DeepSeek, Harness

DeepSeek Harness: Neues Open-Source-Framework für KI-Agenten

Veröffentlicht am: 16.08.2026 um 03:21 Uhr | Redaktion boerse-global.de

DeepSeek Harness startet als Open-Source-Framework für agentische Workflows. Neue Standards und Modelle treiben die Automatisierung in der Softwareentwicklung voran.

DeepSeek Harness: Open-Source-Framework treibt KI-Agenten-Automatisierung voran
Ein moderner Arbeitsplatz mit einem Monitor, der komplexen Programmcode anzeigt, in einer professionellen Büroumgebung. Illustration mit AI erstellt übermittelt durch boerse-global.de

In der Softwareentwicklung zeichnet sich ein deutlicher Trend zur Automatisierung professioneller Workflows durch eigenständige Frameworks ab. Entwickler nutzen hierfür zunehmend agentische Werkzeuge wie Claude Code oder das neu veröffentlichte DeepSeek Harness, um spezialisierte Umgebungen für die Code-Erstellung und Systempflege zu schaffen. Diese Entwicklung markiert einen Übergang von der Nutzung einfacher KI-Assistenten hin zu komplexen, modular aufgebauten Automatisierungsketten.

DeepSeek Harness: Open-Source-Framework für agentische Workflows

Ein zentraler Baustein dieser Bewegung ist das DeepSeek Harness, dessen Developer Preview Mitte August unter der MIT-Lizenz veröffentlicht wurde. Das Framework basiert auf einer „Everything-is-a-Plugin“-Architektur auf Cordis, bei der sämtliche Komponenten – von Modellanbietern über Memory-Module bis hin zu Output-Parsern – als Plugins integriert sind. Die Core-Runtime übernimmt dabei die Steuerung des Lebenszyklus und die Weitergabe des Kontextes.

Technisch erfordert das System Node.js in der Version 22.19.0 oder höher beziehungsweise Python 3.10 bis 3.12. In ersten Tests der Version 0.1.0-rc.6 wurde eine Benutzeroberfläche standardmäßig unter einer lokalen IP-Adresse bereitgestellt.

Interne Auswertungen ergaben, dass das System in Kombination mit dem Modell DeepSeek V4 Pro eine um ein Prozent höhere Cache-Hit-Rate erzielte als vergleichbare Lösungen wie Claude Code. Die Strategie des Anbieters zielt auf eine horizontale Expansion und die Etablierung eines modellneutralen Standards ab.

Bestrebungen zur Standardisierung und neue Protokolle

Parallel zur Veröffentlichung neuer Frameworks gewinnen Standardisierungsinitiativen an Bedeutung. So wurde mit dem Unified Harness Protocol (UHP) ein offener Standard unter der Apache-2.0-Lizenz vorgestellt, der darauf abzielt, verschiedene Produkte wie Codex oder Hermes nahtlos mit Agent-Frameworks zu verbinden.

Benchmarks in diesem Bereich verdeutlichen jedoch die aktuellen Herausforderungen: Die Kosten pro Aufgabe variieren teilweise um den Faktor 475, während die Latenzunterschiede signifikant bleiben.

Anzeige

Die zunehmende Automatisierung durch KI-Frameworks verändert die IT-Landschaft grundlegend und schafft neue Einfallstore für Angriffe. In diesem kostenlosen E-Book erfahren Sie, wie Sie Ihr Unternehmen proaktiv absichern und neue gesetzliche Anforderungen an die IT-Sicherheit effizient erfüllen. Gratis Cyber Security Report für Unternehmen herunterladen

Gleichzeitig wächst das Ökosystem für spezifikationsgetriebene Entwicklung. Auf Plattformen wie GitHub finden sich bereits über 180 öffentliche Repositories, die sich dem Thema „Product Requirements Document“ (PRD) im Kontext der KI-Entwicklung widmen.

Ansätze wie die „Spec Growth Engine“ versuchen dabei, technische Probleme wie die Qualitätsminderung bei sehr großen Kontextmengen oder das Abweichen des Codes von der ursprünglichen Spezifikation systematisch zu adressieren.

Wettbewerb der Großmodelle und spezialisierte Lösungen

Der Markt für die zugrunde liegenden Modelle bleibt hochdynamisch. Zhipu AI veröffentlichte mit GLM-5.3 ein Modell mit 743 Milliarden Parametern, das insbesondere im Bereich Coding deutliche Leistungssteigerungen aufweist. In Tests identifizierte das Modell über 2.400 Schwachstellen in bestehenden Softwareprojekten, wovon mehr als 1.000 als kritisch eingestuft wurden.

Auch xAI intensiviert seine Aktivitäten im Entwicklungssegment. Nach der Übernahme des Unternehmens Cursor für 60 Milliarden US-Dollar nutzt xAI dessen Daten für das Training künftiger Grok-Modelle. Ein spezieller Programmieragent namens Grok Build befindet sich bereits in einer frühen Testphase.

Währenddessen positioniert Google sein Modell Gemini 3.7 Flash über eine aggressive Preisgestaltung von 0,75 US-Dollar pro eine Million Input-Tokens als kosteneffiziente Alternative für hochfrequente API-Aufrufe.

Anzeige

Da immer mehr kritische Schwachstellen in Softwareprojekten entdeckt werden, ist ein fundiertes Sicherheitskonzept für IT-Verantwortliche unerlässlich. Dieser kostenlose Guide liefert Ihnen praxisnahe Checklisten, um Sicherheitslücken zu schließen, bevor diese zum Risiko für Ihre Firma werden. Jetzt kostenlosen Sicherheits-Ratgeber sichern

Abseits der Cloud-Giganten rücken zudem extrem kompakte Lösungen in den Fokus. Das Modell Needle 2 von Cactus Compute verfügt über lediglich 45 Millionen Parameter und ist als 14 Megabyte große Binärdatei verfügbar. Es ermöglicht die Ausführung agentischer Aufgaben auf Hardware ohne spezialisierte Grafikprozessoren, wie etwa auf Einplatinencomputern, und erreicht dort Verarbeitungsgeschwindigkeiten von bis zu 500 Token pro Sekunde.

Kommerzielle Adaption in Unternehmen

Die Integration agentischer Funktionen erreicht zunehmend auch klassische Unternehmensanwendungen. Anbieter wie Kredily haben bereits Systeme für Personalwesen und Lohnbuchhaltung vorgestellt, die Workflows aus Klartext-Anweisungen heraus ausführen können.

Auch Plattform-Betreiber wie Vulcan Engine reagieren auf den Bedarf und bieten kombinierte Pakete an, die verschiedene Modelle und Werkzeuge zur Websuche in einem monatlichen Abonnement bündeln, um die Hürden für den Einsatz agentischer Tools in der Breite zu senken.

Disclaimer...

de | wissenschaft | 69953727 |