DeepSeek Harness: was „alles ist ein Plugin“ wirklich bringt

Updated August 16, 2026 · first published August 16, 2026

DeepSeek AI hat deepseek-harness (dsh) veröffentlicht, ein MIT-lizenziertes Agenten-Harness, dessen Leitsatz lautet: alles ist ein Plugin. Dieser Satz wird im Agenten-Tooling gern locker verwendet, deshalb lohnt es sich, genau zu sagen, was er hier bedeutet und wo er die Ökonomie des Agentenbetriebs verändert.

Cordis, kein Framework mit Hooks

Das Harness läuft auf Cordis, einer Plugin-Laufzeit, deren Modell darin besteht, dass Plugins Dienste, typisierte Ereignisse und umkehrbare Effekte zu einem gemeinsamen Kontext beitragen. Das Architekturdokument sagt ausdrücklich, dass es keinen privilegierten Kern gibt: Modelladapter, Werkzeug-Registries, Sitzungsprotokolle und die Agentenschleife selbst sind allesamt Plugins. Nichts liegt als unbewegliche Engine darunter.

Das ist wichtig, weil die übliche Form eines „erweiterbaren“ Agenten-Frameworks ein fester Kern plus eine Hook-Oberfläche ist. Man kann beobachten und dekorieren, aber nicht ersetzen. Ersetzen heißt forken. Cordis dreht das um: Genau die Teile, die man ersetzen möchte, sind die Einheiten der Komposition.

Fähigkeitsnähte: der operativ entscheidende Teil

Das Harness formalisiert das mit dem, was es eine Fähigkeitsnaht (capability seam) nennt. Eine Naht ist eine Dienstschnittstelle mit mehr als einer Implementierung, und jeder Dienst nimmt eine von drei Rollen ein:

Nicht jeder Dienst ist eine Naht. Die Dokumentation unterscheidet drei Arten: austauschbare Nähte (ctx.llm, ctx.subprocess), Kerndienste mit einem einzigen Owner (ctx.sessions, ctx.agents) und Kompositionspunkte, die andere Dienste koordinieren (ctx.agentLoop). Zu wissen, was was ist, sagt Ihnen, wo Sie Verhalten ersetzen dürfen und wo nicht.

Die vier Nähte mit Kostenfolgen

• ctx.llm — die Modellnaht. Gehört dem llm-Paket; Implementierungen sind unter anderem llm-deepseek, llm-pi-ai und llm-replay. Die Agentenschleife konsumiert einen anbieterneutralen Stream-Dienst und weiß nicht, welches Backend läuft. llm-replay ist für Kostenarbeit besonders interessant: Es erlaubt, eine aufgezeichnete Sitzung erneut abzuspielen, ohne die Inferenz noch einmal zu bezahlen.
• ctx.fs — die Dateisystemnaht. Provider sind fs-local (Host-Dateisystem), fs-sandbox (eingehegte Änderungen) und fs-e2b (eine entfernte, sandboxed Linux-Maschine). Die Naht entkoppelt die Werkzeuge, die das Modell sieht, davon, wo die Ausführung physisch stattfindet.
• ctx.sandbox — die Ausführungsnaht. Consumer übergeben argv; Implementierungen kapseln die Ausführung unter Richtlinien. sandbox-local setzt auf dem Host durch, sandbox-policy zentralisiert Deployment-Standards.
• ctx.subagents — die Delegationsnaht. Sechs Implementierungen decken In-Process-Spawning, Forking, ACP-Brücken, Codex, Claude Code und SDK-basierte Agenten ab. Genau hier verdrahtet ein Harness sonst eine Annahme fest; hier ist es ein Austausch.

Jeder relevante Kostenhebel in einem Agentensystem ist ein Provider-Austausch: auf ein günstigeres Modell routen, die Ausführung in eine günstigere Sandbox verlagern, einen Subagenten-Transport durch einen lokalen ersetzen. Sind das Nähte, ist die Änderung eine Konfigurationsanpassung. Sind sie es nicht, ist die Änderung ein Fork, den Sie fortan pflegen.

Warum das ein FinOps-Thema ist, nicht nur ein Architekturthema

Das wiederkehrende Scheitern in Agenten-Kostenprogrammen ist nicht, dass Teams ein teures Modell wählen. Es ist, dass das Harness die teure Wahl strukturell macht. Sind Modellauswahl, Ausführungsort der Werkzeuge und Delegationstransport erst einmal in den Anwendungscode eingebacken, wird jede Optimierung zu einem Engineering-Projekt mit eigenem Zeitplan und eigenem Regressionsrisiko. Teams verschieben die Optimierung dann, und die Ausgaben summieren sich.

Ein nahtbasiertes Harness verlagert diese Entscheidungen in die Komposition. Das macht sie nicht kostenlos, aber es verwandelt sie von Refactorings in Konfiguration — der Unterschied zwischen einer Quartalsinitiative und einem Nachmittag.

Der Vorbehalt, klar gesagt

DeepSeek Harness ist ein Developer Preview, und die README sagt ohne Beschönigung, dass es kompatibilitätsbrechende Änderungen geben wird. Produktions-Kostenwerkzeuge direkt gegen die internen Schnittstellen zu bauen, heißt derzeit, ihnen hinterherzulaufen. Evaluieren Sie es, prototypen Sie damit, aber pinnen Sie Ihre Versionen und rechnen Sie mit Bewegung.

Related

• Was ist DeepSeek Harness? Der Leitfaden
• Das Sitzungsprotokoll als Kostennachweis (EN)
• Wo Ausgaben-Leitplanken hingehören (EN)
• Installation, Profile und erster Lauf (EN)

Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →

Back to research