DeepSeek heeft DeepSeek Harness onder de MIT-licentie open source uitgebracht. Dit is geen nieuw AI-model, maar de software die een model laat werken als agent.
Een model bedenkt een antwoord of kiest een actie. De harness bepaalt welke informatie het model ziet, welke tools beschikbaar zijn en of een actie uitgevoerd mag worden. Ook bewaart hij sessies en geeft hij resultaten van tools terug aan het model.
Daarmee maakt DeepSeek een belangrijk punt zichtbaar. Een goed model alleen levert nog geen betrouwbare AI-agent op.
Wat doet een agent harness?
Een AI-model kan uit zichzelf geen bestand aanpassen, database raadplegen of opdracht uitvoeren. Daarvoor krijgt het tools aangeboden.
De harness regelt de stappen rond zo'n tool:
- Het model kiest een tool en levert de invoer aan.
- De harness controleert de invoer en de beschikbare rechten.
- De tool voert de actie uit.
- Het resultaat gaat terug naar het model.
- Het model kiest een volgende actie of rondt de taak af.
Dit proces kan meerdere keren achter elkaar plaatsvinden. Bij een programmeertaak leest de agent bijvoorbeeld eerst bestanden, zoekt daarna naar relevante code, voert een wijziging uit en draait vervolgens de tests.
De kwaliteit van het resultaat hangt daarom niet alleen af van het model. De beschikbare context, tools, rechten en controles tellen net zo zwaar mee.
Alles is een plugin
DeepSeek bouwde Harness rond één uitgangspunt: ieder onderdeel is een plugin.
Volgens de architectuurdocumentatie geldt dat onder meer voor:
- de koppeling met het AI-model
- de beschikbare tools
- het sessielogboek
- de goedkeuringsregels
- de afscherming van bestanden en opdrachten
- de cyclus waarin de agent acties kiest
- de webinterface
Een ontwikkelaar kan daardoor een onderdeel vervangen zonder de hele agent opnieuw te bouwen. Een bedrijf kan bijvoorbeeld eigen tools toevoegen, een andere modelkoppeling gebruiken of per agent andere rechten instellen.
Dat is vooral interessant voor toepassingen die verder gaan dan een chatbot. Denk aan een agent die orders controleert, documenten verwerkt of wijzigingen in software uitvoert.
Zo'n agent heeft niet alle beschikbare tools nodig. Hij krijgt alleen toegang tot de systemen en acties die bij zijn taak passen.
Rechten en logging zijn onderdeel van het ontwerp
DeepSeek Harness bevat controles waarmee een toolaanroep kan worden toegestaan, geweigerd of eerst ter goedkeuring kan worden voorgelegd. Extra controles kunnen een actie daarna alsnog blokkeren.
De sessiehistorie wordt als logboek bewaard. Daarin staan onder meer de invoer voor het model, de gekozen tools en de resultaten van die acties. Dat helpt bij onderzoek wanneer een agent onverwacht gedrag laat zien.
Deze functies maken een agent nog niet automatisch veilig. De bouwer bepaalt welke tools beschikbaar zijn, welke rechten gelden en welke acties menselijke controle vragen.
Een klantenservice-agent mag misschien informatie uit een dossier lezen. Het aanpassen van een betaling vraagt om andere rechten en controles.
Nog niet klaar voor productie
DeepSeek noemt Harness nadrukkelijk een developer preview. Het project verandert snel en DeepSeek waarschuwt voor wijzigingen die bestaande koppelingen kunnen breken.
Ook de voorbeelden vragen om voorzichtigheid. De minimale Python-opstelling draait met volledige toegang tot de bestanden die het proces kan zien. DeepSeek adviseert daarom een tijdelijke codekopie of afgesloten container.
Open source betekent hier dus niet dat je het pakket direct aan bedrijfsgegevens koppelt. Voor gebruik in productie zijn onder meer afgeschermde toegang, logging, foutafhandeling, tests en een beheerproces nodig.
Het model is maar één onderdeel
DeepSeek Harness laat zien waar de ontwikkeling van AI-agents naartoe gaat. De verschillen zitten niet alleen in welk model het beste scoort. Ze zitten ook in het systeem rond dat model.
Voor een bedrijf begint de keuze daarom niet bij DeepSeek Harness of een ander technisch raamwerk. Begin bij het werk dat je wilt veranderen.
Breng eerst in kaart:
- welk resultaat je wilt bereiken
- welke stappen de agent uitvoert
- welke gegevens daarvoor beschikbaar zijn
- welke acties toestemming vragen
- wanneer een medewerker het overneemt
- hoe je controleert of het complete proces goed verloopt
Daarna kun je bepalen welk model, welke tools en welke technische basis daarbij passen.
Met de automatiseringsscan brengen we terugkerend werk en de betrokken systemen in kaart. Wil je een specifieke toepassing bespreken, dan kijken we in een gesprek eerst of we bij elkaar passen.
Wat betekent dit voor jouw bedrijf?
