DeepSeek lanza un harness de agentes donde incluso el modelo es un plugin

DeepSeek se hizo un nombre regalando pesos de modelo que rinden por encima de su precio. Ahora está lanzando el software que envuelve a esos pesos. La vista previa para desarrolladores de DeepSeek Harness, publicada en GitHub, llega como un runtime de agentes de código abierto cuya propuesta cabe en cuatro palabras: todo es un plugin.

El propio encuadre de DeepSeek es contundente. "El modelo es el alma de un agente", dice la vista previa. "Un harness permite que un agente entienda su entorno, use herramientas y siga trabajando en entornos del mundo real". El lanzamiento es el intento de la compañía de hacer suya esa segunda frase.

Cuatro modos de runtime, un kernel de plugins

La configuración es mínima: instala Node.js, ejecuta npx @deepseek-ai/dsh web para abrir la interfaz web, o git clone https://github.com/deepseek-ai/deepseek-harness para el código fuente completo. Debajo se encuentra el kernel de Cordis, que gestiona el montaje, desmontaje y las dependencias de los plugins. Todo lo que toca un agente es un plugin: modelos, herramientas, habilidades, sesiones, sandboxes, almacenamiento, bucles, programación y la propia interfaz de usuario.

Según la documentación de la vista previa, los cuatro modos de runtime se desglosan así.

Todo es un plugin: un tipo diferente de apalancamiento

El lema suena a marketing hasta que ves a qué apunta. Los desarrolladores pueden seleccionar, intercambiar o ampliar cualquier capacidad en la configuración sin tocar el código fuente de DeepSeek. ¿Quieres otro proveedor de modelos? Cambia el plugin del modelo. ¿Un sandbox más estricto? Sustituye el plugin. El harness deja de ser un producto que adoptas y se convierte en un chasis que reconstruyes.

Los ecosistemas de plugins se están extendiendo por las herramientas de agentes. La plataforma de agentes de entorno laboral de Alibaba, por ejemplo, incluye un marketplace de plugins con una vía de entrada sin código para empaquetar los métodos de un profesional senior en un plugin compartible. La versión de DeepSeek va más allá en un eje: el vínculo con el modelo también es un plugin, así que al harness no le importa de quién sean los pesos que le conectes.

Por qué un creador de modelos lanza infraestructura

DeepSeek construyó su reputación sobre pesos abiertos eficientes. Apuesta por arquitecturas sparse de mezcla de expertos que activan solo una fracción de los parámetros de un modelo por token, y su propio artículo sobre la serie V4 es contundente sobre el beneficio: con un millón de tokens de contexto, DeepSeek-V4-Pro necesita solo el 27% de los FLOPs de inferencia por token y el 10% de la caché KV de DeepSeek-V3.2. Un modelo tan barato de ejecutar solo es útil si el software que lo rodea puede apuntarlo a entornos reales. Ese es el vacío que llena el harness.

Hay precedentes de un proveedor de infraestructura que se abre para convertirse en la capa sobre la que todos construyen. Nvidia publicó el código fuente completo de su stack de análisis de video DeepStream en marzo de 2025 en GitHub bajo una licencia dual, Apache 2.0 para el código, apostando a que la estandarización vence al control. El movimiento de DeepSeek se lee igual: si los harness de agentes se estandarizan, uno abierto con una ranura de modelo intercambiable juega a favor de DeepSeek tanto si el modelo ganador es el suyo como si es el de otro. La propia página de vista previa admite que el trabajo no está terminado, y dice que los plugins y las APIs centrales seguirán evolucionando mientras los desarrolladores los prueban.

La trazabilidad como cuña del benchmarking

La función más discreta puede ser la más trascendental. Cada ejecución es trazable: todo lo que ve el modelo se escribe en un registro de sesión de solo añadidura, desde los prompts del sistema y el razonamiento hasta las llamadas a herramientas y sus resultados, la programación de subagentes y las inyecciones de contexto. La vista Trajectory filtra esos registros por fuente, y reanudar, bifurcar, buscar y reproducir operan todos sobre el mismo flujo de eventos.

Esa es una respuesta directa a un problema recurrente de los agentes: comportamiento sin dueño. El lanzamiento de Studio de Mistral impulsa un sistema centralizado de registro para prompts y habilidades, con versiones inmutables y registros de auditoría. DeepSeek aborda el problema desde el otro lado, capturando no solo las instrucciones sino el rastro completo de lo que hizo el agente. Luego está el modo Minimal, un agente de dos herramientas con bash persistente y un editor de archivos, construido para benchmarking de modelos en un entorno reducido. Las ejecuciones auditables más un entorno de benchmarking mínimo apuntan a una ambición clara: evaluación de agentes que otros puedan reproducir de verdad.

La apuesta real es que el entorno importa tanto como el modelo que contiene. DeepSeek pasó años demostrando que los pesos abiertos pueden competir en la frontera. Ahora quiere ser el harness en el que corran esos pesos. El modelo puede ser el alma, pero el harness es donde la compañía pretende vivir.