"Бүх зүйл плагин": DeepSeek бие даасан AI агентын цоо шинэ нээлттэй систем "DeepSeek Harness"-ийг танилцууллаа

Сүүлийн үед AI coding агент бүтээгдэхүүнүүд зах зээлд борооны дараах мөөг шиг олширч байгаа билээ. Гэвч ихэнх агентууд (жишээ нь Claude Code, OpenAI Codex суурьтай системүүд) нь загвар, хэрэгсэл, санах ой болон ажиллах орчноо өөрсдийн хаалттай систем дотроо хүчтэй багцалсан "monolithic" буюу битүү экосистемтэй байдаг.

Энэхүү хамаарлыг задлахаар DeepSeek компани DeepSeek Harness (товчоор dsh) нэртэй цоо шинэ нээлттэй эхийн (MIT лицензтэй) бие даасан агент платформоо зарлалаа. Энэ нь зүгээр нэг шинэ AI загвар биш, харин LLM-ийг бодит файл систем, терминал, хэрэгслүүдтэй аюулгүй, уян хатан холбодог бүрэн хэмжээний Agent Runtime юм.

1. "Everything is a Plugin": Модульчлалын шинэ стандарт

DeepSeek Harness-ийн гол суурь философи бол "Бүх зүйл плагин" (Everything is a Plugin). Тус систем нь Cordis хэмээх мета-фрэймворк дээр суурилсан микрокернел бүтэцтэй.

Уламжлалт агент фрэймворкууд дээр та системийн суурь логикийг өөрчлөхийн тулд эх кодыг нь "fork" хийх шаардлагатай болдог бол dsh дээр дараах бүх эд анги нь бие даасан плагин хэлбэрээр солигдоно:

Model Adapter: DeepSeek-ээс гадна OpenAI, Anthropic, Google Vertex, Amazon Bedrock эсвэл дотооддоо ажиллаж буй Ollama/vLLM-ийг зүгээр л тохиргоогоор (config) солих боломжтой.
Tool Registry: Файл систем, вэб хайлт, Bash команд, тусгай дотоод API дуудлагуудыг нэмэх, хасах.
Sandboxing & Storage: Docker, Firecracker эсвэл тусгаарлагдсан санах ойн сангууд.
Agent Loop & Scheduling: Төлөвлөлтийн механизм, sub-agent дуудах дараалал.
Хэрэглэгчийн интерфейс: Terminal CLI, Web UI аль нь ч байж болно.

Энэхүү дизайн нь инженерүүдэд өөрийн байгууллагын дэд бүтэц, аюулгүй байдлын шаардлагад нийцүүлэн ямар ч LLM-ийг өөрийн агентын хөдөлгүүр болгож ашиглах эрх чөлөөг олгож байна.

2. Replay & Audit: Бүх үйлдэл лог дээр тэмдэглэгдэнэ

AI агентууд код бичих явцад юу болж өнгөрснийг шалгах нь хөгжүүлэгчдэд тулгардаг хамгийн том асуудал байдаг. DeepSeek Harness нь Append-only Session Log дэд системийг суулгаж өгсөн.

Агентын харсан мэдээлэл, дуудсан Tool-ийн үр дүн, завсрын эргэцүүлэл (reasoning traces), ашигласан токений хэмжээ зэрэг бүх параметрүүд нэгдсэн бүтэцтэй лог болж хадгалагдана. Үүний ачаар:

Replay хийх: Өмнө нь гарсан алдааг тухайн цэгээс нь яг тэр төлөвөөр нь дахин тоглуулах.
Session Forking: Агент буруу чиглэл рүү явсан бол өмнөх төлөв рүү буцаж, өөр даалгавар өгч салбарлуулах.
Benchmarking: Өөр өөр загварууд яг ижил нөхцөлд ямар шийдвэр гаргаж байгааг шууд харьцуулах боломжтой болжээ.

3. Аюулгүй байдал: Sandbox ба Approval хоёрыг салгасан нь

Агентуудын аюулгүй байдлыг хангах тал дээр dsh тун оновчтой архитектур сонгосон байна. Тэд "User Approval" (Хэрэглэгчийн зөвшөөрөл) болон "Sandboxing" (Хязгаарлагдмал орчин)-ийг хоёр тусдаа давхарга болгон тусгаарлажээ:

Approval (Хэрэглэгчийн хяналт): Тухайн үйлдлийг хийхээс өмнө хэрэглэгчээс баталгаажуулалт асуух эсэх шийдвэр.
Sandboxing (Нөөцийн хязгаар): Команд ажиллахдаа бодит системийн ямар файлууд, сүлжээнд хандах эрхтэй вэ гэдгийг тодорхойлох.

Түүнчлэн pre-execute болон post-execute middleware функцүүдийг нэмж өгснөөр, аливаа байгууллага өөрийн нууц мэдээлэл шүүгч (PII redaction) эсвэл компанийн аюулгүй байдлын бодлого шалгах плагиныг төвөггүй холбох боломж бүрдэв.

4. Хөгжүүлэгчид хэрхэн туршиж эхлэх вэ?

DeepSeek Harness-ийг туршиж үзэхэд тун энгийн бөгөөд хэд хэдэн горимоор ашиглах боломжтой:

Local Web UI эхлүүлэх:

Node.js орчинтой ямар ч компьютер дээр ганц тушаалаар локал веб орчноо асааж болно:

npx @deepseek-ai/dsh web

Энэ нь http://127.0.0.1:3080 хаяг дээр ажиллаж, workspace болон загвараа сонгох визуал орчныг нээнэ.

CI/CD болон Headless горим:

Автомат тест шалгах эсвэл код засах зориулалтаар терминалаас даалгавар өгөх:

dsh --profile headless "Inspect the repository and fix failing unit tests"

Python SDK ашиглах:

Өөрийн системд агентын логикийг шууд кодоор интеграц хийх боломжтой:

from deepseek_harness import DeepSeekHarness

with DeepSeekHarness(
    provider="deepseek-official",
    model="deepseek-v4-flash",
    cwd="./my-project",
    session_root="./sessions",
) as harness:
    result = harness.run("Refactor database query layers to use async connection pool.")

Дүгнэлт

AI хөгжүүлэлтийн ертөнцөд "Загвар нь агентын тархи бол, Harness нь түүнийг бодит ертөнцтэй холбодог бие махбод" гэсэн зарчим хүчтэй яригдаж байна. DeepSeek энэхүү "бие махбод"-ыг нээлттэй эх, бүрэн плагин суурьтай болгосноор хөгжүүлэгчдийг тодорхой нэг вендорын бүтээгдэхүүний хамааралд орохоос хамгаалж, бүрэн хяналтыг өөрсдийнх нь гарт өгч байна.

Хэрэв танай баг дотооддоо өөрсдийн хэрэгцээнд таарсан найдвартай, аудит хийх боломжтой Coding Agent бүтээхээр төлөвлөж байгаа бол DeepSeek Harness-ийг туршиж үзэхийг зөвлөж байна.

Эх сурвалж: InfoQ: The Open-Sourcing of DeepSeek Harness Opens the Door to Modular, Unbundled AI Agent Infrastructure, DeepSeek AI GitHub Repository