DeepSeek Harness — открытая агентная среда команды DeepSeek, которую автор теста использовал для создания браузерной аркады на React, TypeScript и Canvas. Один большой промпт превратился в 183 шага работы с восемью субагентами и занял 2 часа 43 минуты 27 секунд; на задачу ушло около 15% пятичасового лимита подписки OpenCode Go за $10.
Это не история о том, что модель одним ответом написала игру. DeepSeek Harness получил рабочую директорию, последовательно создавал и менял файлы, запускал проверки, исправлял ошибки и распределял части задачи внутри Agent Team. Но тест также показал: доработка под реальный браузер и сервер всё ещё может потребовать участия человека.
DeepSeek Harness — это среда для автономной работы с проектом
DeepSeek Harness позиционируется не как чат с моделью, а как агентная среда для работы с кодовой базой целиком. Вместо серии запросов вида «допиши компонент» разработчик задаёт цель уровня «собери приложение», а агент получает возможность изучать файлы проекта, менять их, запускать команды и возвращаться к уже написанному коду после проверок.
В тесте такой целью стала браузерная игра для тренировки скорости печати. По задумке автора, с экрана должны лететь слова, игрок — набирать их на клавиатуре, стрелять по противникам, набирать очки и не терять все жизни. Проект требовал не только интерфейса, но и графики, звука, игровой логики и статистики.
Техническое задание для реализации автор подготовил с помощью обычного ChatGPT в браузере. Затем это ТЗ передали DeepSeek Harness: модель не использовалась для составления промпта через Codex, а выполняла уже саму разработку в агентной среде. Такой подход разделяет планирование задачи и автономную работу над репозиторием.
Архитектура Harness построена на Cordis, а ключевой принцип продукта автор формулирует как Everything is a Plugin — «всё является плагином». Среду можно расширять через плагины, инструменты и skills: дополнительные способы работать с документацией, кодом и внешними сервисами. По данным исходного материала, проект находится в активной разработке, поэтому механизмы и интерфейсы могут меняться.
Один промпт не означает один ответ с кодом
Первую версию игры DeepSeek Harness делал 2 часа 43 минуты 27 секунд. За это время агент выполнил 183 шага внутри одного задания и работал в режиме Agent Team — с субагентами. Автор подчёркивает: формулировка «с одного промпта» здесь означает одну большую цель для системы, а не единственный ответ модели с готовым архивом проекта.
| Параметр теста | Значение из сессии |
|---|---|
| Тип проекта | Браузерная аркада на React, TypeScript и Canvas |
| Время первой реализации | 2 часа 43 минуты 27 секунд |
| Число шагов в задании | 183 |
| Число субагентов | 8 |
| Режим работы | Agent Team |
| Использованная подписка | OpenCode Go за $10 |
| Доля лимита подписки | Около 15% от пятичасового лимита |
Субагенты позволяют разбивать большую задачу на отдельные зоны ответственности. Для игры автор выделяет логику, интерфейс, звук, словари и тестирование. Практический смысл такого режима — не заставлять один диалог одновременно держать в голове все части приложения, а организовать работу вокруг нескольких специализированных подзадач.
Для разработчика это выглядит интереснее обычного AI-ассистента в редакторе, когда задача уже больше пары файлов. Harness рассчитан на длинную последовательную работу: агент может не просто предложить архитектуру, а идти от пустой папки к запускаемому проекту, проверяя промежуточный результат и внося исправления.
35,7 млн токенов не означают 35,7 млн новых генераций
Интерфейс Harness в первом большом задании показал 35 703 377 обработанных токенов. На первый взгляд это число может выглядеть несовместимым с недорогой подпиской, но почти весь объём пришёлся не на новую генерацию, а на кэшированный входной контекст. В конкретной сессии cache hit — доля попаданий в кэш — составил 99%.
| Показатель | Значение |
|---|---|
| Всего обработано токенов | 35 703 377 |
| Кэшированный ввод | 35 210 496 |
| Некэшированный ввод | 334 283 |
| Вывод модели | 158 598 |
| Cache hit | 99% |
| Шагов в задании | 183 |
| Время выполнения | 2 часа 43 минуты 27 секунд |
Кэш здесь важен из-за природы агентных задач. Во время длинной работы система многократно обращается к контексту проекта, инструкциям и предыдущим результатам: читает файлы, сверяет сделанные изменения, планирует следующий шаг. Если провайдер переиспользует этот контекст через кэш, такие обращения обходятся дешевле, чем повторная обработка всего содержимого как нового.
Автор отдельно предупреждает не трактовать 35,7 млн как объём сгенерированного текста. Реальный вывод модели составил примерно 159 тысяч токенов, а основная масса — это входные токены, преимущественно кэшированные. Для этой задачи использование Harness заняло примерно 15% лимита OpenCode Go за $10 с лимитом в пять часов.
При этом 99% cache hit — не заявленная универсальная характеристика продукта. Это показатель одной показанной сессии. Стоимость следующего проекта будет зависеть от длины контекста, числа итераций, поведения агента и условий выбранного провайдера модели.
Harness стоит пробовать для задач, которые неудобно дробить вручную
DeepSeek Harness выглядит наиболее уместно там, где нужно собрать связный прототип или пройти по крупной задаче с несколькими компонентами. В тесте это была игра, но тот же подход, вероятно, применим к внутреннему веб-инструменту, экспериментальному интерфейсу или небольшому сервису, где важны не отдельные фрагменты кода, а работающий результат из множества частей.
| Сценарий | Что даёт агентная среда по материалу |
|---|---|
| Новый небольшой проект | Агент может работать от пустой директории до набора файлов проекта |
| Задача с несколькими подсистемами | Agent Team помогает разделить логику, интерфейс, тесты и другие части |
| Длинная итеративная разработка | Модель может запускать команды, проверять результат и исправлять код |
| Настройка под процесс команды | Плагины, tools и skills позволяют расширять среду |
Главная выгода для практики — сокращение ручного диспетчерства. Разработчику не нужно поочерёдно копировать в чат содержимое файлов, объяснять каждый следующий шаг и самостоятельно склеивать ответы модели. Вместо этого он формулирует крупную цель и наблюдает за тем, как агент разбирает её на действия внутри рабочего окружения.
Но Harness не отменяет ревью. В исходном тесте автор прямо отмечает, что при запуске игры не в идеальных условиях проверок, а в реальном браузере и на реальном сервере возникли моменты, где потребовалось вмешательство. Автономность ускоряет первый проход, но не заменяет проверку результата на целевой среде.
У теста есть границы, которые нельзя превращать в обещания
Исходный материал показывает создание первой версии одной игры, а не бенчмарк DeepSeek Harness против других coding-агентов. В нём нет сопоставления с Cursor, Codex, Claude Code или другими средами по качеству кода, цене и скорости. Также не приведены воспроизводимые результаты на нескольких проектах или данные о том, сколько ошибок осталось после завершения работы агента.
В доступном описании нет точной версии DeepSeek Harness, системных требований, инструкции по установке, перечня поддерживаемых моделей и подробных условий доступа. Указано лишь, что у проекта есть репозиторий на GitHub и официальная страница, а для этого теста средой был Harness, тогда как модель использовалась через подписку OpenCode Go.
Не стоит путать эти два слоя. DeepSeek Harness — агентная среда, в которой организуется работа с проектом; OpenCode Go — подписка, лимит которой автор использовал в своём эксперименте. Цена $10 и оценка в 15% лимита относятся к описанной сессии, а не к гарантированной стоимости разработки любого приложения.
Похоже, главная ценность Harness не в магии «сделал игру по одному запросу», а в инфраструктуре вокруг модели: доступе к файлам, цикле проверок, субагентах и кэшировании длинного контекста. Для прототипов это уже может быть полезным рабочим инструментом — если закладывать время на контроль, тестирование и исправления вне идеального агентного сценария.