Quando eu vi o DeepSeek Harness bater 60 mil stars no GitHub em menos de 24 horas, minha primeira reação foi: “ok, mais um framework de agente”. Aí eu abri o repositório, li a arquitetura, rodei localmente. E mudei de ideia rápido. Esse negócio é diferente.

O DeepSeek Harness é um framework open source, licença MIT, para construir agentes de IA que codificam, executam comandos, editam arquivos e navegam codebases inteiras. Sim, exatamente o que o Claude Code faz. Mas com uma diferença fundamental: no Harness, tudo é plugin. O modelo, as ferramentas, o loop do agente, o sandbox, o armazenamento de sessão, a interface web. Tudo pode ser trocado, removido ou recomposto sem tocar no código-fonte.

E “tudo” aqui não é figura de linguagem.

O que é o DeepSeek Harness, na prática

O Harness é o que a DeepSeek chama de “agent runtime framework”. Ele transforma modelos da série V4 (V4-Pro, V4-Flash) em agentes autônomos capazes de executar workflows multi-step com uso de ferramentas. Pense nele como a infraestrutura que faz um LLM ir além de responder perguntas: ele lê repositórios, edita código, roda testes, planeja tarefas, delega para sub-agentes.

O projeto nasceu em maio de 2026 dentro da DeepSeek, liderado por Cui Tianyi, que passou nove anos na Jane Street (sim, a firma de trading quantitativo) antes de entrar na DeepSeek em março. De formação interna até developer preview foram cerca de cinco meses, o que é absurdamente rápido para um framework dessa complexidade.

A versão 0.1 foi publicada no GitHub no dia 13 de agosto de 2026. Em poucas horas, já tinha passado dos 27 mil stars. No momento em que escrevo, passou dos 60 mil.

A arquitetura: Cordis e o conceito de “tudo é plugin”

Aqui mora a diferença real. A maioria dos agentes de código (Claude Code, Codex, Cursor Agent) são sistemas monolíticos onde o modelo, o loop de execução e as ferramentas estão fortemente acoplados. Você usa o que eles te dão. Se quiser trocar o modelo, às vezes dá, mas trocar o loop do agente? Trocar como as sessões são armazenadas? Trocar o sistema de aprovação de comandos? Esquece.

O Harness usa um meta-framework chamado Cordis, que implementa composição espaço-temporal. Na prática, isso significa que cada capacidade do sistema é um plugin que pode ser montado, desmontado e substituído em runtime sem afetar o resto. Não existe um “core privilegiado” que você precisa fazer fork pra modificar. Você estende o Harness montando um plugin ao lado dos outros.

Os cinco conceitos centrais do Cordis:

As camadas substituíveis incluem:

• Inference: adaptadores de modelo via ctx.llm
• Tools: registro com schemas e política de pré-execução
• State: eventos de sessão append-only com replay e fork
• Control: driver do loop do agente, goals, turns e steps
• Execution: filesystem, shell, subprocess e providers de sandbox
• Composition: profiles, bundles e overlays de runtime
• Experience: UI web e integrações com editores

Pra quem já trabalhou com injeção de dependência em frameworks como NestJS ou Spring, o conceito vai parecer familiar. Mas aplicado à camada de orquestração de um agente de IA, é algo que eu nunca tinha visto com esse nível de granularidade.

Modos de execução: do one-shot ao agente web completo

O Harness vem com quatro modos de runtime, cada um carregando um conjunto diferente de plugins:

Standard

O modo completo. Agente de código com edição de arquivos, acesso ao shell, busca, planejamento, sub-agentes e workflows. É o equivalente ao que o Claude Code oferece.

Code (PTC)

Permite que o modelo gere TypeScript para orquestrar combinações de ferramentas. Em vez do modelo chamar uma ferramenta por vez, ele escreve um script que encadeia várias operações. Útil pra workflows complexos onde o modelo precisa de lógica condicional entre os tool calls.

Minimal

Só bash e editor de arquivos. Feito pra benchmarking. Sem distrações, sem ferramentas extras, pra medir a capacidade raw do modelo em tarefas de engenharia.

Creator

Modo de inspeção e experimentação de plugins. Você monta, desmonta, testa combinações e cria presets customizados. É o playground do framework.

Pra rodar, é simples:

# Modo web (interface no navegador)
npx @deepseek-ai/dsh web

# Modo headless (one-shot via terminal)
dsh --profile headless "rode os testes e resuma as falhas"

# Via código-fonte
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install && pnpm run build && pnpm dsh web

Requer Node.js 22.19+ ou 24+.

Sessões rastreáveis: tudo que o modelo vê fica gravado

Esse é um ponto que me chamou atenção. No Harness, toda interação com o modelo é gravada em um log de sessão append-only. Isso inclui prompts, raciocínio (chain-of-thought), chamadas de ferramentas, resultados e injeções de contexto.

O invariante arquitetural é: “qualquer coisa mostrada ao modelo deve ser reconstruível a partir do log”. Isso habilita:

• Resume: parou no meio? Continua de onde parou
• Fork: quer tentar uma abordagem diferente a partir de um ponto específico? Fork da sessão
• Replay: quer reproduzir exatamente o que aconteceu? Replay do log
• Search: busca semântica em sessões passadas

Pra quem já perdeu horas tentando entender por que um agente tomou uma decisão específica, isso é ouro. Poder abrir a Trajectory view e ver exatamente o que o modelo recebeu como contexto em cada step muda o jogo de debugging de agentes.

Não é só pra modelos da DeepSeek

Apesar do nome, o Harness não está preso aos modelos da DeepSeek. A documentação oficial lista suporte para mais de 40 modelos, incluindo:

• DeepSeek V4-Pro e V4-Flash
• OpenAI (GPT-5.6, o3)
• Anthropic (Claude Opus 4, Sonnet 4)
• Google (Gemini 3.7)
• Kimi
• Qualquer endpoint compatível com a API OpenAI

Autenticação nativa para Bedrock, Vertex, Azure e Codex também está disponível. As credenciais são armazenadas como write-only em $DSH_HOME/.credentials.yaml.

Isso é estrategicamente inteligente. Ao ser agnóstico de modelo, a DeepSeek posiciona o Harness como infraestrutura, não como produto vertical. Você pode usá-lo com Claude e trocar pra DeepSeek quando quiser, sem mudar mais nada.

Como ele se compara ao Claude Code

Vamos ao que interessa. Testadores independentes da Composio mostraram que o mesmo modelo rodando em harnesses diferentes produz resultados dramaticamente diferentes: o melhor completou 20 de 30 tarefas enquanto o pior completou apenas 14, com o custo por tarefa variando até 4x dependendo do sistema de execução.

Ou seja, a orquestração importa tanto quanto o modelo. E é exatamente aí que o Harness quer brigar.

O ponto fraco óbvio: maturidade. O Claude Code e o Codex são ferramentas polidas com milhões de usuários. O Harness é v0.1. O README avisa explicitamente: “There will be compatibility-breaking changes.” Se você precisa de estabilidade hoje, o Harness não é pra você. Se você quer hackear a orquestração de agentes e construir algo customizado, não tem nada parecido no mercado.

O ecossistema de plugins já está crescendo

Durante testes internos, os desenvolvedores da DeepSeek criaram “centenas de plugins em dias”. O modelo mental é parecido com pacotes npm: cada plugin é um pacote que pode ser publicado, compartilhado e composto com outros.

Quer inspecionar a stack de plugins ativa sem iniciar o agente?

dsh --profile web --dump-config

Profiles são bundles ordenados (pacotes npm com patches de configuração) mais overrides do usuário. O bundle dsh-base contribui modelos, ferramentas, credenciais, persistência, acesso ao filesystem e política de aprovação.

A comunidade já publicou plugins para integrações com IDEs, providers de sandbox customizados e adaptadores de modelo. O GitHub Topics tem uma seção dedicada a plugins do Harness.

O que o Harness significa pro mercado de coding agents

Eu vejo três implicações grandes:

1. Commoditização da orquestração

Até agora, a orquestração era o diferencial competitivo dos agentes de código. A Anthropic investe pesado pra fazer o loop do Claude Code funcionar bem. A OpenAI faz o mesmo com o Codex. Com o Harness open source, qualquer empresa pode pegar essa camada de graça e focar no que realmente diferencia: o modelo.

2. Experimentação sem vendor lock-in

Se você está construindo um produto que usa agentes de código, antes do Harness suas opções eram: usar Claude Code (preso à Anthropic), usar Codex (preso à OpenAI), ou construir do zero. Agora você tem um framework aberto onde pode trocar o modelo sem mudar a arquitetura. Isso reduz drasticamente o risco de lock-in.

3. A corrida pela melhor harness vai esquentar

O conceito de que “o harness importa tanto quanto o modelo” vai gerar uma nova frente de competição. Se o Composio mostrou variação de 4x no custo com o mesmo modelo em harnesses diferentes, existe muito espaço pra otimização. Espere ver benchmarks de harness se tornarem tão comuns quanto benchmarks de modelo.

Cuidados antes de adotar

Seria irresponsável não mencionar os riscos:

• Breaking changes garantidos: a v0.1 vai quebrar. Pine versões exatas no seu package.json
• Segurança: npx baixa e executa código. Use workspaces descartáveis pra experimentação
• Credenciais: as secrets ficam locais mas são enviadas para endpoints customizados conforme a configuração do usuário. Cuidado com endpoints não confiáveis
• Sem suporte formal: bug reports vão pra GitHub Discussions, não tem SLA nem suporte enterprise (ainda)

Como começar em 5 minutos

Se você quer testar agora:

# Instala e abre a interface web
npx @deepseek-ai/dsh web

# No navegador (http://127.0.0.1:3080):
# 1. Settings → Models
# 2. Adicione sua API key (DeepSeek, OpenAI, Anthropic...)
# 3. Selecione o diretório do workspace
# 4. Comece a usar

Pra quem prefere terminal:

# Clona e builda
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install && pnpm run build

# Roda uma tarefa one-shot
pnpm dsh --profile headless "analise este repositório e liste os 5 maiores problemas de arquitetura"

O repositório está em github.com/deepseek-ai/deepseek-harness, licença MIT. A documentação de arquitetura em docs/architecture.md é surpreendentemente boa pra um developer preview.

Vale trocar o Claude Code pelo Harness hoje?

Não. O Claude Code é uma ferramenta madura que funciona. O Harness é um developer preview que vai quebrar.

Mas vale rodar os dois lado a lado? Absolutamente. Testar o mesmo prompt no Claude Code e no Harness com diferentes modelos vai te dar uma perspectiva que nenhum benchmark consegue: como a orquestração afeta o resultado na prática, no seu código, no seu workflow.

E se você está construindo ferramentas de desenvolvimento, o Harness é provavelmente a melhor base open source que existe agora pra experimentar com agentes de código. A arquitetura de plugins é genuinamente elegante, o sistema de sessões é melhor do que qualquer coisa que eu vi em projetos open source, e a licença MIT significa que você pode fazer o que quiser com ele.

60 mil stars em menos de um dia não é hype vazio. É a comunidade reconhecendo que faltava exatamente isso: um framework de agente de código que trata o desenvolvedor como adulto e deixa ele trocar as peças.