DeepSeek только что выпустили кое-что интересное. И это не очередная модель.

Они открыли исходники DeepSeek Harness (dsh) — платформы для запуска и создания AI-агентов.

На первый взгляд кажется: ну ещё один framework для агентов.

Но внутри идея гораздо интереснее.

Главный принцип dsh — everything is a plugin.

Практически каждый компонент можно заменить или расширить: модель, инструменты, память, sandbox, storage, session и сам agent loop.

То есть вместо большого монолитного фреймворка получается конструктор, из которого можно собирать собственную агентную систему.

И здесь появляется Cordis — framework, который лежит в основе Harness.

У него довольно необычная архитектура с концепцией spatiotemporal composability. Если сильно упростить, речь о том, как компоненты системы могут взаимодействовать между собой не только структурно, но и с учётом состояния и событий во времени.

Для AI-агентов это довольно важная вещь.

Потому что современный агент — это уже давно не просто:

LLM → prompt → answer.

В реальной системе вокруг модели появляется целый слой:

модель + инструменты + память + контекст + состояние + выполнение действий + обработка ошибок + повторные циклы.

И вот этот слой постепенно становится отдельной технологией.

Мне кажется, здесь есть интересный тренд.

Раньше главный вопрос был:

«Какую модель вы используете?»

Теперь всё чаще будет:

«На чём работает ваш агент?»

Потому что две системы могут использовать одну и ту же модель, но давать совершенно разный результат из-за того, как устроены tools, memory, context, execution и agent loop.

DeepSeek в данном случае пошёл не только в сторону моделей, а начал открывать инфраструктурный слой вокруг них.

И это, на мой взгляд, намного интереснее очередного релиза модели.

Похоже, мы постепенно переходим от Model Engineering к Agent Engineering.



GitHub: https://github.com/deepseek-ai/deepseek-harness