DeepSeek открыла модульный Harness для агентов и выпустила финальную V4 Pro

Финальная DeepSeek V4 Pro ориентирована прежде всего на агентные нагрузки и работу в производственных средах. Имена моделей в API не изменились, зато интерфейс теперь нативно понимает формат OpenAI Responses API и получил отдельную адаптацию для Codex с однокнопочным сценарием настройки. Для V4 Pro и V4 Flash появились три уровня интенсивности рассуждений: low для простых запросов, high для повседневных агентных задач и max для наиболее сложных сценариев.

Вторая часть релиза — DeepSeek Harness v0.1, или dsh, выпущенный в статусе developer preview под лицензией MIT. Это не просто еще один чат-интерфейс и не обязательно готовая замена coding-агенту: Harness занимает нижний слой, который связывает модель с инструментами, файлами, сессиями, песочницами и циклом исполнения. Код опубликован на GitHub, а интерес к проекту оказался высоким: по данным китайского издания 智东西, репозиторий набрал более 10 тысяч звезд за первые полчаса и свыше 30 тысяч к моменту подготовки его обзора.

Архитектура построена на Cordis и следует принципу «всё является плагином». Модели, инструменты, навыки, хранилища, планировщики, интерфейс и даже агентный цикл можно заменять и собирать в разные конфигурации. В комплект входят четыре режима: стандартный с полным набором инструментов, минимальный с shell и редактором файлов, PTC с программным объединением нескольких вызовов инструментов и творческий режим, способный исследовать среду и компоновать новые наборы плагинов. Такой подход отделяет агентную инфраструктуру от конкретной модели и позволяет точнее контролировать состав среды.

Отдельное внимание уделено наблюдаемости. Системные инструкции, рассуждения, вызовы инструментов и их результаты, запуск субагентов и внедрение контекста записываются в append-only журнал. Общий поток событий используется для просмотра траектории, поиска, воспроизведения, восстановления и создания ответвлений. Это полезно при разборе сбоя длинного workflow: вместо изучения только финального ответа разработчик может увидеть конкретный узел, где агент выбрал неверный инструмент или получил неподходящий контекст.

Предварительное практическое тестирование показывает и возможности, и незрелость v0.1. В одном из опытов Harness перевел 88-страничную работу примерно за 22 минуты, самостоятельно устанавливая недостающий инструмент извлечения PDF и распределяя части задачи; простая игра «Змейка» была создана примерно за 50 секунд. Руководитель команды при этом прямо предупредил, что предварительная версия может оставаться шероховатой, а часть разработчиков воспринимает продукт скорее как конструктор агентных сред, чем как законченного соперника Claude Code.

Оценки самой V4 Pro пока неоднозначны. В Artificial Analysis Intelligence Index модель получила 53 балла — на уровне GLM-5.2, но ниже GPT-5.6 Terra и Kimi K3; в Vals Index она заняла 12-е место и испытывала трудности с терминальными задачами и сложными финансовыми таблицами. При этом исследователи отдельно выделяли ее показатели в кибербезопасности. На этом фоне новая тарификация может оказаться чувствительной: с 16:00 UTC 16 августа вместо единой цены вводятся пиковые и внепиковые ставки, причем ночью API будет вдвое дешевле пикового тарифа, но даже отдельные льготные операции могут стоить заметно больше прежнего уровня.