DeepSeek maakt een harness open source waarin zelfs de loop een plug-in is (2026)
By Surya Pratap
18 augustus 2026
12 min read
AI & Technology
18 augustus 2026
12 min read
Acht vervangbare lagenHover to exploreOp 13 augustus bracht DeepSeek zijn agent-harness uit als developer preview onder MIT, tegelijk met de algemene beschikbaarheid van V4-Pro. Achtentwintig uur later had de repository 92.700 sterren. Twee dagen later meer dan 8.400 forks.
Sterren meten aandacht, geen geschiktheid, en daar moet je ze ook op afwaarderen. Maar het ontwerp eronder is je tijd waard, ook als je het nooit draait, omdat het een standpunt inneemt dat de andere harness-releases van deze maand niet innamen — en omdat de twee grootste problemen ervan problemen zijn die je op dag één erft.
Eerder deze maand kwamen twee harnesses binnen 48 uur uit met tegengestelde gokken. Prime Agent zei dat de harness draagbaar is en van jou moet zijn: MIT, elk model. Muse Code zei dat de harness alleen werkt als het model erin is getraind, en dus bij het lab hoort. We schreven over die splitsing in Two Agent Harnesses Shipped in 48 Hours, en de conclusie was dat je een kant zou moeten kiezen.
DeepSeek Harness weigert te kiezen. Het heeft een MIT-licentie, is uitdrukkelijk niet aan DeepSeek gebonden en levert een adapterlaag in de vorm van plug-ins die ongeveer 40 providers dekt: DeepSeek, Anthropic, OpenAI, Google, Kimi, Bedrock, Vertex, Azure en elk OpenAI-compatibel endpoint. Dat is het standpunt van Prime Agent.
Het is ook samen met V4 ontworpen. DeepSeek omschrijft het zelf als Model + Harness = Agent, en de tweedeling van V4 is gebouwd met harness-workflows in gedachten: V4-Pro doet de orkestratie en de complexe beslissingen, V4-Flash bedient parallelle aanroepen van subagents. De harness benut gedrag dat specifiek is voor V4: prefix-caching, beheer van de KV-cache en het verwerken van lange context. Dat is het standpunt van Muse Code.
Waarom beide claimen interessant is en niet onsamenhangend
Draagbaarheid en co-design zijn niet echt tegenstrijdig — het is een afweging waar je een prijs op kunt zetten. Een draagbare harness moet elke provider uitdrukken via een gemeenschappelijke abstractie, en abstracties kosten tokens en latentie. Een harness die samen met het model is ontworpen, kan de abstractie overslaan omdat hij weet wat eronder zit. DeepSeek gokt erop dat het de draagbaarheidstol kan betalen en toch kan winnen met co-design voor zijn eigen modellen. In sectie 3 zie je die gok terug op je factuur.
Acht lagen zijn los van elkaar verwisselbaar: Inference, Tools, State, Control, Execution, Composition, Experience en Framework — die laatste gebouwd op een dependency-injectionsysteem dat Cordis heet.
Zeven daarvan zijn niet verrassend. De meeste serieuze harnesses laten je tools en inferentie verwisselen. Degene die niet standaard is, is Control: de agentloop zelf. Niet de prompt die de loop aanstuurt, niet het beleid erin — de loop. Je vervangt hem via configuratie, tijdens runtime.
Als je ooit een supervisor-node in LangGraph hebt geschreven, heb je met de hand één specifieke loop gebouwd en vastgezet. DeepSeek Harness behandelt die loop als een slot. Of dat bevrijdend of verontrustend is, hangt er volledig van af of iemand in je team ooit een andere nodig heeft.
Er is een tweede ontwerpkeuze die meer waard is dan het plug-insysteem: wat het model ziet, wordt gelogd. Alles wat het model kan zien, wordt vastgelegd, en dat wordt afgedwongen door de architectuur in plaats van overgelaten aan een loggingconventie die iemand kan vergeten. Voor iedereen die ooit heeft geprobeerd te reconstrueren waarom een agent drie dagen geleden iets deed, is dat een echt waardevolle eigenschap, en het is het deel van deze release dat ik zonder meer zou overnemen.
Ook de technische discipline is ongebruikelijk: 1.386 vastgelegde beslisnotities, en documentatie die tegen de code wordt gecontroleerd op afwijkingen in plaats van ernaast te verrotten.
DeepSeek staat bekend als goedkoop. Die reputatie is inmiddels deels achterhaald.
De prijzen bij de algemene beschikbaarheid van V4-Pro introduceerden piekvensters: $3,96 per miljoen outputtokens tijdens de piek, met een daltarief van 50% van de piekprijs. Ten opzichte van de eerdere tarieven is dat een stijging van de outputprijs met ongeveer 2,28x tot 4,55x.
Leg dat nu naast het routeringsontwerp van de harness. V4-Pro orkestreert. V4-Flash waaiert uit naar subagents. Orkestratie is het langlopende, contextzware deel van een agentrun met veel output — wat betekent dat de harness je dure tokens concentreert op precies het model waarvan de outputprijs het sterkst is gestegen.
Dat is geen kritiek op de architectuur. Redeneren naar het sterke model routeren en parallel werk naar het goedkope is juist. Het is een waarschuwing dat de oude hoofdrekensom — "het is DeepSeek, dus vrijwel gratis" — een agentworkload niet meer overleeft, en dat een batchjob tijdens piekuren nu twee keer zoveel kost als een buiten de piek.
En vermenigvuldig dan
Voorlopige tests uit de community komen voor dsh uit op ongeveer 10x het tokenverbruik van Pi en 3x dat van andere harnesses. Eén bevestigde oorzaak: hij leest zowel CLAUDE.md als AGENTS.md, zodat teams waarvan de tooling beide bestanden synchroon houdt hun systeemprompt gewoon dubbel krijgen. Dat is een bug en die wordt opgelost. De abstractie-overhead achter de rest van de factor is structureel, en komt bovenop de piekprijzen hierboven.
Dit is de bevinding die moet bepalen waar je het wilt draaien.
DeepSeek Harness definieert een bestandssysteemsandbox. Die sandbox regelt effecten op het bestandssysteem. Netwerktoegang en zicht op processen vallen buiten dat vocabulaire — en de handhaving is naar verluidt slechts gedeeltelijk op oudere Landlock-omgevingen en op de huidige ACL-grenzen van Windows.
Lees dat letterlijk: een agent kan tot een map zijn beperkt en toch een socket openen. Opsluiting in het bestandssysteem beperkt uitgaand verkeer niet, dus het houdt exfiltratie niet tegen. Daarnaast is sandboxing optioneel en staat het niet standaard aan.
Als je een harness draait op een repository met credentials, klantgegevens of iets waarvoor een contractuele geheimhoudingsplicht geldt, is een sandbox die alleen het bestandssysteem dekt niet de controle die je nodig hebt. Je hebt egress-regels op netwerkniveau nodig, en die moeten uit de omgeving komen, niet uit de harness.
Wat dat in de praktijk betekent
Als je onze beveiligingsgids voor agents hebt gelezen, is niets hiervan nieuw. Nieuw is dat een harness die zo composeerbaar is het aanvalsoppervlak vergroot: elke vervangbare laag is een plek waar gedrag kan worden vervangen.
De scherpste kritiek die rondgaat, is niet dat het ontwerp verkeerd is, maar dat de kosten slecht zijn verdeeld: de complexiteit en de tokenoverhead betaalt elke gebruiker, terwijl het voordeel van de loop tijdens runtime kunnen wisselen maar bij een klein deel terechtkomt.
Het onderbouwende detail is concreet. De declaratieve, mapgebaseerde plug-ins van Codex herladen in twee à drie seconden. Plug-ins die tijdens runtime verwisselbaar zijn, moeten loshangende referenties afhandelen, lopende taken beëindigen en afhankelijkheden coördineren — de lifecycle-managementmodule alleen telt al 750 regels. Dat is echte complexiteit in ruil voor een mogelijkheid die de meeste teams één keer configureren en daarna nooit meer aanraken.
Mijn lezing: de kritiek heeft gelijk over wie betaalt, en ongelijk door dat als diskwalificerend te zien. Infrastructuur die te flexibel is voor de use case van vandaag, is hoe je ontdekt wat de use case van volgend jaar is. Maar je moet die rekening niet betalen onder een productdeadline, en "misschien hebben we het later nodig" is geen reden om het dit kwartaal op productiecode te draaien.
De benchmarks zijn bovendien door het bedrijf zelf gerapporteerd. De 87,9 van V4-Pro op Terminal Bench 2.1 en de 62,7 op DeepSWE zijn niet onafhankelijk gereproduceerd, en DeepSeek kreeg eerder al kritiek op door de leverancier gerapporteerde, niet-reproduceerbare scores.
De versie is 0.1.0-rc.5. Er is niets getagd. De README waarschuwt in hoofdletters voor wijzigingen die de compatibiliteit breken.
Dat is het project dat je in de duidelijkste taal die het heeft vertelt dat je er nog niets dragends op moet bouwen. Een repository kan 92.700 sterren hebben en toch pre-1.0-infrastructuur zijn — die feiten hebben niets met elkaar te maken, en ze verwarren is hoe teams vast komen te zitten aan een release candidate die niet meer bestaat.
DeepSeek Harness is architectonisch de ambitieuste van de drie harness-releases van deze maand, en de minst volwassen. Het weigert de keuze tussen draagbaar en co-design die de andere twee afdwongen, wat echt interessant is, en het maakt traceerbaarheid een structurele garantie in plaats van een gewoonte, wat echt nuttig is.
Het kost ook ongeveer tien keer de tokens van het slankste alternatief, stuurt je uitgaven naar een model waarvan de output net twee tot vier keer duurder werd, en levert een sandbox die een agent niet tegenhoudt om met het internet te praten.
Test het in een afgesloten doos met het netwerk op slot. Neem het loggingidee meteen over. Kom op de rest terug als er iets getagd is om op terug te komen.
Bronnen: Developer preview van DeepSeek Harness · DeepSeek V4-Pro GA, harness en piekprijzen · The New Stack, over de plug-inarchitectuur · TechNode, over de positionering tegenover Claude Cowork · Verslag van de release door MarkTechPost · Justin3go, de kritiek op over-engineering en de tokenmetingen · Wavect, productierijpheid en reikwijdte van de sandbox · AIToolsReview, analyse van licentie, lagen en prijzen
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
