DeepSeek Harness está em developer preview: dá para usar no seu trabalho hoje?

Ferramenta nova, aberta, da DeepSeek, e com um aviso em CAIXA ALTA no próprio README dizendo que ela vai quebrar

Fala aí, beleza? A DeepSeek soltou o Harness em developer preview no dia 13 de agosto de 2026, com o código aberto sob licença MIT, e a pergunta que interessa não é "é bom?"

A pergunta é: isso entra no teu fluxo de trabalho hoje, ou é brinquedo de fim de semana até virar versão estável?

Bora separar as duas coisas, porque a resposta muda MUITO dependendo de onde tu vai plugar isso 🙂

O que é o DeepSeek Harness e o que foi anunciado

O anúncio veio da própria DeepSeek, direto ao ponto: "DeepSeek Harness v0.1 is now available in Developer Preview", com o código aberto em licença MIT

O projeto vive no repositório oficial no GitHub, na organização deepseek-ai

"Everything is a Plugin": o que isso quer dizer?

Essa é a ideia central de arquitetura declarada pelo projeto

Modelos, ferramentas, skills, sessões, sandboxes, storage, loops, agendamento e até a UI são plugins substituíveis por configuração, tudo rodando sobre o meta-framework Cordis

E "substituível por configuração" quer dizer exatamente isso: você declara qual peça quer no config e o harness monta o agente com ela

Não confunda com hot-swapping, que é trocar a peça com o agente já rodando, sem derrubar nada

São coisas diferentes, e eu volto nesse ponto na seção do developer preview, se liga

Se você já mexeu com um sistema de pacotes tipo NPM ou composer, a sensação é parecida: o núcleo é pequeno e quase tudo que você usa no dia a dia é uma peça encaixada por fora, que dá pra trocar

A vantagem é óbvia (você monta o agente do seu jeito) e o preço também é óbvio: peça encaixável é peça que pode mudar de encaixe

Cuidado com os homônimos!

Esse aqui é o tipo de detalhe que faz gente perder uma tarde

Existe o repositório deepseek-harness de HenryZ838978 e existem os deepseek-harness-desktop (sdkwork-ai, steven-kid): são projetos de comunidade, NÃO são o harness oficial da DeepSeek

Antes de dar git clone em qualquer coisa, confere se o dono do repositório é a deepseek-ai, beleza?

O que "developer preview" significa na prática para o seu projeto

Aqui não tem sutileza, o próprio README avisa em caixa alta: "THERE WILL BE COMPATIBILITY-BREAKING CHANGES"

O projeto segue em developer preview hoje, sem versão estável (GA), e as releases estão marcadas como pre-release

Traduzindo o status em consequência concreta pro teu projeto:

• API explicitamente instável
• hot-swapping ainda não implementado (ou seja: declarar outra peça no config, sim; trocar a peça com o agente rodando, ainda não)
• ecossistema de plugins pequeno
• sem benchmarks oficiais de performance
• posicionamento de "vale avaliar", não de pronto para produção

O ritmo de iteração é a prova

Em 20 de agosto de 2026 saiu a v0.1.0-rc.8, dois dias depois da RC anterior

Dois dias! E não foi release de correção de vírgula, se liga no que veio: entrada multimodal (adaptadores de modelo podem habilitar requisições nativas de imagem, /goal e /plan aceitam texto + imagem, e o menu @ passou a incluir referências de arquivo e de sessão), subagentes Claude Code e Codex, melhorias no Windows e chamadas de ferramenta mais rápidas

Isso é ótimo pra quem quer testar coisa nova, é péssimo pra quem quer previsibilidade

O que funciona hoje pode simplesmente mudar de forma na semana que vem

Onde o Harness já faz sentido: presets e provedores

O harness vem com quatro presets, e é por eles que dá pra escolher um cenário de uso sem se enrolar

O Minimal é o mais subestimado da lista, na minha leitura

Duas ferramentas só significa contexto enxuto, e quem já parou pra descobrir onde os tokens vazam sabe que ferramenta demais no prompt cobra caro sem você perceber

E ele só roda modelo da DeepSeek?

Não, e essa é uma das partes mais interessantes

O catálogo de provedores cobre Anthropic, OpenAI, AWS Bedrock, Microsoft Azure e Google Gemini Enterprise Agent Platform, além do endpoint da própria DeepSeek, com opção de gateways customizados compatíveis com OpenAI

Tem ainda dois provedores de subagente pra delegar trabalho ao Claude Code e ao Codex

Ou seja: dá pra avaliar o harness como "casca" sem trocar o modelo que você já usa e confia

Como testar sem se comprometer com a ferramenta

A regra aqui é uma só: teste em projeto que você não se importa de quebrar

O caminho mais curto é rodar sem instalar nada permanente

1. Confira o runtime antes de tudo: o dsh pede Node.js na faixa ^22.19 || >=24

node -v

O erro comum deste passo é começar pelo npx com um Node antigo na máquina e culpar a ferramenta pelo tombo

2. Rode sem instalar, direto pelo npx:

npx @deepseek-ai/dsh web

O erro comum deste passo é digitar o pacote sem o escopo oficial: o escopo @deepseek-ai é o certo, e o nome do pacote é @deepseek-ai/dsh

3. Se você já decidiu que quer o comando sempre à mão, aí sim instala global:

npm install -g @deepseek-ai/dsh

O comando da CLI é dsh

4. Abra a interface local: o dsh web sobe a Web UI em http://127.0.0.1:3080 por padrão e abre no seu navegador padrão

O erro comum deste passo é ficar procurando a interface em outro endereço quando o navegador não abre sozinho, sendo que o endereço padrão é esse aí

5. Clique em "Choose workspace" e adicione o diretório do projeto

Esse é o passo que mais pega gente de surpresa: o compositor de sessão fica desabilitado até você fazer isso, então parece que a ferramenta travou quando na verdade ela só não sabe onde você quer trabalhar

6. Vá em Settings > Models, informe a chave de API e salve

Não precisa reiniciar o servidor, o erro comum aqui é matar o processo achando que a configuração só entra no boot seguinte

7. Opcional: instale um plugin a partir do GitHub

dsh plugin add github:owner/repo

A instalação acontece no profile ativo do dsh, então se você trocar de profile e o plugin "sumir", ele não sumiu, ele está no outro

Experimentar agora ou esperar: os riscos que pesam na decisão

Vamos ao veredito honesto, separando os dois perfis de leitor

Os riscos que você precisa saber antes

A avaliação do preview levanta pontos que não dá pra varrer pra debaixo do tapete:

• plugins e servidores MCP executam fora do sandbox do bash
• o sandbox de filesystem tem escopo que exclui visibilidade de rede e de processos
• existe um UUID anônimo de telemetria
• plugin é código, e código de terceiro é uma escolha de confiança que você faz

Nada disso é escândalo, é o combinado de um projeto jovem e aberto

Mas muda bastante a conta quando o repositório em cima da mesa é o do cliente 😅

Se você vai colocar isso perto de trabalho de verdade

A recomendação prática de quem avaliou o preview é bem direta

Não construa plataforma de produção contra pacotes de preview sem pin de versão

Não assuma que schemas de config, chaves de serviço ou interfaces de plugin vão ficar fixos

Comece por um preset estreito e promova só uma composição pinada

Junte isso com a ausência de benchmarks oficiais de performance e você tem a resposta: em projeto pessoal, manda ver hoje mesmo; em produção, ainda não

Conclusão

O DeepSeek Harness é um daqueles projetos que dá vontade de adotar no mesmo dia: aberto sob MIT, arquitetura de plugin em tudo, provedores de sobra e RC saindo a cada dois dias

Só que o próprio projeto está te avisando em caixa alta, e ignorar esse aviso é escolher retrabalho

O próximo passo que eu faria nesta semana: rodar o npx @deepseek-ai/dsh web em um projeto de brincadeira, anotar o que quebra e o que surpreende, e acompanhar o repositório oficial até a saída do developer preview

Quando existir versão estável, você já vai estar com a mão calibrada, sem ter arriscado nada que paga o teu boleto 😀

até o próximo post!