura dependerá tanto del modelo elegido como de cuántas rondas provoque la configuración del agente.
Las 93,000 estrellas no convierten la vista previa en producto estable
Al consultar el repositorio el 14 de agosto, menos de 30 horas después de su creación, DeepSeek Harness acumulaba 93,514 estrellas y 8,570 forks. Es una señal extraordinaria de atención entre desarrolladores, no una medición de estabilidad, seguridad o rendimiento.
La propia DeepSeek escribe en mayúsculas en el README que habrá cambios incompatibles. Sus plugins y APIs siguen evolucionando, y la compañía canaliza errores y comentarios mediante GitHub Discussions en vez de presentar esta versión como una base terminada para producción.
Tampoco existe todavía una prueba pública que demuestre que el producto completo supera a Claude Code. Los benchmarks que DeepSeek publicó para V4-Flash usaron el modo Minimal de Harness con esfuerzo máximo y parámetros definidos; miden al modelo dentro de una configuración reducida, no una comparación integral de interfaces, permisos, depuración y trabajo cotidiano. Ese detalle ya aparecía en la ficha de las pruebas de V4-Flash, antes de que el Harness estuviera disponible.
DeepSeek ya no compite únicamente por tener un modelo potente o barato. Con Harness publicó la capa que decide qué modelo, memoria, herramientas, permisos y entorno usa un agente. Los desarrolladores pueden probarla hoy y construir plugins bajo MIT, pero el aviso de cambios incompatibles deja su función inmediata en la experimentación, no en una migración de producción sin reservas.
