#deepseeklaunchesharnesscodeagentbeta
Ein neuer KI-Coding-Agent ist am Donnerstag gestartet – und innerhalb weniger Stunden hatte sein GitHub-Repository bereits die Marke von 33.000 Sternen überschritten.
Die Aufschlüsselung: Das chinesische KI-Labor DeepSeek hat am Donnerstag DeepSeek Harness v0.1 veröffentlicht – einen Open-Source-Agent-„Runtime“-Framework als Alternative zu integrierten Coding-Agent-Tools wie Anthropics Claude Code. Der Launch erfolgte zeitgleich mit der offiziellen Veröffentlichung von DeepSeek-V4-Pro, einem aktualisierten Flaggschiff-Modell, das für agentische Workloads entwickelt wurde. Es ist nun über die Weboberfläche, die mobile App und die API von DeepSeek verfügbar – mit nativer Unterstützung für OpenAI Responses API sowie Codex-Integration. DeepSeek beschreibt die Kombination schlicht als „Model + Harness = Agent“. Harness selbst basiert auf einem ungewöhnlich modularen Design: Nahezu jede Komponente der Agent-Runtime – von Tools und Sessions bis hin zu Sandboxes und Orchestrierung – lässt sich als Plugin austauschen. Es wird unter der MIT-Lizenz als Entwickler-Vorschau veröffentlicht, nicht als fertiges Produktionswerkzeug, und der Code ist bereits jetzt auf GitHub verfügbar. Bemerkenswert ist: Obwohl die Tooling-Funktionalität kostenlos und quelloffen ist, werden Entwickler, die V4 über DeepSeek’s API nutzen, bald deutlich mehr dafür bezahlen müssen. Die Veröffentlichung ging auch intern schnell: Das Harness-Team wurde erst im Mai gebildet und begann sofort mit der Rekrutierung. Das entspricht grob einem fünfmonatigen Sprint von Teamgründung bis zur öffentlichen Vorschau.
Warum das wichtig ist: Das ergänzt ein bereits überfülltes Feld an KI-Code-Agenten – sowohl aus westlichen Labors als auch von anderen chinesischen Entwicklern. Alibabas Qwen Code, ByteDances Trae Agent, Moonshots Kimi CLI und Zhipus ZCode haben alle in den vergangenen zwölf Monaten ähnliche Tools auf den Markt gebracht. Dass DeepSeek sich dafür entschieden hat, Harness unter einer permissiven Lizenz Open Source zu stellen, statt es vollständig proprietär zu halten, ist ein anderes strategisches Wagnis – eines, das auf eine schnelle Drittanbieter-Adoption und die Entwicklung von Plugins abzielt, statt auf ein eng kontrolliertes Produkt. Gleichzeitig handelt es sich um ausdrücklich frühe Software, und wie gut sie im Vergleich zu etablierten, bereits produktiv getesteten Agent-Tools abschneidet, bleibt abzuwarten.
Abschließender Gedanke: Zeigen über 33.000 GitHub-Stars in den ersten Stunden eine echte Veränderung darin, wie Entwickler künftig Code-Agenten bauen werden – oder ist das nur die anfängliche Welle des Interesses, die immer jede prominent platzierte Erstveröffentlichung anzieht?
