Proyek Paling Potensial DeepSeek Muncul, Semuanya Bisa Menjadi Plugin. Harness Bukan Ingin Meniru Siapa Pun, Tapi Ingin Memberikan Hak Mendefinisikan kepada Komunitas Sumber Terbuka.
Sore hari tanggal 13 Agustus, DeepSeek akhirnya bersuara, mengumumkan dua informasi penting. Pertama, adalah rilis versi resmi DeepSeek V4 Pro, yang secara bersamaan diperbarui dan diluncurkan di APP, versi web, dan API. Pengguna dapat memilih mode "Ahli" di APP atau versi web untuk menggunakan model V4 Pro versi resmi yang baru, nama model API tetap tidak berubah.
Kedua, tim " DeepSeek Harness" dengan ikon kepala ikan paus hitam merilis postingan pertamanya, mengumumkan bahwa versi pratinjau pengembang Harness telah resmi diluncurkan, dengan kode sumber terbuka di bawah lisensi MIT.
Seperti yang telah diumumkan sebelumnya, versi resmi V4 Pro muncul bersamaan dengan Harness yang dikembangkan sendiri oleh DeepSeek. Karena kami sebelumnya telah memperkenalkan V4 Pro, artikel ini akan berfokus pada analisis mengapa DeepSeek Harness menarik.
Serta, setelah hari ini, apakah DeepSeek akan berubah dari perusahaan model menjadi perusahaan yang lebih sulit didefinisikan.
01
Model yang Sama, Berganti Cangkang Seperti Berganti Orang
Untuk memahami mengapa Harness penting, pertama-tama kita perlu memahami fakta yang berlawanan dengan intuisi: di era Agent, yang menentukan apakah suatu AI dapat bekerja, bukan hanya model.
Pada tanggal 6 dan 11 Agustus, perusahaan alat agent Composio melalui dua percobaan pengujian berusaha membuktikan nilai Harness. Peneliti menghubungkan model DeepSeek V4-Flash yang sama ke delapan Harness yang berbeda, yaitu sistem eksekusi yang membungkus model di luar, dan meminta mereka masing-masing menyelesaikan tiga puluh tugas multi-langkah. Tugas-tugas ini bukan tanya jawab, tetapi meminta Agent masuk ke aplikasi nyata seperti Gmail, Google Calendar, GitHub, Slack, memanggil alat dan mengubah status aplikasi, setiap tugas berjalan maksimal lima belas menit, dan hanya dianggap berhasil jika semua diperiksa dan lolos.
Hasilnya cukup berbeda. Pi Agent yang paling banyak berhasil menyelesaikan dua puluh tugas, sedangkan OpenCode yang paling sedikit hanya menyelesaikan empat belas tugas; delapan Harness total menjalankan dua ratus empat puluh kali, hanya seratus dua puluh sembilan yang berhasil; dari tiga puluh tugas, hanya enam yang diselesaikan oleh semua Harness. Dalam hal biaya, Claude Code, Codex, dan DeepAgents yang sama-sama menyelesaikan enam belas tugas, perkiraan biaya per tugas yang berhasil masing-masing sekitar $0,195, $0,081, dan $0,045. Model yang sama, selisihnya lebih dari empat kali lipat.
Ini berarti, model menentukan batas atas kemampuan, sedangkan Harness menentukan seberapa banyak batas atas ini akhirnya dapat direalisasikan, dan berapa biaya yang harus dikeluarkan untuk merealisasikannya. Dalam sebuah tugas panjang, sistem eksekusi harus terus-menerus membuat keputusan, apa yang disimpan dan apa yang dibuang dalam konteks, kapan memanggil alat mana, jika alat melaporkan kesalahan apakah akan mencoba lagi atau mengganti cara, ketika model mengatakan selesai, percaya atau tidak, apakah perlu diperiksa lagi. Jika ada satu langkah yang tidak ditangani dengan baik, bahkan jika model memiliki pemikiran yang benar, ia mungkin gagal pada saat benar-benar mengubah file, mengirimkan kode.
Perlu dicatat, ini adalah salah satu dari sedikit proyek yang dibuka untuk pengujian internal lebih awal sejak DeepSeek menjadi populer.
Beberapa pengembang telah mendapatkan akses pengujian internal Harness sebelum rilis. Beberapa orang dalam pengujian internal menemukan, meminta V4-Flash yang sama untuk menjalankan game yang sama di DeepSeek Harness, Reasonix, dan Codex, akan menghasilkan hasil yang sangat berbeda. Ini menunjukkan, ketika model benar-benar sama, alat, petunjuk, organisasi konteks, dan strategi eksekusi yang disediakan oleh sistem eksekusi, cukup untuk mengubah hasil akhir secara signifikan.
Ini justru alasan DeepSeek menganggap penting Harness yang dikembangkan sendiri. Di dalam DeepSeek , pernah dianggap bahwa Agent perlu menyelesaikan masalah pembelajaran berkelanjutan, akhirnya membuat AI mempercepat penelitian dan pengembangan AI. Melihat dari garis ini, Harness bukan hanya alat pemrograman tambahan, tetapi workstation bagi model untuk masuk ke tugas penelitian dan pengembangan yang nyata.
Selain itu, sebuah perusahaan yang berdiri dengan harga rendah dan kemampuan model, jika penyerahan tugas, umpan balik kegagalan, dan pintu masuk pengembang untuk waktu yang lama tergantung pada sistem orang lain, meskipun memiliki keunggulan harga, tidak dapat menentukan berapa banyak Token yang dibakar untuk sebuah tugas, berapa kali harus dicoba ulang, kapan tugas itu benar-benar selesai.
02
Semuanya Adalah Plugin, DeepSeek Bukan Pengganti Siapa Pun
Apa sebenarnya Harness? Cara paling mudah di pasaran adalah menyebutnya sebagai " DeepSeek versi Claude Code". Tetapi orang-orang yang telah menggunakan versi pengujian internal umumnya menganggap bahwa posisi ini tidak akurat.
Menurut dokumentasi resmi DeepSeek , filosofi desain inti Harness adalah "Everything is a plugin" — semuanya adalah plugin. Ini dibangun di atas sistem plugin Cordis, model, alat, keterampilan, sesi, sandbox, penyimpanan, loop, penjadwalan, UI, semua kemampuan Agent dibentuk oleh kombinasi plugin. Pengembang tidak perlu mengubah kode sumber Harness, dapat memilih, mengganti, atau memperluas kemampuan apa pun dalam konfigurasi.
Ini bukan tingkat yang sama dengan plugin yang biasanya dipahami. Plugin VS Code adalah menambahkan fungsi ke editor, plugin Codex adalah menambahkan alat ke Agent; sedangkan plugin Harness dapat mengganti otak, kotak alat, aturan, bahkan seluruh wajah Agent.
Menurut beberapa orang yang terlibat dalam pengujian internal, selama periode pengujian internal, pengembang menjadi sangat antusias dalam hal membuat plugin, "Semua orang tidak serius menguji internal, malah pergi menulis plugin", dalam beberapa hari saja muncul ratusan plugin — ada yang langsung mengubah seluruh antarmuka kerja, ada yang menggunakan plugin murni untuk mengimplementasikan "memori jangka panjang lintas sesi ditambah evolusi diri di latar belakang", meminta model secara berkala melihat kembali catatan kerjanya, mengompresi pengalaman sementara menjadi pengetahuan yang bertahan lama.
Ada juga yang berkomentar bahwa tata kelola komunitas sumber terbuka mungkin juga menjadi tantangan yang akan dihadapi DeepSeek selanjutnya.
Desain kunci lainnya adalah kemampuan pelacakan. Harness menggunakan log sesi hanya tambahan (append-only), semua yang dilihat model — petunjuk sistem, rantai pemikiran, panggilan alat dan hasilnya, penjadwalan sub-Agent, setiap injeksi konteks akan dicatat dengan lengkap. Kompresi konteks tidak akan menghapus sejarah asli, hanya menggunakan peristiwa penggantian untuk mengubah penampilan yang dilihat model setelahnya. Pengembang dapat melacak berdasarkan sumber dalam tampilan Trajectory, mendukung pemulihan, percabangan, pencarian, dan pemutaran ulang. Dokumen resmi merangkum prinsip ini sebagai "model terlihat, sudah tercatat".
Di balik ini adalah pola pikir rekayasa sistem yang khas. Menurut laporan, kepala tim DeepSeek Harness, Cui Tianyi, lulusan sarjana Departemen Ilmu Komputer Universitas Zhejiang, pernah bekerja selama sembilan tahun di institusi perdagangan kuantitatif Jane Street, bergabung dengan DeepSeek pada Maret 2026, dan Harness didirikan secara internal pada Mei. Inti dari sistem perdagangan kuantitatif frekuensi tinggi bukanlah strategi yang cerdas, tetapi eksekusi yang stabil dalam lingkungan yang sangat kompleks, penanganan pengecualian, pelacakan log penuh, dan risiko yang terkendali — ini justru adalah bagian yang paling kurang untuk AI Agent dari demonstrasi menuju produksi. Seorang pengembang pengujian internal menggambarkan performanya saat menjalankan tugas panjang dengan "stabil seperti anjing tua": tugas terputus secara otomatis disimpan, dilanjutkan lain kali, tidak perlu mulai dari awal lagi.
Perlu dicatat, Harness tidak mengurung diri di dalam tembok model DeepSeek . Secara default mendukung koneksi ke hampir empat puluh model besar seperti Kimi , OpenAI, Anthropic, Google, dll. Mungkin perusahaan lain cenderung membuat Agent yang siap pakai, tetapi DeepSeek Harness lebih seperti satu set komponen, pengembang dapat memutuskan sendiri seperti apa seharusnya Agent, bagaimana cara kerjanya.
Tentu saja, pihak resmi tetap sadar. Pengumuman menyatakan, sebagai versi pratinjau awal, "saat ini masih banyak detail yang perlu ditingkatkan dan dipoles, plugin inti dan antarmuka dasar juga akan diiterasi dengan cepat selanjutnya". Faktanya, salah satu media yang menguji internal, ifanr, mengungkapkan sulit dibayangkan, DeepSeek yang terkenal dengan kecepatannya suatu hari nanti waktu yang dibutuhkan untuk menjalankan tugas pemrograman juga bisa mencapai lebih dari setengah jam. Nomor versi v0.1 juga menunjukkan, ikan paus hitam ini baru muncul, masih jauh dari saatnya berenang bebas.
03
Dari Menjual Token ke Menyerahkan Hasil, Ambisi Ikan Paus Hitam
Munculnya Harness sesuai dengan perubahan arah seluruh industri AI.
Selama beberapa tahun terakhir, persaingan perusahaan model besar terfokus pada skala parameter dan skor tolok ukur. Namun memasuki tahun 2026, kemampuan dasar model teratas cepat menyatu, kesenjangan dalam tanya jawab tunggal terus menyempit, sementara perang harga semakin sengit. Model bisnis yang hanya menjual Token, langit-langitnya sudah terlihat jelas. Industri secara bertahap menyadari, nilai inti industri AI tidak terletak pada keluaran model, tetapi pada penerapan di lapangan — konsumsi Token yang sama, obrolan santai nilai-nilainya kecil, sedangkan memperbaiki satu Bug, menyelesaikan satu pengembangan fungsi, dapat menciptakan nilai komersial beberapa kali lipat.
Rilis baru DeepSeek berarti peralihan dari menjual daya komputasi ke menyerahkan hasil. Dalam model lama, klien membayar berdasarkan volume panggilan Token, terlepas dari apakah model benar-benar menyelesaikan masalah; dalam model baru, titik berlabuh pembayaran bergeser dari berapa banyak daya komputasi yang dikonsumsi ke tugas apa yang diselesaikan.
Peluncuran DeepSeek Harness kali ini, mendapat pujian tinggi dari pengembang juga karena alasan lain. DeepSeek tidak mendefinisikan Agent itu sendiri, tetapi menggunakan kemampuan penyebaran komunitas sumber terbuka untuk mempromosikan solusi Harness. Ini adalah jalur yang lebih besar, dan juga lebih sulit.
Selain itu, Harness menghadapi pasar matang yang telah divalidasi oleh Claude Code dan Codex, keduanya mengandalkan iterasi model dan sumber daya komersial Anthropic dan OpenAI, keunggulan pertama mereka jelas. Setelah sumber terbuka, apakah ekosistem plugin dapat berkembang secara spontan, apakah pengembang bersedia mempercayakan lingkungan produksi mereka ke versi 0.1, apakah kebiasaan pembayaran pasar domestik dapat mendukung logika baru "membayar berdasarkan hasil", semua ini adalah masalah yang belum terjawab. DeepSeek sendiri juga menyatakan bahwa plugin inti dan API akan terus berkembang dengan cepat, ini berarti mereka yang mengakses lebih awal harus menanggung biaya perubahan antarmuka.
Pada tanggal 13 Agustus ini, ada dua peluncuran di kedua sisi Samudra Pasifik. Elon Musk mempromosikan Grok 4.6, menyebutnya "cerdas, cepat, dan sangat hemat biaya"; DeepSeek tidak mengatakan apa-apa, hanya terus-menerus memberikan pembaruan.
Di antara keramaian dan keheningan, terdapat perbedaan dua filosofi bisnis.
Kami ingin menyebutnya sebagai proyek "paling potensial sepanjang sejarah" DeepSeek , bukan karena hari ini sudah yang terkuat. V4 Pro masih memiliki kesenjangan dengan model sota, Harness masih hanya versi pratinjau pengembang v0.1, reaksi pasar setelah kenaikan harga masih perlu diamati, pembangunan ekosistem adalah jalan panjang. Potensi disebut potensi, justru karena belum terwujud.
Tetapi jika menarik garis waktu yang panjang, dari R1 ke V4, dari model ke Harness, setiap langkah yang diambil DeepSeek selalu menginjak arah yang sama: menekan kemampuan terdepan ke biaya yang terjangkau, kemudian menghubungkan kemampuan yang terjangkau ke sistem yang dapat diterapkan.
Ikan paus hitam sudah muncul. Sejauh mana ia dapat berenang, berada di masa depan milik komunitas sumber terbuka.
Artikel ini berasal dari akun resmi WeChat "Phoenix Network Technology", penulis: Dale, editor: Dong Yuqing
