DeepSeek ha colaborado con la Universidad de Pekín en un último artículo científico que desvela el velo de la ballena versión Harness.
Se titula «A Programming Paradigm for Spatiotemporal Composability», cuya traducción al español es «Un paradigma de programación para la componibilidad espacio-temporal».
Suena un poco enrevesado, basta con recordar una frase:
Todo el texto gira en torno a Cordis, el núcleo de la ballena negra, una «placa base de Lego» que se puede conectar y desconectar a voluntad.
Aquí, todo es un plugin, todo es recombinable.
Esto también explica por qué «la Ballena Negra» es tan abierta, y los desarrolladores alientan activamente a crear plugins y modificar Harness.
Es un artículo repleto de información, que también representa la culminación de los esfuerzos acumulados durante mucho tiempo por el equipo de DeepSeek Harness, librando finalmente una batalla exitosa en forma de la gran Ballena Negra.
Vale la pena señalar que este es el séptimo artículo científico de DeepSeek este año, y también la enésima colaboración con la Universidad de Pekín.
Con más de ochenta páginas, me he leído el artículo de principio a fin y he resumido algunos puntos clave:
1. Cordis proporciona una semántica de composición dinámica universal. Los componentes gestionados por Context pueden cargarse y descargarse dinámicamente, y sus efectos secundarios gestionados se reciclan automáticamente.
2. Su fundamento matemático proviene de dos conceptos clásicos de la teoría de tipos: efecto y coefecto.
3. No es un juguete de laboratorio. Este diseño ya ha estado funcionando durante cuatro años en el framework de chatbot Koishi, validado en entornos de producción por más de 4000 plugins de la comunidad.
Y todo esto sirve a una misma ambición:
La autoevolución.
Tiempo y espacio, los dos obstáculos para la autoevolución de Harness
El mundo del software tiene una realidad contraintuitiva: la mayoría de los sistemas que admiten plugins requieren reiniciar todo el proceso del programa anfitrión después de desinstalar un plugin.
Esto significa que, aunque solo se elimine un plugin, todos los plugins ya cargados deben reiniciarse junto con él.
Sí, un «plug»-in, una vez conectado, en realidad no se puede desconectar.
VSCode es un caso típico.
El artículo indica que, hasta el 9 de junio de 2026, entre las 100 extensiones más populares en VSCode Marketplace, 87 contienen código ejecutable que, una vez activado, no se puede desinstalar individualmente en tiempo de ejecución; deshabilitarlo o eliminarlo requiere reiniciar todo el host de extensiones.
Este no es un problema exclusivo de VSCode. El artículo señala que casi todas las arquitecturas de plugins presentan este tipo de deficiencia, aunque en diferentes grados.
Este problema ya es bastante molesto en un sistema de plugins ordinario, pero si el costo es solo un reinicio, aún podría ser aceptable.
Sin embargo, en el contexto de los Agent, es un problema completamente diferente.
Un "arnés" (Harness) convencional suele estar repleto de muchas cosas: conjunto de herramientas, entorno de ejecución, control de permisos, sandbox, estado de sesión, sistema de memoria... Es en sí mismo un sistema de ingeniería extremadamente complejo.
Y ahora, se encuentra con este «AI autoevolutivo» que, como el Rey Mono Sun Wukong, podría modificarse a sí mismo y desaparecer en un descuido.
Este es también el ángulo desde el que el artículo de DeepSeek aborda la autoevolución:
En el futuro, un Agent podría generar una herramienta según la tarea, instalarla en el entorno de ejecución por sí mismo, y si encuentra problemas, reemplazarla por sí mismo.
Si cada vez que se cambia una línea de código hay que reiniciar todo el proceso, el contexto acumulado, la caché, todo podría colapsar.
Esto se llama componibilidad temporal.
Si las dependencias entre módulos dependen de que cada módulo aplique sus propios parches, hoy verificando si existe A, mañana adivinando si existe B... en un descuido se pueden introducir dependencias circulares, que estallarán al recargar.
Esto se llama componibilidad espacial.
Y estas dos dificultades son precisamente los dos problemas que Cordis pretende resolver.
La solución de DeepSeek
Primero, hay que complementar dos conceptos matemáticos, que también son los dos pilares teóricos de este artículo:
Efecto y coefecto.
En términos simples, el efecto caracteriza «el impacto del programa en el mundo»; el coefecto caracteriza «las restricciones del mundo sobre el programa». Ambos son una relación dual: los sistemas de efecto enriquecen los tipos, los sistemas de coefecto enriquecen el contexto.
Pero hay un problema: en el contexto de la IA autoevolutiva, el framework se carga dinámicamente.
Los efectos/coefectos clásicos son herramientas de sistemas de tipos estáticos.
Para superar simultáneamente los obstáculos temporal y espacial, el equipo adaptó y mejoró estos dos conceptos específicamente para el entorno de ejecución de Agent: «efectos reversibles» y «coefectos reactivos».
Efectos reversibles (revertible effects), apuntan a la dimensión temporal.
La definición central es solo una frase: cada modificación al contexto debe tener una función inversa explícita, de modo que los efectos secundarios sean reversibles.
Al cargar un plugin, cada modificación del estado registra la función inversa correspondiente, apilándose secuencialmente en una «cadena de deshacer».
Al descargar el plugin, se ejecuta esta cadena en sentido inverso, permitiendo que el estado del sistema se restaure exactamente a como estaba antes de cargar el plugin.
Se puede entender como una pila de platos: el último que se coloca es el primero que se retira.
Así, el orden temporal no se altera.
Los coefectos reactivos (reactive coeffects) se encargan de la dimensión espacial.
En Cordis, un componente puede declarar qué dependencias necesita, logrando así que las dependencias sean resolubles.
Por ejemplo, un plugin de chat dice que necesita un adaptador de mensajes y una base de datos. Solo cuando se satisfacen ambas dependencias, pasa a estado ACTIVO. Si falta una, permanece INACTIVO, no se inicia apresuradamente, ni se ejecuta para luego fallar por una referencia nula.
Cuando aparece el proveedor, el dependiente se activa automáticamente. Cuando el proveedor se retira, el dependiente se detiene primero; después de que retire su propio efecto, el proveedor completa la descarga.
Si la parte que proporciona la dependencia se desinstala, la parte dependiente se desactiva automáticamente; si la dependencia vuelve a estar disponible, la parte dependiente se reactiva automáticamente. Esta orquestación topológica no depende de que el desarrollador la escriba manualmente, se deduce automáticamente a partir de las declaraciones.
La combinación de ambos constituye el núcleo de Cordis.
El significado intuitivo de «componibilidad espacio-temporal» en el título del artículo reside precisamente aquí.
Koishi
Entonces, ¿todo lo que se acaba de decir ha sido validado en la práctica?
Sí.
Y además, con un volumen considerable.
El proyecto utilizado en el artículo para la validación experimental es un framework de chatbot llamado Koishi.
Koishi está construido sobre Cordis. En cuatro años ha acumulado más de 4000 plugins de la comunidad, cubriendo adaptadores de mensajería instantánea, controladores de bases de datos, paneles de administración y diversas funcionalidades para usuarios.
GitHub muestra que Koishi es un framework de chatbot multiplataforma, extensible y de alto rendimiento.
Su nombre y diseño del icono provienen del personaje Komeiji Koishi de la serie Touhou Project.
Komeiji Koishi es un personaje que realiza acciones inconscientes. Elegir este nombre simboliza el tema del chatbot y también contiene el amor que los desarrolladores han dedicado al proyecto.
También es un README bastante interesante.
¿Y qué es Cordis?
El autor de Koishi indica que el nombre Cordis proviene del latín «corazón», y todo en Koishi comienza con Cordis.
Como meta-framework, Cordis no está acoplado a ningún dominio o escenario concreto.
La capacidad que proporciona es algo que la mayoría de los frameworks dan por sentado: un sistema de plugins, pero detrás de este sistema hay un objetivo que la mayoría de los frameworks no logran: la reversibilidad.
Y dejó esta frase:
Espero que pueda convertirse en el núcleo del software futuro (al menos del software que yo desarrolle).
Cuatro años después, el artículo de DeepSeek proporciona la validación.
Primero, la validación en la dimensión temporal.
En Koishi, un administrador puede deshabilitar un plugin desde el panel de control, y el impacto del plugin en el sistema se revierte in situ, mientras otros plugins continúan funcionando.
Durante el desarrollo, cuando un plugin se modifica y guarda, se vuelve a aplicar el plugin modificado, manteniendo la caché y las conexiones intactas.
A continuación, la validación en la dimensión espacial.
En el ecosistema de Koishi, los adaptadores de mensajería instantánea (IM) proporcionan acceso a plataformas de mensajería, los controladores de bases de datos proporcionan almacenamiento persistente, y los plugins funcionales declaran estos como dependencias para acceder directamente.
Durante la ejecución real, al cambiar el backend de almacenamiento o reconectar un adaptador, solo los plugins cuyas dependencias han cambiado realmente se reactivan; los plugins cuyas dependencias no han cambiado permanecen completamente inmóviles.
Cabe señalar que estos plugins suelen ser desarrollados de forma independiente por diferentes autores, y la única coordinación entre ellos es ese coefecto reactivo enfatizado por Cordis.
Esto demuestra que un conjunto de reglas de composición dinámica puede funcionar efectivamente en un ecosistema abierto de plugins contribuidos por diferentes autores.
Sin embargo, el artículo tampoco presenta este caso como una demostración perfecta.
El equipo reconoce que actualmente solo hay datos de validación del ecosistema único de Koishi y del lenguaje único TypeScript, y carece de comparaciones controladas con arquitecturas alternativas...
Pero lo más importante es que señala una nueva dirección: una infraestructura de "Arnés" (Harness) para Agent al servicio de la autoevolución.
Y el DeepSeek Harness publicado ahora es precisamente una versión mejorada de Koishi Cordis.
Presentación de los autores del artículo
Finalmente, como es habitual, hablemos de los autores del artículo.
Son tres en total, abarcando la Universidad de Pekín y DeepSeek .
El primer autor se llama Yifan Shi, de la Universidad de Pekín y también miembro de DeepSeek .
Una investigación más profunda revela que su nombre ya había aparecido anteriormente en el Informe Técnico de DeepSeek V3.
El proyecto utilizado para la validación en este nuevo artículo, Koishi, también es creación suya.
Se nota una fuerte predilección por «shi»: su nombre real es Yifan Shi, su proyecto se llama Koishi y su nombre en GitHub es Shigma.
(doge)
Volviendo al tema.
Koishi es un repositorio de hace cuatro años que ahora tiene 5.7K estrellas. Se puede decir que es el origen de todo.
Porque el concepto de Cordis también se propuso dentro de Koishi.
En 2023, Shigma escribió un artículo de diseño para la documentación oficial de Koishi, titulado «Un sistema de plugins reversible», que es prácticamente el antepasado de este nuevo artículo científico.
Wei Zhang, también de la Universidad de Pekín, es profesor asociado en el Instituto de Software de la Facultad de Ciencias de la Computación de la Universidad de Pekín.
El sitio web de la facultad muestra que las áreas de investigación de Zhang Wei cubren principalmente la ingeniería de software y los lenguajes de programación.
En 1999, se graduó de la licenciatura en Ingeniería Térmica de la Universidad de Aeronáutica y Astronáutica de Nanjing. Posteriormente, se orientó hacia la informática, obteniendo una maestría en Ciencias de la Computación en la misma universidad en 2002.
Después de la maestría, Zhang Wei ingresó a la Universidad de Pekín para continuar sus estudios de doctorado, obteniendo su doctorado en Teoría y Software de Computadoras en 2006.
Tras graduarse del doctorado, permaneció directamente en la Universidad de Pekín, dedicándose desde entonces a la investigación y enseñanza en las áreas de ingeniería de software y lenguajes de programación.
Vale la pena señalar que ya en 2021, en la conferencia ASE, Zhang Wei colaboró con Yifan Shi.
En 2024, ambos publicaron juntos el artículo de ICSME «Focused: An Approach to Framework-oriented Cross-language Link Specification and Detection».
Finalmente, un viejo conocido.
Tianyi Cui, líder del equipo de Harness de DeepSeek . Se graduó de la licenciatura en el Departamento de Ciencias de la Computación de la Universidad de Zhejiang, compañero junior de Wenfeng Liang.
Durante sus estudios, Tianyi Cui fue admitido en la Universidad de Zhejiang por sus logros en la Olimpiada Nacional de Informática (NOIP), y también obtuvo 6 veces la medalla de oro en las competiciones regionales asiáticas de la ACM International Collegiate Programming Contest.
Después de graduarse, trabajó durante 9 años en las oficinas de Jane Street en Hong Kong y Nueva York.
Enlace al artículo: https://github.com/cordiverse/paperKoishi: https://github.com/koishijs/koishi
Este artículo proviene del WeChat Official Account «量子位» (Bit Cuántico), autor: Jay
