DeepSeek Harness a publié une nouvelle mise à jour.
Le 20 août, le projet a sorti v0.1.0-rc.8, seulement deux jours après le précédent candidat à la publication. La mise à jour apporte une meilleure gestion multimodale, un support amélioré des subagents, des correctifs pour le terminal Windows, des appels d’outils plus rapides, ainsi qu’un ensemble de changements liés aux performances.
Sur le papier, il s’agit d’une sortie plutôt normale.
Mais DeepSeek Harness attire davantage l’attention des développeurs pour une raison plus importante : certaines personnes commencent à se demander si le harness autour d’un modèle compte presque autant que le modèle lui-même.
Cela rend la rc.8 intéressante à examiner de plus près.
Si vous découvrez le projet, vous pouvez aussi consulter l’introduction officielle de DeepSeek Harness.
DeepSeek Harness est bien plus qu’une interface de codage
DeepSeek décrit le projet à travers une idée simple :
Agent = Modèle + Harness
Le modèle gère le raisonnement et la génération. Le Harness gère tout ce qui l’entoure : les outils, les terminaux, la planification, les permissions, les sessions, le stockage, les subagents et l’exécution des tâches.
Un autre principe central est « Tout est un plugin. »
Cela signifie que DeepSeek Harness est conçu moins comme une application d’assistance à la programmation figée et davantage comme un environnement d’exécution d’agent modulaire.
C’est aussi pour cette raison que les développeurs le comparent sans cesse à Claude Code, Codex, OpenCode et à des outils similaires.
La question ne se limite plus à :
Quel modèle est le meilleur ?
Elle devient aussi :
Quel environnement aide le modèle à mieux travailler ?
Les premières discussions au sein de la communauté autour des modèles DeepSeek ont déjà montré que le même modèle peut sembler nettement différent selon le harness utilisé autour de lui.
Le support multimodal s’améliore
L’un des plus gros changements de la rc.8 concerne l’amélioration du support multimodal.
L’adaptateur du modèle DeepSeek peut désormais être configuré pour des requêtes natives d’images. Des commandes comme /goal et /plan prennent en charge une entrée texte-et-image, tandis que le menu @ peut référencer plus facilement des fichiers et des sessions.
La mise à jour corrige également des échecs causés par des images trop volumineuses ou par trop de données d’image accumulées lors de conversations plus longues.
Résultat : Harness est beaucoup mieux préparé pour les workflows impliquant des captures d’écran, des diagrammes, des maquettes d’interface et d’autres entrées visuelles.
Il y a toutefois un détail important.
Cela ne signifie pas que DeepSeek V4 est soudainement devenu un modèle de vision natif.
La documentation publique de l’API de DeepSeek décrit toujours sa route de chat-completions comme étant réservée au texte. Le changement de la rc.8 s’explique plutôt comme une amélioration du pipeline multimodal dans Harness, en particulier lorsque les utilisateurs connectent des modèles ou des fournisseurs qui prennent en charge l’entrée image.
Cette nuance compte, car DeepSeek Harness peut fonctionner avec plus que des modèles DeepSeek. Il prend aussi en charge OpenAI, Anthropic et des points d’accès tiers compatibles.
Autrement dit, Harness devient multimodal même si le modèle en dessous peut varier.
Claude Code et Codex peuvent maintenant fonctionner comme subagents
Un autre changement intéressant concerne la manière dont DeepSeek Harness traite les autres agents de codage.
Claude Code et Codex peuvent désormais être installés comme Profile Bundles et utilisés comme subagents.
Codex gagne aussi un mode de permission non interactif et la prise en charge de plusieurs instances nommées.
Cela facilite l’imagination de workflows dans lesquels un agent principal gère la tâche, tandis que plusieurs subagents spécialisés travaillent en parallèle sur différentes parties d’un dépôt.
Le nouveau comportement reportDelivery améliore encore cela. Un subagent peut remonter son résultat à la tâche parente une fois qu’il a fini, au lieu d’obliger le parent à vérifier son statut à répétition.
Il s’agit d’un changement important.
Claude Code et Codex ne sont pas nécessairement uniquement des concurrents de DeepSeek Harness. Ils peuvent aussi devenir des composants à l’intérieur d’une couche d’orchestration plus large.
Cela dit, les retours précoces des utilisateurs suggèrent que les workflows multi-agents restent encore l’une des zones les plus rugueuses du produit. L’architecture est prometteuse, mais DeepSeek Harness est encore officiellement en aperçu pour développeurs.
Les développeurs surveillent de près les coûts liés aux tokens
Un sujet qui revient souvent dans les discussions à l’étranger est l’utilisation des tokens et le taux de réussite du cache.
Le codage agentique peut consommer une quantité énorme de contexte. L’Agent peut relire à répétition les fichiers du dépôt, les définitions des outils, les messages précédents, les plans et les sorties d’outils.
Cela signifie que l’efficacité du harness peut avoir un impact direct sur le coût.
Certains utilisateurs de DeepSeek Harness ont signalé des taux de hit de cache très élevés pendant de longues sessions de codage, parfois au-delà de 90 %. Ces retours sont anecdotiques plutôt que le résultat de benchmarks contrôlés, mais ils mettent en lumière un point important.
Quand on compare DeepSeek Harness à Claude Code, Codex, OpenCode ou à un autre environnement, comparer uniquement les prix des modèles ne suffit pas.
Un test plus utile consisterait à comparer :
- les tokens d’entrée totaux
- les tokens mis en cache vs non mis en cache
- les tokens de sortie
- le temps de complétion
- la qualité finale de la tâche
en utilisant le même dépôt, le même modèle et la même tâche.
Un modèle moins cher peut tout de même devenir coûteux si l’Agent environnant envoie à répétition un contexte inutile.
DeepSeek Harness est-il meilleur que Claude Code ou Codex ?
Pas encore, au sens universel.
Les retours de la communauté restent mitigés.
Certains utilisateurs pensent que le Harness officiel produit des résultats plus cohérents avec les modèles DeepSeek. D’autres préfèrent encore Claude Code ou Codex parce que leurs workflows de codage leur semblent plus mûrs et plus prévisibles.
C’est probablement la bonne façon de voir le marché pour l’instant.
Claude Code et Codex sont avant tout des produits de codage bien peaufinés.
DeepSeek Harness cherche à devenir quelque chose de plus large : un environnement d’exécution d’Agent programmable où les modèles, les outils, les subagents, les permissions et les workflows peuvent tous être remplacés ou étendus.
Cela donne plus de flexibilité aux développeurs, mais cette flexibilité apporte aussi plus de configuration et davantage d’occasions que quelque chose se casse.
Les utilisateurs de Windows gagnent une mise à niveau utile
La prise en charge de Windows s’améliore aussi dans la rc.8.
DeepSeek Harness prend désormais en charge des sessions PowerShell persistantes, avec la fonctionnalité activée par défaut dans le preset Minimal.
Auparavant, perdre l’état du shell entre les commandes pouvait rendre les workflows Windows frustrants. Les développeurs devaient parfois restaurer à répétition les répertoires de travail, les variables d’environnement, les environnements virtuels ou les services locaux.
Les sessions persistantes rendent ces workflows beaucoup plus proches de l’utilisation d’un terminal normal.
Il existe encore des cas limites liés à Windows qui apparaissent dans les discussions de la communauté : c’est donc une amélioration plutôt qu’un signe que la prise en charge de Windows est totalement terminée.
Les petits correctifs qui comptent au quotidien
La rc.8 inclut aussi plusieurs améliorations de confort.
Si un utilisateur annule une réponse en streaming, la partie déjà générée peut désormais rester disponible comme contexte pour les questions de suivi ou les sessions branchées.
La prise en charge d’un gateway compatible OpenAI a également été améliorée, ce qui devrait aider les développeurs qui utilisent des fournisseurs de modèles personnalisés ou des gateways internes.
L’outil web_search prend maintenant en charge des requêtes simultanées, réduisant le temps nécessaire pour la recherche multi-mots-clés.
Lancer dsh web en local peut aussi ouvrir le navigateur automatiquement, supprimant ainsi une petite étape de configuration, répétitive.
Aucun de ces changements n’est spectaculaire à lui seul, mais ensemble, ils rendent les longues sessions d’Agent plus fluides.
Faites une sauvegarde avant de mettre à niveau
Un changement de la rc.8 mérite une attention particulière.
DeepSeek a optimisé le backend SQLite pour améliorer les performances de lecture/écriture, réduire la taille de stockage et accélérer le fork de session.
Cependant, le format de stockage mis à jour n’est pas compatible avec les versions précédentes.
Les index existants seront reconstruits après la mise à niveau, et les anciennes données d’espace de travail peuvent ne pas migrer correctement.
Si vous utilisez déjà DeepSeek Harness pour un travail sérieux, sauvegarder des sessions ou des données d’espace de travail importantes avant de mettre à niveau est une bonne idée.
C’est aussi un rappel que le projet est encore un aperçu pour développeurs. Des changements incompatibles sont attendus.
DeepSeek traite Harness comme un produit à part entière
DeepSeek a aussi publié des règles de branding plus claires autour du projet.
Les développeurs peuvent décrire des produits comme « built on DeepSeek Harness » ou « compatible with DeepSeek Harness », mais les projets non autorisés ne doivent pas utiliser la marque déposée complète dans le nom de leur produit.
DeepSeek recommande d’utiliser l’abréviation DSH lors du nommage des projets de l’écosystème.
Cela peut sembler un détail juridique mineur, mais cela dit quelque chose sur les ambitions de DeepSeek.
Harness est progressivement positionné comme plus qu’un simple projet annexe accroché aux modèles DeepSeek.
Il devient sa propre plateforme.
Pourquoi la rc.8 est importante
La partie la plus intéressante de la rc.8 n’est pas la mise à jour PowerShell, la prise en charge des images, ni même les subagents.
C’est la direction qu’elles indiquent.
DeepSeek semble traiter l’exécution autour du modèle comme un produit de première classe.
Les modèles peuvent être remplacés. Les outils peuvent être ajoutés. D’autres agents de codage peuvent devenir des subagents. Les entrées visuelles peuvent circuler dans le même workflow. Les sessions peuvent être forkées, rejouées et gérées indépendamment.
Il reste encore beaucoup de bords rugueux, notamment en matière de compatibilité, de fiabilité multi-agents, d’utilisation des tokens et de mises à niveau de versions en aperçu.
Ainsi, DeepSeek Harness n’est probablement pas quelque chose que chaque développeur devrait déplacer entièrement vers son workflow dès aujourd’hui.
Mais il devient de plus en plus intéressant à tester.
Car à mesure que les systèmes d’Agent deviennent plus complexes, la question la plus importante n’est peut-être plus simplement quel modèle utilisez-vous ?
Elle pourrait être qu’est-ce qui tourne autour de ce modèle ?