FrameworksModelle 🇷🇺 13.08.2026 20:01

DeepSeek Harness v0.1: Neues Open-Source-Agent-Framework oder nur ein weiteres Harness?

DeepSeekDeepSeek MetaMeta xAIxAI Moonshot AIMoonshot AI OpenAIOpenAI AnthropicAnthropic Google/DeepMindGoogle/DeepMind Nous ResearchNous Research
DeepSeek hat sein Agenten-Harness, DeepSeek Harness v0.1, als Open-Source-Entwicklervorschau veröffentlicht. Die Veröffentlichung umfasst einen 'Minimalmodus', der zur Messung der Modellleistung entwickelt wurde. Der Start folgt auf eine Woche intensiver Aktivität, einschließlich der Veröffentlichung von Meta's Muse Code und DeepSeeks eigenem V4-Pro-0813-Update, was die wachsende Bedeutung von Harnesses in der KI-Branche unterstreicht.
DeepSeek hat am 13. August DeepSeek Harness v0.1 als Developer Preview veröffentlicht. Es ist unter der MIT-Lizenz als Open Source verfügbar, als npm-Paket @deepseek-ai/dsh erhältlich und lässt sich mit einem einzigen Befehl ausführen. Das Harness basiert auf dem Prinzip, dass alles ein Plugin ist, einschließlich Modelle, Tools, Fähigkeiten, Sitzungen, Sandboxes, Dateisysteme, die Haupt-Agent-Schleife, Orchestrierung und sogar die Schnittstelle. Es bietet vier Modi: Standard, Code, Minimal und Creator. Der Minimal-Modus enthält nur zwei Tools und ist als Messinstrument für das Benchmarking von Modellen konzipiert, wobei der Beitrag des Harness minimiert wird. DeepSeek's Flaggschiff V4-Pro-0813 erreichte 87,9 im Terminal-Bench 2.1, gemessen mit diesem Harness. Die Veröffentlichung erfolgt eine Woche, nachdem Meta Muse Code lanciert hat und DeepSeek V4-Pro aktualisiert hat, und folgt auf ein Quartal, in dem xAI, Moonshot, Z.ai, Meta und DeepSeek alle ihre eigenen Harnesses eingeführt haben. Der Artikel beschreibt detailliert die Anatomie von DeepSeek Harness, seinen Cordis-basierten IoC-Kern, seine konfigurierbaren Profile und Presets sowie seine vollständige Rückverfolgbarkeit. Es wird auch der breitere Branchentrend diskutiert, dass Labore ihre eigenen Harnesses für Benchmarking, Training (Reinforcement Learning) und Monetarisierung entwickeln. Zu den Sicherheitshinweisen gehören die Warnung vor bahnbrechenden Änderungen und einem PyPI-Paket namens deepseek-harness, das nichts mit der offiziellen Veröffentlichung zu tun hat.
Quelle: Habr — хаб ИИ — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten