O DeepSeek Harness lançou mais uma atualização.
Em 20 de agosto, o projeto lançou a v0.1.0-rc.8, apenas dois dias após o candidato a release anterior. A atualização traz melhor suporte multimodal, suporte aprimorado a subagentes, correções no terminal do Windows, chamadas de ferramentas mais rápidas e uma série de mudanças de desempenho.
Em tese, parece mais um release relativamente normal.
Mas o DeepSeek Harness está ganhando mais atenção entre desenvolvedores por um motivo maior: as pessoas estão começando a perguntar se o “harness” em torno de um modelo importa quase tanto quanto o próprio modelo.
Por isso, o rc.8 vale uma análise mais de perto.
Se você é novo no projeto, também pode conferir a introdução oficial do DeepSeek Harness.
DeepSeek Harness é mais do que uma interface de codificação
O DeepSeek descreve o projeto com uma ideia simples:
Agente = Modelo + Harness
O modelo cuida do raciocínio e da geração. O Harness cuida de tudo ao redor: ferramentas, terminais, planejamento, permissões, sessões, armazenamento, subagentes e execução de tarefas.
Outro princípio central é “Tudo é um Plugin.”
Isso significa que o DeepSeek Harness foi pensado menos como um assistente fixo de codificação e mais como um runtime modular de Agente.
Por isso, desenvolvedores continuam comparando com Claude Code, Codex, OpenCode e ferramentas semelhantes.
A pergunta deixou de ser apenas:
Qual modelo é melhor?
Agora também é:
Qual ambiente ajuda o modelo a trabalhar melhor?
As primeiras discussões na comunidade em torno dos modelos da DeepSeek já mostraram que o mesmo modelo pode parecer visivelmente diferente dependendo do harness usado ao redor dele.
O suporte multimodal fica melhor
Uma das maiores mudanças do rc.8 é o suporte multimodal aprimorado.
O adaptador do modelo DeepSeek agora pode ser configurado para solicitações nativas de imagem. Comandos como /goal e /plan aceitam entrada de texto e imagem, enquanto o menu @ consegue referenciar arquivos e sessões com mais facilidade.
A atualização também corrige falhas causadas por imagens grandes demais ou por excesso de dados de imagem acumulados em conversas mais longas.
Isso deixa o Harness muito mais preparado para fluxos de trabalho que envolvem capturas de tela, diagramas, mockups de interface e outras entradas visuais.
Mas há um detalhe importante.
Isso não significa que a própria DeepSeek V4 tenha se tornado, de repente, um modelo nativo de visão.
A documentação pública da API da DeepSeek ainda descreve a rota de chat-completions como apenas texto. A mudança do rc.8 faz mais sentido quando entendida como uma melhoria no pipeline multimodal dentro do Harness, especialmente quando os usuários conectam modelos ou provedores que suportam entrada de imagem.
Essa distinção importa porque o DeepSeek Harness consegue funcionar com mais do que apenas modelos da DeepSeek. Ele também oferece suporte a OpenAI, Anthropic e endpoints de terceiros compatíveis.
Em outras palavras, o Harness está se tornando multimodal mesmo quando o modelo por baixo pode variar.
Claude Code e Codex agora podem funcionar como subagentes
Outra mudança interessante é como o DeepSeek Harness trata outros agentes de codificação.
Agora, o Claude Code e o Codex podem ser instalados como Profile Bundles e usados como subagentes.
O Codex também ganha um modo de permissão não interativo e suporte a múltiplas instâncias nomeadas.
Isso facilita imaginar fluxos em que um Agente principal gerencia a tarefa, enquanto vários subagentes especializados trabalham em partes diferentes de um repositório em paralelo.
O novo comportamento reportDelivery melhora isso ainda mais. Um subagente pode reportar o resultado para a tarefa pai quando terminar, em vez de forçar o pai a verificar o status repetidamente.
Essa é uma mudança importante.
Claude Code e Codex não são necessariamente apenas concorrentes do DeepSeek Harness. Eles também podem virar componentes dentro de uma camada maior de orquestração.
Dito isso, feedback inicial de usuários sugere que fluxos multiagentes ainda são uma das áreas mais “tortas” do produto. A arquitetura é promissora, mas o DeepSeek Harness ainda está oficialmente em developer preview.
Desenvolvedores estão de olho nos custos de tokens
Um tema que aparece com frequência em discussões no exterior é uso de tokens e taxa de acerto do cache.
A codificação agentic pode consumir quantidades enormes de contexto. O Agente pode ler repetidamente arquivos do repositório, definições de ferramentas, mensagens anteriores, planos e outputs das ferramentas.
Isso significa que a eficiência do harness pode afetar diretamente o custo.
Alguns usuários do DeepSeek Harness relataram taxas de acerto de cache muito altas durante sessões longas de codificação, às vezes acima de 90%. Esses relatos são mais anedóticos do que benchmarks controlados, mas destacam um ponto importante.
Ao comparar o DeepSeek Harness com Claude Code, Codex, OpenCode ou outro ambiente, apenas comparar os preços dos modelos não é suficiente.
Um teste mais útil seria comparar:
- total de tokens de entrada
- tokens em cache versus sem cache
- tokens de saída
- tempo de conclusão
- qualidade final da tarefa
usando o mesmo repositório, modelo e tarefa.
Um modelo mais barato ainda pode ficar caro se o Agente ao redor enviar repetidamente contextos desnecessários.
O DeepSeek Harness é melhor do que o Claude Code ou Codex?
Ainda não, de forma universal.
O feedback da comunidade continua dividido.
Alguns usuários acreditam que o Harness oficial gera resultados mais consistentes com modelos da DeepSeek. Outros ainda preferem Claude Code ou Codex porque seus fluxos de codificação parecem mais maduros e previsíveis.
Provavelmente é essa a forma certa de olhar o mercado agora.
Claude Code e Codex são, principalmente, produtos de codificação bem polidos.
O DeepSeek Harness está tentando se tornar algo mais amplo: um runtime de Agente programável, em que modelos, ferramentas, subagentes, permissões e fluxos podem ser trocados ou estendidos.
Isso dá mais flexibilidade aos desenvolvedores, mas flexibilidade também traz mais configuração e mais oportunidades para coisas darem errado.
Usuários do Windows ganham uma melhoria útil
O suporte ao Windows também melhora no rc.8.
Agora, o DeepSeek Harness oferece suporte a sessões persistentes do PowerShell, com a funcionalidade habilitada por padrão no preset Minimal.
Antes, perder o estado do shell entre comandos podia tornar fluxos no Windows frustrantes. Desenvolvedores talvez precisassem restaurar repetidamente diretórios de trabalho, variáveis de ambiente, ambientes virtuais ou serviços locais.
Sessões persistentes deixam esses fluxos bem mais próximos de usar um terminal normal.
Ainda aparecem alguns casos-limite relacionados ao Windows nas discussões da comunidade, então essa é uma melhoria, e não um sinal de que o suporte ao Windows terminou completamente.
Correções menores que fazem diferença no uso diário
O rc.8 também inclui várias melhorias de qualidade de vida.
Se um usuário cancelar uma resposta em streaming, a parte já gerada agora pode permanecer disponível como contexto para perguntas de acompanhamento ou para sessões ramificadas.
O suporte a gateway compatível com OpenAI também foi aprimorado, o que deve ajudar desenvolvedores que usam provedores de modelo customizados ou gateways internos.
A ferramenta web_search agora suporta consultas concorrentes, reduzindo o tempo necessário para pesquisas com múltiplas palavras-chave.
Executar dsh web localmente também pode abrir o navegador automaticamente, eliminando uma etapa pequena, mas repetitiva, de configuração.
Nenhuma dessas mudanças é dramática por si só, mas, juntas, tornam sessões longas de Agente mais suaves.
Faça backup antes de atualizar
Uma mudança do rc.8 merece atenção especial.
A DeepSeek otimizou o backend SQLite para melhorar desempenho de leitura/escrita, reduzir o tamanho do armazenamento e acelerar o forking de sessões.
No entanto, o formato de armazenamento atualizado não é compatível com versões anteriores.
Os índices existentes serão reconstruídos após a atualização, e os dados mais antigos do workspace podem não migrar perfeitamente.
Se você já usa o DeepSeek Harness para um trabalho significativo, fazer backup de sessões importantes ou dos dados do workspace antes de atualizar é uma boa ideia.
Isso também é um lembrete de que o projeto ainda está em developer preview. Mudanças que quebram compatibilidade são esperadas.
A DeepSeek está tratando o Harness como um produto próprio
A DeepSeek também publicou regras de branding mais claras sobre o projeto.
Desenvolvedores podem descrever produtos como “built on DeepSeek Harness” ou “compatible with DeepSeek Harness”, mas projetos não autorizados não devem usar a marca registrada completa nos nomes dos produtos.
A DeepSeek recomenda usar a abreviação DSH ao nomear projetos do ecossistema.
Isso pode parecer um detalhe jurídico menor, mas diz algo sobre as ambições da DeepSeek.
O Harness está sendo posicionado gradualmente como mais do que um projeto paralelo ligado aos modelos da DeepSeek.
Ele está virando sua própria plataforma.
Por que o rc.8 importa
A parte mais interessante do rc.8 não é a atualização do PowerShell, o suporte a imagens ou mesmo os subagentes.
É a direção para a qual eles apontam.
Parece que a DeepSeek está tratando o runtime ao redor do modelo como um produto de primeira classe.
Modelos podem ser trocados. Ferramentas podem ser adicionadas. Outros agentes de codificação podem virar subagentes. Entradas visuais podem seguir o mesmo workflow. Sessões podem ser ramificadas, reexecutadas e gerenciadas de forma independente.
Ainda há muitas arestas, especialmente em compatibilidade, confiabilidade de multiagentes, uso de tokens e upgrades de versões em preview.
Então, provavelmente, o DeepSeek Harness não é algo que todo desenvolvedor deva migrar toda a sua rotina para hoje.
Mas está ficando cada vez mais valioso testar.
Porque, à medida que sistemas de Agente ficam mais complexos, a pergunta mais importante pode deixar de ser apenas qual modelo você está usando?
Pode ser o que está rodando ao redor desse modelo?