‏DeepSeek Harness: ایجنت کدنویسی که همه‌چیزش پلاگینه

دیپ‌سیک همراه با مدل DeepSeek V4 Pro یه فریم‌ورک متن‌باز با لایسنس MIT به اسم DeepSeek Harness یا DSH منتشر کرده. هارنس (harness یعنی لایه‌ای که دور مدل می‌پیچه و ابزارها، حافظه و حلقهٔ کار ایجنت رو مدیریت می‌کنه) معمولاً یه هستهٔ ثابت داره که پلاگین‌ها بهش وصل می‌شن. ولی تو DSH هستهٔ ثابتی وجود نداره: router، رجیستری ابزارها، لاگ سشن و حتی خود حلقهٔ ایجنت همه پلاگینن. DSH به مدل‌های دیپ‌سیک هم محدود نیست و با هر endpoint سازگار با OpenAI کار می‌کنه.

زیر DSH یه فریم‌ورک به اسم Cordis هست که با کمک پژوهشگرای دانشگاه پکن ساخته شده. دو تا ایدهٔ ساده پشتشه. اولی اینه که وقتی یه پلاگین رو برمی‌داری، هر کاری کرده بوده (ابزاری که ثبت کرده، رویدادی که بهش وصل شده) خودکار برمی‌گرده و هیچ رد اضافه‌ای نمی‌مونه. دومی اینه که هر قطعه وابستگی‌هاش رو اعلام می‌کنه و runtime بر اساس اینکه اون وابستگی‌ها هستن یا نه، فعال یا غیرفعالش می‌کنه، حتی وقتی سیستم در حال اجراست. یعنی عوض کردن مدل و ابزار و دسترسی‌ها دیگه کد مرده و state قاطی‌پاتی جا نمی‌ذاره.

تنظیمات DSH لایه‌لایه‌ست: bundleها (بسته‌های آمادهٔ پلاگین و کانفیگ)، profileها که یه فایل YAML به اسم cordis.patch رو تغییر می‌دن، یه لایهٔ patch در سطح home، و در آخر آرگومان‌های خط فرمان. دستور dump config کل درختی رو که سیستم باهاش بالا میاد نشون می‌ده. رابط کاربری چهار حالت داره (standard، PGC، minimal و creator) که هر کدوم فقط یه bundle متفاوته. تو حالت creator می‌تونی تو چت یه پلاگین جدید توصیف کنی و ایجنت خودش می‌نویسه، نصب می‌کنه و چک می‌کنه که فعال شده باشه.

بنچمارک مستقل Frontier Harness Eval یه مدل ثابت (Kimi K3) رو با ۹ هارنس مختلف روی ۳۰ تسک یکسان تست کرد. Codex با ۶۶.۷٪ اول شد و DSH (حالت creator) و Claude Code هر دو ۶۳.۳٪ گرفتن. ولی هزینهٔ هر تسک موفق برای DSH حدود ۳.۲۸ دلار بود و برای Claude Code حدود ۱۸.۳۴ دلار. نویسنده یادآوری می‌کنه که ۳۰ تسک نمونهٔ کوچیکیه و هر تسک حدود ۳.۳ درصد ارزش داره، ولی نکتهٔ اصلی سر جاشه: هارنس حتی با مدل ثابت، روی هزینه و سرعت و موفقیت اثر جدی داره.

دیپ‌سیک یه سیستم به اسم Super Agent هم ساخته که روی ریپوی GitHub و چت Feishu نشسته، issueها و PRها رو می‌پاد و وقتی ازش کاری بخوان، خودش یه PR می‌ده. کل این سیستم فقط چند تا پلاگین DSH هست، نه یه کدبیس جدا. یه router سبک ارتباط با آدم‌ها رو مدیریت می‌کنه و کار رو بین workerهای ایزوله پخش می‌کنه. هر درخواست ورودی اول از یه gate رد می‌شه که کد ساده‌ست، نه مدل، و چک می‌کنه طرف مجازه یا نه. به گفتهٔ دیپ‌سیک، با رفتن حجم درخواست‌ها از حدود ۱ به ۴۰ در دقیقه، router درخواست‌ها رو دسته‌ای پردازش کرد و زمان هر تصمیم از ۶.۴ به ۱.۶ ثانیه رسید.

نکات کلیدی:

• DSH با لایسنس MIT منتشر شده و با هر endpoint سازگار با OpenAI کار می‌کنه.
• تو DSH حتی حلقهٔ ایجنت، router و لاگ سشن هم پلاگینن و هستهٔ ثابتی نداره.
• با مدل Kimi K3، هزینهٔ هر تسک موفق DSH حدود ۳.۲۸ دلار و Claude Code حدود ۱۸.۳۴ دلار بود، با درصد موفقیت یکسان ۶۳.۳٪.
• تو Super Agent دستورهای shell بالای ۵ ثانیه خودکار به پس‌زمینه می‌رن تا worker پیام‌های جدید رو از دست نده.
• ریپوی اصلی دیپ‌سیک دیگه PR بیرونی برای هسته قبول نمی‌کنه و مشارکت از راه ساخت پلاگین انجام می‌شه.