DeepSeek Harness vs Claude Code vs Codex vs Muse Code: open-source framework pro AI agenty v roce 2026

V srpnu 2026 DeepSeek zpřístupnil DeepSeek Harness (dsh) jako developer preview. Projekt je open source pod licencí MIT a není to pouze další programovací agent v terminálu. DeepSeek jej prezentuje jako agent harness, tedy vrstvu propojující model s tools, pamětí relace, sandboxem, approval policy, subagenty, web search, skills, workflows a uživatelským rozhraním.^[1][2]

Klíčový princip architektury je:

Everything is a plugin.

Modely, tools, skills, sessions, sandboxes, storage, agent loop, scheduling, subagenti a dokonce UI jsou skládány jako pluginy nad Cordis.^[1][3][11]

To je odlišné od běžného produktu s pevným agent loopem a pevnou sadou nástrojů. V dsh lze přes konfiguraci vyměnit i samotný agent loop.^[3]

Neznamená to však, že je DeepSeek Harness dnes zralejší než Claude Code, Codex nebo Muse Code. Oficiální SAFETY.md jej označuje jako experimental developer-preview software, uvádí, že neprošel security auditem, a výslovně říká, že nemá být považován za secure ani production-ready.^[6]

Veřejná npm verze @deepseek-ai/dsh ověřená 31. srpna je 0.1.1-rc.2.^[10]

Krátce: DeepSeek Harness je dnes nejzajímavější jako otevřená a vyměnitelná infrastruktura pro stavbu vlastních agentů. Současně umí delegovat práci skutečnému Claude Code a Codex jako subagentům, takže s nimi může soutěžit i je orchestrovat.^[8][9]

Stav informací: 31. srpna 2026.

TL;DR

Co je agent harness?

Jazykový model sám o sobě není kompletní agent.

Umí generovat text, kód, plán nebo tool call, ale jiná vrstva musí rozhodovat, jaké tools existují, jak se spouštějí příkazy, kam může agent zapisovat, kdy je nutný approval, kde je historie, jak relaci obnovit a jak delegovat úkoly.

DeepSeek vztah shrnuje:

Agent = Model + Harness

^[1]

Harness je runtime, který umožní modelu jednat ve skutečném prostředí.

Proč ne jen další CLI?

DSH má CLI, Web UI a headless mode, ale je navržen šířeji než jeden coding assistant.^[1][3][5]

Hlavní myšlenka:

capabilities nehardcodovat do loopu,
ale skládat je jako vyměnitelné komponenty

Patří sem model adapters, tools, filesystem, shell, sandbox, skills, web access, persistence, compaction, subagents, jobs, scheduling, approvals a UI.^[1][3]

„Everything is a plugin“ zahrnuje i agent loop

Dokumentace architektury výslovně uvádí model adapter, tool registry, session log i agent loop jako pluginy.^[3]

V běžném produktu lze často rozšířit tools, ale:

prompt → model → tool → model → finish

zůstává pevnou interní logikou.

V DSH lze vyměnit i tuto smyčku. Dokumentace uvádí, že není potřeba patchovat žádný privileged core.^[3]

Cordis jako základ

DeepSeek Harness je postaven na Cordis.^[1][3]

Dne 26. srpna 2026 vyšla práce A Programming Paradigm for Spatiotemporal Composability autorů napojených na Peking University a DeepSeek-AI.^[11]

Cordis řeší:

• temporal composability, tedy odstranění komponenty i jejích runtime efektů;
• spatial composability, tedy deklaraci dependencies a reakci na změny okolí.

Implementace zahrnuje effect tracking, dependency resolution, declarative loading, configuration reconciliation a hot module replacement.^[11]

Profiles a bundles

Běžící dsh je strom pluginů složený při bootu.^[3]

Profiles jsou pojmenované runtime kompozice, například:

web
headless

Bundles dodávají Cordis konfiguraci a kód.

dsh-base obsahuje model adapters, tools, persistence, sandbox, approval policy, settings, credentials a telemetry.^[3]

dsh-web-app přidává webovou aplikaci a dsh-headless one-shot runner bez serveru.

Vrstvená konfigurace

Konfigurace se skládá po vrstvách:^[3]

bundles
↓
profile cordis.patch.yml
↓
home cordis.patch.yml
↓
--patch overlay

Výsledný strom lze zkontrolovat:

dsh --profile web --dump-config

Pro interní agent platformu je to často lepší než měnit upstream source.

Web UI

Oficiální quick start:

npx @deepseek-ai/dsh web

^[1][2]

Ve výchozím stavu Web UI běží lokálně na:

http://127.0.0.1:3080

^[2]

Po nastavení modelu a workspace může agent číst a editovat soubory, spouštět příkazy, delegovat práci a udržovat plán.^[5]

Není omezen na modely DeepSeek

Settings → Models podporuje další providers.^[4]

Oficiální dokumentace uvádí:

• Anthropic,
• OpenAI,
• Amazon Bedrock,
• Google Vertex,
• Azure,
• Codex,

a také custom providers pro firemní gatewaye, self-hosted služby a OpenAI-compatible endpoints.^[4]

DeepSeek Harness ≠ DeepSeek-model-only

Vlastní model přes LLM adapter

ctx.llm je registry adaptérů.^[3][4]

Typický pattern:

class MyAdapter extends LlmAdapter {
  async *stream(options) {
    // provider implementation
  }
}

Adapter překládá:

Harness request
↔
provider API

^[4]

Změna modelu bez restartu

Změny konfigurace modelu jsou použitelné při další request bez restartu Web UI.^[4]

Vybraný model se stává defaultem pro nové sessions.

Session, která už request provedla, zachovává model zaznamenaný ve vlastním logu.^[4]

Čtyři runtime modes

DeepSeek dokumentuje čtyři režimy.^[1]

Standard

Plný coding agent s file editing, shell, file/web search, skills, planning, goals, subagents a workflows.

Code

Standard plus Code Mode SDK, takže model může spojovat více operací do jednoho TypeScript programu.^[1]

Minimal

persistent bash
str_replace_editor

Vhodný mimo jiné pro benchmarking s minimální tool surface.^[1]

Creator

Pro runtime inspection, plugin experimenty a custom presets.^[1]

Append-only session log

DeepSeek uvádí, že vše, co model vidí, se zapisuje do append-only session log.^[1]

Patří sem system prompts, reasoning, tool calls/results, subagent scheduling a context injections.^[1][3]

Resume, fork, search a replay pracují nad stejným event stream.

„Model-visible means logged“

Dokumentace formuluje pravidlo:

Model-visible means logged.

^[3]

Co vstoupí do model requestu, má být rekonstruovatelné ze session log.

To pomáhá při auditu a debugování.

Subagenti jako capability

ctx.subagents je registry providers.^[8]

Dokumentované implementace:

spawn-in-process
fork
ACP
Codex
Claude Code
dsh-sdk

^[8]

Parent agent tak deleguje přes společné rozhraní.

DSH může spustit skutečný Codex

Provider:

@deepseek-ai/dsh-subagent-codex

není jen HTTP volání modelu.^[9]

Spouští skutečný produkt Codex jako proces.

Dokumentovaná implementace používá:

@openai/[email protected]

a app-server --stdio.^[9]

Každé volání vytváří nový proces, ephemeral thread a one-shot task.

Umí delegovat i do Claude Code

Další first-party provider integruje skutečný Claude Code.^[8][9]

Tok:

task
→ subagent provider
→ Claude Code
→ finální výsledek

Child dostává samostatný task a workspace, ne automaticky celou parent conversation.^[9]

To mění smysl porovnání

Jednoduché:

DSH vs Claude Code vs Codex

je neúplné.

Přesnější:

DeepSeek Harness
├── vlastní runtime
├── model providers
├── Claude Code jako child
└── Codex jako child

DSH tedy může být konkurent i orchestrator.

Cena za to je větší složitost a širší attack surface.

Agent Teams jsou experimentální

Repo obsahuje Agent Teams s durable roster, task board, mailbox a child sessions.^[3]

Dokumentace tuto část označuje jako experimental private opt-in coordination seam.^[3]

Není fér ji prezentovat jako stabilní veřejnou API.

DeepSeek Harness vs Claude Code

Claude Code je hotový coding-agent produkt pro software engineering.

Umí procházet codebase, editovat soubory, spouštět příkazy a testy, pracovat s Gitem a používat MCP.^[12]

Rozdíl:

Claude Code = hotový coding produkt
DSH = composable framework/runtime

Repo Claude Code uvádí použití pod Anthropic Commercial Terms.^[12]

DSH je MIT.^[1][2]

DeepSeek Harness vs OpenAI Codex

Důležitá oprava: Codex CLI je také open source.

Repo openai/codex má licenci:

Apache-2.0

^[13]

Není tedy správné popisovat DSH jako open-source alternativu k uzavřenému Codex.

Codex je primárně coding-agent platforma s CLI, IDE, desktopem, cloudem, sandboxingem, approvals a network policies.^[13]

DSH je více zaměřen na vlastní kompozici runtime a zároveň umí Codex spustit jako child.^[9]

DeepSeek Harness vs Muse Code

Meta spustila Muse Code 5. srpna 2026 jako beta terminal coding agent s Muse Spark 1.2.^[14]

Muse Code a model byly co-trained pro planning, tool use, context compaction, subagents a dlouhé coding tasks.^[14]

Rozdíl:

Muse = model + harness společně optimalizované
DSH = model a capabilities vyměnitelné

Srovnávací tabulka

Tabulka srovnává produkty, nikoli inteligenci modelů.

Proč neuvádíme procentní benchmark?

Nenašli jsme veřejný test, který drží současně:

stejný model
stejný prompt
stejné repo
stejné tools
stejný sandbox
stejný budget
stejný čas
stejné grading

Srovnání Opus + Claude Code s DeepSeek modelem + DSH měří mnoho proměnných najednou.

Jak benchmarkovat harness férově?

Test A: stejný model

stejný model + DSH
vs
stejný model + minimální harness

Test B: end-to-end

Claude + Claude Code
OpenAI + Codex
Muse Spark + Muse Code
zvolený model + DSH

Měřit task completion, test pass rate, cenu, čas, tool calls, lidské zásahy, regrese, změny mimo scope, security incidents a restart recovery.

Bezpečnost je nejdůležitější část

Oficiální SAFETY.md je velmi přímé.^[6]

DSH může spouštět model-generated code a commands, načítat third-party plugins a získat přístup k síti, procesům, credentials a souborům.

Chybný output modelu, bug, misconfiguration, malicious input nebo untrusted plugin může soubory změnit či smazat, zveřejnit data nebo poškodit host.^[6]

Sandbox nezaručuje izolaci

DeepSeek píše:

Sandboxing, approval prompts, and permission controls can reduce risk, but they do not guarantee isolation or prevent damage.^[6]

Doporučuje least privilege, disposable VM/container, backupy, omezení secretů a review pluginů a commandů.

DSH nemá být jedinou bezpečnostní hranicí pro nedůvěryhodný workload.

Local-first neznamená local-only

Data Processing Statement označuje Harness jako local-first.^[7]

Lokálně se standardně ukládají inputs, outputs, session context, tool records, attachments, file paths a runtime logs.

Externí modely, web tools, MCP servers a pluginy ale mohou data posílat vlastním providerům.^[7]

local-first ≠ local-only

Telemetry je složitější než on/off

Chování telemetry se v srpnu měnilo.^[16]

FULL vyžaduje explicitní konfiguraci. Nové profily neposílají automaticky celý session log bez aktivní volby; feedback může podle režimu aktivovat omezenější reporting.^[16]

Data Processing Statement rovněž zmiňuje možné anonymizované informace o konfiguraci a project lists s možností reportování vypnout nebo změnit endpoint.^[7]

Konkrétní deployment má vždy ověřit svou verzi a konfiguraci.

Developer preview znamená reálné breaking changes

README varuje:

THERE WILL BE COMPATIBILITY-BREAKING CHANGES.

^[2]

Během srpna vyšlo rychle několik RC až po 0.1.1-rc.2.^[10]

GitHub Discussions obsahuje i komunitní hlášení o nejednotných npm dist-tags některých plugin balíčků kolem rc.2.^[15]

Nejde o oficiální potvrzení, že problém postihuje každého, ale odpovídá to preview statusu.

Má smysl už teď psát pluginy?

Pro R&D ano, pokud akceptujete churn.

Oficiální extension points existují pro tools, LLM adapters, settings cards, capabilities, conversation nodes, storage, filesystem, sandbox a subagent providers.^[3][4]

Pro dlouhodobě stabilní API je projekt zatím mladý.

Pro koho je DSH nejzajímavější?

Agent platform teams

Pro interní platformu nezávislou na jediném model vendorovi.

AI infrastructure R&D

Pro experimenty s loops, context policies, routingem, subagenty a sandboxy.

Multi-model organizace

Jako control plane nad DeepSeek, Anthropic, OpenAI, interními gatewayi a self-hosted modely.

Benchmarking

Minimal mode může zmenšit tool surface při modelových testech.^[1]

Kdy raději Claude Code, Codex nebo Muse Code?

Claude Code pokud chcete zralého coding agenta v Claude ekosystému.

Codex pokud potřebujete OpenAI platformu přes CLI, IDE, desktop a cloud s vyspělejšími sandbox/governance funkcemi.^[13]

Muse Code pokud chcete co-trained model+harness s Muse Spark 1.2.^[14]

DeepSeek Harness pokud je hlavní cíl:

vybudovat vlastní harness
ne jen používat hotového agenta

Checklist před produkcí

Verze a supply chain

• Pin konkrétní verzi @deepseek-ai/dsh.
• Ověřit scope @deepseek-ai.
• Ověřit upstream repo.
• Nepoužívat neznámé wrappery jako náhradu upstreamu.
• Pin plugin versions.
• Ověřit kompatibilitu CLI/pluginů.

Runtime

• Dedicated user.
• Minimální workspace.
• Secrets mimo workspace.
• Backupy.
• Approval pro destruktivní commands.
• Omezený network access.
• Negativní sandbox testy.
• Sandbox nepovažovat za dokonalou hranici.

Modely

• Vědět, který provider dostává code.
• Prověřit retention policy.
• TLS/auth pro vlastní gateway.
• API keys s minimálním scope.
• Logovat model routing.
• Testovat více modelů.

Pluginy

• Review third-party pluginů.
• Minimální capabilities.
• Explicitně důvěryhodné MCP servers.
• Skills kontrolovat jako code.
• Žádný auto-update bez review.

Kvalita

• Acceptance tests.
• Agent spouští testy.
• Review final diff.
• Měřit regrese.
• Měřit cenu úspěšného tasku.
• Testovat restart recovery.
• Jasné hranice subagentů.

Verdikt POLPROG

DeepSeek Harness je jeden z nejzajímavějších agentních projektů srpna 2026, ale ne proto, že DeepSeek jednoduše vytvořil „vlastní Claude Code“.

Zajímavá je architektura:

model = plugin
tools = plugins
sandbox = plugin
session log = plugin
subagent provider = plugin
agent loop = plugin
UI = plugin

A parent agent může delegovat skutečnému Codex i Claude Code.^[8][9]

Správná otázka není:

Nahradí DeepSeek Harness Claude Code?

Ale:

Začnou firmy oddělovat model od harnessu a stavět vlastní control plane nad více agenty?

Frontier modely se mění rychle. Dobrý harness může přežít několik generací modelů.

DeepSeek se snaží vytvořit vrstvu, v níž lze vyměnit model, provider, sandbox, tool, agent loop i UI.

To je silná architektonická myšlenka.

K 31. srpnu 2026 ale DSH zůstává developer preview. Upstream sám uvádí, že neproběhl security audit a projekt není production-ready.^[6]

Pro R&D a kontrolované POC

Rozhodně stojí za vyhodnocení.

Jako přímý základ kritické produkce

Zatím ne bez vlastního hardeningu, sandboxingu, version pinningu, plugin review a plného POC.

Největší výhodou DSH dnes není „lepší model“, ale snaha, aby model přestal být architektonickým centrem celého agenta.