✨︎ Resumen (TL;DR):
- DeepSeek publicó el 13 de agosto de 2026 la vista previa para desarrolladores de Harness bajo licencia MIT.
- El modelo, las herramientas, las sesiones, los sandboxes, el almacenamiento y la interfaz funcionan como plugins intercambiables.
- El repositorio superó las 93,000 estrellas en menos de 30 horas, aunque DeepSeek advierte que habrá cambios incompatibles.
DeepSeek Harness es un entorno de código abierto que convierte un modelo de lenguaje en un agente capaz de editar archivos, ejecutar comandos, usar herramientas y delegar trabajo. DeepSeek publicó su vista previa para desarrolladores el 13 de agosto de 2026 bajo licencia MIT. Su arquitectura permite sustituir componentes desde la configuración sin modificar el código fuente.
DeepSeek no plantea Harness como otra ventana de chat. Harness construye su arquitectura sobre Cordis y trata como plugins intercambiables el modelo, las herramientas, las skills, las sesiones y los sandboxes.
Cordis es un sistema que monta esos componentes, administra sus dependencias y revierte sus registros cuando se descargan.
El mismo principio cubre el almacenamiento, el ciclo del agente, la programación de tareas y la interfaz. El equipo puede cambiar esas piezas desde la configuración sin modificar el código fuente. Así, Harness 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 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 deja fuera la apuesta técnica: DeepSeek presenta Harness como una base para componer distintos agentes.
En la arquitectura oficial, el adaptador del modelo, el registro de herramientas, el historial de la sesión y el ciclo que decide cuándo volver a consultar al modelo también funcionan como 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.
El modelo tampoco queda ligado 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. Cada una combina herramientas y permisos dentro del mismo Harness.
- Standard: edición de archivos, shell, búsqueda local y web, skills, planes, objetivos, subagentes y workflows.
- Code: Standard usa un SDK para que el modelo coordine varias llamadas dentro de un programa de TypeScript.
- Minimal: solo Bash persistente y un editor de texto. DeepSeek lo usa como entorno reducido para evaluar modelos.
- Creator: reúne 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 comando levanta una interfaz web local en 127.0.0.1:3080. Después, el desarrollador configura un proveedor de modelos y selecciona el directorio del proyecto.
Según la guía oficial, el agente puede leer y editar el workspace, ejecutar comandos, delegar tareas y mantener un plan. Si la política de permisos lo exige, solicita aprobación.
El historial forma parte del diseño
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. Reanudar, bifurcar, buscar y reproducir una ejecución parte del mismo flujo.
El diseño atiende un problema práctico de los agentes que ejecutan tareas largas. 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.
Antes de trabajar con repositorios sensibles, hay que revisar dónde se almacena el historial. La documentación describe cómo registra los eventos y guarda 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 código, no el cómputo
La licencia MIT permite usar, modificar, redistribuir, sublicenciar e incorporar Harness en productos comerciales, siempre que se conserve el aviso correspondiente. Esa apertura cubre el código del entorno, no el precio de los modelos conectados.
Si el agente usa una API alojada, cada proveedor cobra sus tokens bajo sus propias condiciones.
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 dólares fuera de ellas. Para V4-Pro, el precio será de 3.96 dólares 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. En cargas largas con herramientas, subagentes y varios intentos, la factura dependerá del modelo elegido y de cuántas rondas provoque la configuración del agente.
Las 93,000 estrellas no equivalen a estabilidad
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. La cifra muestra atención entre desarrolladores, no estabilidad, seguridad o rendimiento.
El README advierte en mayúsculas que habrá cambios incompatibles. Sus plugins y APIs siguen evolucionando, y DeepSeek canaliza errores y comentarios mediante GitHub Discussions en lugar de presentar esta versión como una base terminada para producción.
Tampoco hay 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.
Esas pruebas miden al modelo dentro de una configuración reducida, no una comparación integral de interfaces, permisos, depuración y trabajo cotidiano. El detalle ya figuraba en la ficha de las pruebas de V4-Flash antes de que 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. El aviso de cambios incompatibles mantiene su función inmediata en la experimentación, no en una migración de producción sin reservas.
