DeepSeek Harness a livré sa préversion développeur v0.1 le 13 août, publiée en open source sous MIT sur GitHub. Cela referme une boucle que notre couverture de DeepSeek-V4-Pro avait signalée quelques jours plus tôt : les benchmarks d'agents de code dans le propre tableau comparatif de ce lancement avaient été mesurés avec « notre futur DeepSeek Harness (mode minimal) » — un outil utilisé pour générer des chiffres officiels avant d'être lui-même publié. Il est désormais publié, et le « mode minimal » s'avère être une chose réelle et nommée plutôt qu'une formule provisoire.
Tout est un plugin, littéralement
La philosophie de conception, énoncée directement dans les propres documents d'architecture du projet : « Cordis est le framework sous dsh : les plugins contribuent des services, des événements typés et des effets réversibles à un contexte partagé. » Il n'y a pas de noyau privilégié — les adaptateurs de modèles, les registres d'outils, les journaux de session et la boucle d'agent elle-même sont tous des plugins sans statut spécial les uns par rapport aux autres. Cordis, le méta-framework sous-jacent, est décrit comme mettant en œuvre « A Programming Paradigm for Spatiotemporal Composability » — les plugins se composent en profils construits à partir de bundles ordonnés, chacun se déclarant via un champ dsh dans son package.json, avec des « royaumes » isolés disponibles pour cloisonner les préréglages d'agents les uns des autres.
C'est un pari architectural plus radical que la plupart des harnais. Chaque harnais ce mois-ci a été un pipeline fixe avec des pièces configurables — changer le modèle, ajuster la politique de reprise, changer la stratégie de compaction. Le pari de DeepSeek est que le pipeline lui-même ne devrait pas être fixe : si la boucle d'agent n'est qu'un plugin de plus, un développeur peut remplacer la façon dont tout le système tourne, pas seulement ce qui tourne à l'intérieur.
Quatre modes, et celui que DeepSeek a choisi pour publier
dsh livre quatre modes d'exécution dès le départ — Standard, PTC (Programmatic Tool Calling), Minimal, et Creation — chacun chargeant un ensemble de plugins par défaut différent pour un usage différent. Les spécificités de ce que chaque mode ajoute ou retire ne sont pas documentées dans les sections que nous avons pu atteindre, mais l'existence de cette liste résout la question immédiate : Minimal est une configuration réelle, nommée, présumément dépouillée, pas un langage marketing accroché à un outil non publié.
La question plus intéressante que cela soulève est pourquoi DeepSeek a choisi de publier ses chiffres de benchmarks officiels de V4-Pro-0813 sous le mode Minimal spécifiquement, plutôt que Standard ou le mode PTC axé sur l'appel d'outils. Deux lectures, toutes deux plausibles : soit DeepSeek est inhabituellement prudent, rapportant la configuration la plus dépouillée plutôt que de choisir le mode qui gonfle le plus le score — l'inverse de la préoccupation de manipulation de benchmark que la couverture harnais de ce mois-ci ne cesse de signaler — soit les modes plus complets n'étaient simplement pas assez stables au stade de préversion développeur v0.1 pour être benchmarkés. Dans un cas comme dans l'autre, cela signifie que les chiffres de V4-Pro rapportés par DeepSeek sont plausiblement un plancher, pas un plafond, de ce que le modèle peut faire à l'intérieur de son propre harnais. Cela mérite d'être gardé en tête la prochaine fois qu'une affirmation « bat Claude Code » ou « bat Codex » passe par un mode de harnais nommé spécifique plutôt que par un modèle isolé — le mode choisi pour le chiffre officiel est lui-même une décision qui a une direction.
Statut : réel, mais explicitement pas stable
L'avertissement de DeepSeek elle-même est direct : « DeepSeek Harness est actuellement en préversion développeur et itère rapidement. IL Y AURA DES CHANGEMENTS CASSANT LA COMPATIBILITÉ. » Installable via npx @deepseek-ai/dsh web (lance une interface web locale sur 127.0.0.1:3080) ou depuis les sources via pnpm. Le dépôt avait déjà accumulé une traction significative dès sa fenêtre d'ouverture — des dizaines de milliers d'étoiles, des milliers de forks — ce qui en dit plus sur le public déjà acquis à DeepSeek que sur la maturité de l'outil ; une préversion v0.1 avec un avertissement explicite de changements cassants n'est pas encore une dépendance de production, quel que soit le nombre d'étoiles.
Pourquoi un laboratoire de modèles construit son propre harnais plutôt que d'en adopter un
DeepSeek avait une alternative disponible : elle a déjà adopté le format API Responses d'OpenAI pour V4-Flash, et V4-Pro sort « optimisé pour Codex » — la preuve que DeepSeek est prête à construire contre l'interface d'un rival quand c'est le choix pragmatique. Sortir son propre harnais quand même indique que la décision n'est pas l'un ou l'autre. Un laboratoire de modèles qui contrôle son propre harnais contrôle la boucle d'agent par défaut contre laquelle ses propres chiffres de benchmarks sont mesurés, et contrôle à quoi ressemble « bien utiliser DeepSeek » pour tout développeur qui adopte dsh plutôt que d'assembler sa propre pile à partir de morceaux de Claude Code, Codex ou OpenClaw. NVIDIA a fait le pari identique avec NeMo Switchyard il y a deux jours — offrir le harnais pour façonner comment votre modèle est utilisé, aux côtés du modèle lui-même offert.
À surveiller
- La divulgation de benchmarks mode par mode. Si DeepSeek ou un tiers publie les scores de V4-Pro sous les modes Standard, PTC et Creation aux côtés des chiffres Minimal déjà publics, cela tranchera si Minimal est réellement le plancher.
- Si
dshest adopté en dehors de la propre gamme de modèles de DeepSeek. Un harnais construit « tout est un plugin » devrait, en principe, faire tourner n'importe quel modèle avec un adaptateur plugin — que la communauté le pointe réellement vers Kimi K3 ou GLM-5.2 plutôt que seulement vers les propres modèles de DeepSeek est le test qui dira s'il s'agit d'un véritable harnais ouvert ou d'un wrapper spécifique à DeepSeek avec un emballage open source. - La mise à l'épreuve de l'avertissement de changements cassants. « Itérer rapidement » avec des ruptures de compatibilité est un cadrage honnête pour une v0.1, mais c'est aussi exactement la condition dans laquelle les premiers adoptants se font piéger — à vérifier à nouveau à la v0.2 ou v1.0 pour voir ce qui a réellement cassé.
Références : DeepSeek (@deepseek_ai) — annonce de DeepSeek Harness v0.1 · deepseek-ai/deepseek-harness sur GitHub · couverture liée : DeepSeek-V4-Pro comble un écart et en ouvre un nouveau · Le harnais à 23 600 étoiles qui n'a pas été construit pour gagner un benchmark · Nemotron 3.5 Lightning · Frontier Arcade : tendances et prédictions