DeepSeek dévoile Harness en préversion : un framework d'agents open source (licence MIT) où tout est un plugin
DeepSeek AI a publié DeepSeek Harness v0.1 en développeur preview, avec le code source complet sous licence MIT, dans le dépôt deepseek-ai/deepseek-harness, accessible via l'outil en ligne de commande dsh. Un « harness » désigne la couche intermédiaire entre un modèle et son environnement d'action, soit les outils, fichiers, sandboxes et boucle de contrôle qui permettent à un agent de fonctionner en continu, selon la formule de DeepSeek : Agent = Modèle + Harness. Contrairement aux frameworks classiques où cette couche est figée, Harness repose sur un principe radical énoncé dès son README : tout est un plugin. Modèles, outils, compétences, sessions, sandboxes, stockage, boucles d'exécution, planification et interface utilisateur reposent tous sur les frontières de plugins du framework Cordis, modifiables en configuration sans toucher au code source de Harness. Le système propose quatre modes d'exécution : Standard, l'agent de codage complet avec édition de fichiers, shell et sous-agents ; Code mode, qui expose ces outils via un SDK permettant au modèle de combiner des opérations en un seul programme TypeScript ; Minimal, limité à deux outils pour évaluer des modèles dans un environnement nu ; et Creator, dédié à l'inspection du runtime et à l'expérimentation de plugins. L'interface web se lance via la commande npx @deepseek-ai/dsh web, servie par défaut sur http://127.0.0.1:3080.
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette publication compte davantage comme infrastructure de développement que comme produit d'agent en production, mais sa portée dépasse largement l'annonce de modèle qui l'accompagnait. En rendant chaque composant remplaçable en configuration, DeepSeek cible les équipes de plateforme et d'expérience développeur au sein de grandes entreprises disposant déjà d'outillage interne, ainsi que les startups natives IA. Les secteurs réglementés comme la finance, l'assurance ou la santé peuvent l'adopter en pilote local grâce à la licence MIT et à l'auto-hébergement, un atout pour l'auditabilité des exécutions d'agents. Chaque action du modèle est enregistrée dans un journal de session en ajout seul (append-only), incluant les prompts système, le raisonnement, les appels d'outils et surtout chaque injection de contexte, un niveau de traçabilité que la plupart des frameworks concurrents n'offrent pas puisqu'ils se contentent de journaliser les appels d'outils. Cette vue « Trajectory » permet de reprendre, dupliquer, rechercher et rejouer une même session.
Le cœur technique de Harness repose sur Cordis, un méta-framework dont l'architecture est décrite dans un document intitulé A Programming Paradigm for Spatiotemporal Composability, où le noyau gère uniquement le montage, démontage et les dépendances des plugins, sans logique privilégiée centrale. Côté modèles, le routage est lui-même géré comme un plugin : dans les paramètres, une clé API DeepSeek prend effet dès la requête suivante sans redémarrage du serveur, et le catalogue inclut des fournisseurs comme Anthropic et OpenAI par clé API, tandis que Bedrock, Vertex, Azure et Codex nécessitent des identifiants natifs propres à chaque plateforme. Les clés sont stockées de façon write-only dans un fichier de credentials séparé, les paramètres ne conservant qu'une référence. Cette architecture ouverte et modulaire s'inscrit dans une dynamique plus large de course à l'infrastructure agentique, où les laboratoires de recherche cherchent à standardiser la manière dont les modèles interagissent avec leur environnement, au-delà de la seule performance brute des modèles eux-mêmes.
Pas d'impact direct sur la France/UE