DeepSeek właśnie udostępnił open-source tę część agentów AI, która zwykle pozostaje niewidoczna: harness otaczający model. 🧩
Budowanie agenta to nie tylko wybór modelu. Oznacza łączenie narzędzi, umiejętności, piaskownic (sandboxów), pamięci, harmonogramowania i UI — a potem życie z integracją, gdy któryś z tych elementów wymaga zmiany ⚒️
DeepSeek Harness (dsh) sprawia, że te warstwy stają się jawne. Założeniem projektowym jest „wszystko jest wtyczką”: deweloperzy mogą wybierać, wymieniać lub rozszerzać możliwości przez konfigurację, zamiast modyfikować źródła harnessu.
→ 🔌 9 kategorii możliwości zostało zwtyczkowanych: od modeli i narzędzi po sesje, storage, pętle, harmonogramowanie i UI
→ 📄 4 udokumentowane tryby działania: Standard, Code, Minimal i Creator
→ 👐 Źródło na licencji MIT, z lokalnym Web UI uruchamianym przez npx @deepseek-ai/dsh web
Moja szczera opinia: to podgląd dla deweloperów, a DeepSeek wyraźnie ostrzega, że główne wtyczki i API będą ewoluować ze zmianami łamiącymi kompatybilność. Więc to jeszcze nie jest bezproblemowa zależność produkcyjna.
Ale oddzielenie modelu od harnessu — i potraktowanie zarówno obserwowalności, jak i kompozycji jako zagadnień pierwszej klasy — to kierunek warty śledzenia.
📚 Źródło: https://lnkd.in/gz5X84Bt
P.S. Który element Twojego stosu agentowego najchętniej wymieniłbyś bez przepisywania całego systemu? 👇
