Текст | За рамками верстки, автор | Хуахуа
В прошлом DeepSeek был силен в одном: делал сложные вещи дешевыми.
Чем мощнее модель, тем ниже цена. Другие сжигали деньги, а он бил цены в пол. После V3 и R1 у всей индустрии сложилось единое мнение: топовые модели не обязательно должны быть дорогими.
Но два недавних шага резко изменили эту историю.
Сначала подорожала V4 Pro. Затем вышла платформа для агентов DeepSeek Harness.
Первое начало возвращать модели в мир бизнеса, второе же просто вывалило перед разработчиками всю ту кучу сложных вещей, которые лежат за пределами модели.
Две, казалось бы, не связанные между собой вещи, если посмотреть на них вместе, скорее отвечают на один и тот же вопрос: что DeepSeek хочет завоевать на следующем этапе?
1. DeepSeek начинает менять тактику
Оглядываясь на последние два года, DeepSeek, по сути, постоянно отвечал на три вопроса.
V3 и R1 доказали, что китайская команда может создавать мировые базовые модели и даже при ограниченных ресурсах поднимать эффективность вывода и обучения до очень высокого уровня.
Модель получилась. Далее нужно было ответить, достаточно ли она дешева. Это самое шокирующее для отрасли место: он постоянно снижал цены.
А дальше — могут ли эти возможности быть использованы большим количеством людей. DeepSeek выбрал open-source, от весов моделей к API, а затем и к экосистеме разработчиков, последовательно расширяя вовне.
Прошлая логика DeepSeek была целостной: делать мощные модели, снижать цены, открывать возможности, чтобы ими пользовались больше людей.
В V4 Pro модель продолжила развиваться, но цена больше не снижалась. Само по себе повышение цен — не повод для удивления. Что действительно стоит посмотреть, так это то, что оно появилось почти одновременно с Harness.
Возможно, DeepSeek начал вести другой расчет.
Раньше он боролся за количество вызовов моделей; теперь он начинает бороться за то, где происходят эти вызовы. Это две совершенно разные битвы.
Чтобы модель действительно создавала ценность, она должна пройти через слой среды выполнения: вызов инструментов, чтение файлов, управление правами, выполнение задач. Раньше этот слой был инкапсулирован внутри продукта, пользователи даже не знали о его существовании.
Harness — это первый раз, когда DeepSeek вынес этот слой отдельно.
V4 Pro и Harness — это, по сути, две руки. Одна возвращает саму модель в бизнес-счеты, другая тянется к инфраструктуре за пределами модели.
2. Разобрал агента на части
Чтобы понять DeepSeek Harness, лучше всего провести аналогию с Apple.
У Apple есть важная философия продукта: сложность берут на себя за пользователя. Вам не нужно знать, как планируется CPU, как управляется память, как работает файловая система. Включите Mac, iPhone — и пользуйтесь.
Эта логика позже проникла и в агентов. Claude Code, Codex, WorkBuddy — все они инкапсулировали сложные возможности, необходимые для работы агента. Инструменты, навыки (Skills), песочницы, права, рабочие процессы — всего вдоволь, но пользователю не нужно об этом знать. Просто скажите: «Сделай это за меня», а остальное продукт решит за вас.
Это было направление усилий продуктов ИИ последних лет. Модели становятся все сложнее, продукты — все проще. DeepSeek Harness пошел в обратном направлении, разобрав все это на отдельные части.
Модель, инструменты, навыки (Skills), рабочие процессы, пользовательский интерфейс — все стало взаимозаменяемыми компонентами. Даже плагины во время выполнения могут динамически загружаться, выгружаться и перекомпоновываться.
Самое примечательное в Harness — это переопределение границ инкапсуляции. Логика Apple — я инкапсулирую для вас сложность в готовый продукт. Логика Harness — разобрать сложность на модули и передать вам право их изменять.
Это также объясняет, почему он называется Harness, а не DeepSeek Code. Code говорит о назначении, Harness — о среде выполнения.
Если разобрать агента на части, то получится: Агент = Модель + Harness. Модель отвечает за мышление, Harness отвечает за превращение мысли в действие. Раньше весь этот комплекс был скрыт за продуктом.
Что сделал DeepSeek? Он превратил сам этот слой инкапсуляции в объект для открытой работы.
3. Позволил программному обеспечению эволюционировать во время выполнения
Если рассматривать Harness исключительно как продукт-агент, он даже кажется необычным. Почему компания-разработчик модели сознательно позволяет использовать модели конкурентов?
Ответ, возможно, лежит за пределами продукта-агента.
Здесь стоит упомянуть Cordis, лежащий в основе плагинов.
Cordis — это ядро в основе Harness, специально управляющее тем, как плагины устанавливаются, удаляются и взаимодействуют друг с другом. Он очень сдержан — не касается моделей, инструментов, конкретных возможностей агента, а управляет только одним:
Позволить плагинам динамически загружаться, выгружаться, управляться, сохраняя при этом стабильность системы в процессе изменений.
Только этим действием он затрагивает два жестких технических понятия.
Одно называется темпоральной (временной) композируемостью. Может ли влияние, оказанное плагином после его выгрузки, быть полностью отменено. Другое — пространственной композируемостью: если один плагин зависит от другого, а тот внезапно исчез или изменился, может ли первый самостоятельно восстановить зависимость.
Звучит технически, но на самом деле они отвечают на большой вопрос: может ли агент изменять себя в процессе работы?
Традиционное ПО так не работает. Как только программа запускается, ее возможности в основном фиксируются. Вы можете обновить версию, но не станете на полпути вдруг говорить: «Мне не хватает возможности, сейчас добавлю».
Cordis хочет предоставить именно такую возможность. Режим творения (creat mode) в Harness — самое наглядное проявление этой идеи. Агент может проверять среду, в которой он сейчас работает, обнаружить, чего не хватает, создать это на месте, подключить обратно и продолжить работу.
Вы можете заставить его создать агента для безопасного аудита, который только читает код и не может изменять файлы, или агента для корпоративных исследований, подключающего внутренний поиск, использующего фиксированную модель и оснащенного тремя специальными навыками.
Традиционному агенту требуется предварительная настройка человеком. Harness исследует другой путь: человек только ставит цель, а агент сам настраивает свою среду выполнения.
Это похоже на машину, которая в процессе работы обнаруживает отсутствие детали и тут же создает ее и устанавливает.
И сегодня это меняет способ создания программного обеспечения.
Раньше человек писал программу, программа выполняла задачу; в будущем, возможно, человек будет ставить цель, агент будет генерировать возможности, устанавливать их и затем выполнять цель.
Если этот путь действительно будет пройден, значение самого слова «агент» изменится. Он все меньше будет похож на заранее запрограммированное ПО и все больше — на среду выполнения, способную в любой момент изменить границы своих возможностей.
4. Настоящее поле битвы — за пределами модели
Здесь есть одна деталь, имеющая большое коммерческое значение.
Harness не ограничивает пользователей моделями только от DeepSeek.
Для компании-разработчика моделей делать агента — самая естественная тактика — привязать его к своей модели. У OpenAI есть GPT, у Anthropic — Claude, у Google — Gemini. Агент — это последний километр от модели к пользователю, чем теснее привязка, тем больше вызовов собственной модели. Компании-разработчики моделей естественным образом хотят объединить модель и агента.
DeepSeek как раз не поступил так. Он позволяет настраивать модель, протокол, базовый URL и даже подключать модели конкурентов.
Теоретически, вы можете полностью использовать модели конкурентов внутри DeepSeek Harness.
С точки зрения продукта-агента, это странно. Но если взглянуть с точки зрения инфраструктуры, все становится понятно. Возможно, он действительно хочет контролировать не модель, а тот слой среды выполнения агента, который лежит под моделью.
Это похоже на операционную систему. Windows не нужно самой делать все программы, Android тоже. Настоящая ценность операционной системы в том, что другие хотят разрабатывать под нее. Чем больше разработчиков, тем больше программ, чем больше программ, тем больше пользователей, и вес платформы естественным образом возрастает.
Harness хочет скопировать именно эту логику.
Его настоящие конкуренты, возможно, не Claude Code и Codex, а скорее среды выполнения эпохи агентов. Кто контролирует среду выполнения, у того есть шанс определить, как будут работать агенты в будущем.
5. Начал считать экосистемный счет
Теперь у повышения цен на V4 Pro появляется другое объяснение.
Раньше DeepSeek полагался на дешевые модели, чтобы привлечь больше пользователей, больше пользователей — больше вызовов, больше вызовов — больше разработчиков и влияния, и в конечном итоге это питало более сильные модели.
После появления Harness формируется новый цикл экосистемы.
Самое большое отличие этой модели от прошлой в том, что изменилось положение модели: она превратилась из конечной точки в двигатель.
Раньше DeepSeek с помощью низких цен заставлял больше людей использовать модели, теперь он пытается заставить всю экосистему агентов постоянно потреблять модели.
Это также причина, по которой Harness не принудительно привязывает к моделям DeepSeek.
Что он действительно хочет, так это чтобы все агенты работали в определенной им среде выполнения, а какая модель используется на нижнем уровне — уже не так важно.
Достаточно, чтобы среда выполнения стала экосистемой, и вызовы моделей будут происходить естественным образом.
Именно здесь кроется причина повышения цен. Ему больше не нужно вечно играть роль ценового сокрушителя, модель начинает становиться машиной, постоянно генерирующей денежный поток.
6. Неудобство, возможно, как раз и есть его ответ
Честно говоря, открывая DeepSeek Harness, я не знал, как им пользоваться.
UI очень инженерный, документация вся в терминах. Обычный пользователь, открыв его впервые, скорее всего, спросит: для кого это вообще?
Возможно, проблема именно в этом. Возможно, он изначально не рассматривал обычных пользователей как первую целевую аудиторию.
Но сейчас, оглядываясь назад, я считаю, что это не так уж и важно.
Платформе в самом начале нужны самые первые строители, потребители стоят позади. Windows, Linux, Android — все они на старте опирались на разработчиков.
Поэтому, чтобы оценить, успешен ли Harness, даже не стоит сначала смотреть на количество скачиваний.
Нужно смотреть на плагины, на агентов, на то, кто что на нем строит.
Если кто-то начнет создавать вокруг него различных агентов, и даже если кто-то использует Harness для создания своего собственного Harness, вот тогда платформа действительно начнет расти.
Сегодня мы воспринимаем агента как продукт.
А что, если однажды агенты смогут, как программное обеспечение, постоянно строиться, изменяться, комбинироваться, и даже сами агенты продолжат строительство?
Тогда агент, каким мы его понимаем сегодня, возможно, всего лишь его самая ранняя форма.
Слова [За рамками верстки]:
Амбиции компании иногда скрыты в том, что она выпускает, а иногда — в том, что она не делает за вас.
DeepSeek Harness не сделал агента готовым продуктом.
Он передал незаконченную вещь в руки разработчикам.
Но для компании, которая хочет создать инфраструктуру, незаконченность иногда как раз и означает наличие достаточно большого пространства.
Это пространство DeepSeek передал в руки разработчиков и пользователей.
