DeepSeek Harness vs Claude Code vs Codex vs Muse Code: das Open-Source-Framework für KI-Agenten 2026

Im August 2026 stellte DeepSeek DeepSeek Harness (dsh) als Developer Preview bereit. Das Projekt ist unter MIT Open Source und soll nicht nur ein weiterer Coding-Agent im Terminal sein. DeepSeek positioniert es als Agent Harness, also als Laufzeit- und Orchestrierungsschicht zwischen Modell, Tools, Sessions, Sandbox, Approval-Policy, Subagenten, Webzugriff, Skills, Workflows und UI.^[1][2]

Das zentrale Prinzip lautet:

Everything is a plugin.

Modelle, Tools, Skills, Sessions, Sandboxes, Storage, Agent Loop, Scheduling, Subagenten und sogar das UI werden als Plugins auf Basis von Cordis komponiert.^[1][3][11]

Das unterscheidet DSH von einem klassischen Produkt mit festem Modell-Loop und fester Tool-Oberfläche. In DeepSeek Harness ist sogar der Agent Loop aus der Konfiguration ersetzbar.^[3]

Das bedeutet nicht, dass DSH heute reifer als Claude Code, Codex oder Muse Code ist. Das offizielle SAFETY.md bezeichnet das Projekt ausdrücklich als experimental developer-preview software, das keinen Security Audit durchlaufen hat und nicht als secure oder production-ready behandelt werden darf.^[6]

Die am 31. August geprüfte öffentliche npm-Version von @deepseek-ai/dsh ist 0.1.1-rc.2.^[10]

Kurzfassung: DeepSeek Harness ist derzeit vor allem als offene, austauschbare Infrastruktur zum Bau eigener Agenten interessant. Es kann außerdem echtes Claude Code und Codex als Subagenten starten und damit teilweise als Orchestrierungsschicht über diesen Produkten arbeiten.^[8][9]

Informationsstand: 31. August 2026.

TL;DR

Was ist ein Agent Harness?

Ein Sprachmodell allein ist kein vollständiger Agent.

Es kann Text, Code, Pläne oder Tool Calls erzeugen, braucht aber eine Schicht, die bestimmt:

• welche Tools existieren,
• wie Befehle ausgeführt werden,
• wo geschrieben werden darf,
• wann Approval nötig ist,
• wo Session-Historie liegt,
• wie ein Run fortgesetzt wird,
• wie Aufgaben delegiert werden,
• wie externe Modelle verbunden werden.

DeepSeek fasst es so zusammen:

Agent = Model + Harness

^[1]

Der Harness macht aus dem Modell ein ausführbares System.

Warum nicht einfach noch ein Coding-CLI?

DSH besitzt CLI, Web UI und Headless Mode, ist aber breiter als ein einzelner Coding Assistant angelegt.^[1][3][5]

Die Leitidee:

Capabilities nicht im Loop hardcoden,
sondern als austauschbare Komponenten montieren.

Dazu gehören Model Adapter, Tools, Filesystem, Shell, Sandbox, Skills, Web Access, Persistence, Compaction, Subagents, Jobs, Scheduling, Approvals und UI.^[1][3]

„Everything is a plugin“ umfasst den Agent Loop

Die Architektur-Dokumentation nennt ausdrücklich Model Adapter, Tool Registry, Session Log und Agent Loop als Plugins.^[3]

Das geht weiter als ein gewöhnliches Extension-System.

In vielen Produkten kann man Tools ergänzen, aber:

Prompt → Model → Tool → Model → Finish

bleibt intern fest.

In DSH kann selbst diese Loop-Schicht ersetzt werden. Laut Dokumentation gibt es keinen privilegierten Core, den Erweiterungen patchen müssten.^[3]

Cordis als Fundament

DeepSeek Harness basiert auf Cordis.^[1][3]

Am 26. August 2026 erschien die Arbeit A Programming Paradigm for Spatiotemporal Composability von Autoren aus dem Umfeld von Peking University und DeepSeek-AI.^[11]

Cordis adressiert:

• temporal composability: Effekte eines entfernten Components sollen rückgängig werden,
• spatial composability: Components deklarieren Dependencies und reagieren auf Änderungen.

Die Implementierung umfasst u.a. Effect Tracking, Dependency Resolution, declarative loading, Configuration Reconciliation und HMR.^[11]

Profiles und Bundles

Ein laufendes dsh ist ein Plugin-Baum, der beim Start aufgebaut wird.^[3]

Profiles sind benannte Runtime-Kompositionen, zum Beispiel:

web
headless

Bundles liefern Cordis-Konfiguration plus gemounteten Code.

dsh-base bringt unter anderem Model Adapter, Tools, Persistence, Sandbox, Approval Policy, Settings, Credentials und Telemetry.^[3]

dsh-web-app ergänzt das Browser-UI, dsh-headless einen One-Shot Runner ohne Server.

Layered Configuration

Konfiguration wird schichtweise angewendet:^[3]

Bundles
↓
Profile cordis.patch.yml
↓
Home cordis.patch.yml
↓
--patch Overlay

Die effektive Konfiguration lässt sich prüfen mit:

dsh --profile web --dump-config

Das ist für eigene Agent-Plattformen wesentlich flexibler als Forks des Upstream-Quellcodes.

Web UI

Der Quick Start lautet:

npx @deepseek-ai/dsh web

^[1][2]

Standardmäßig wird das UI lokal auf:

http://127.0.0.1:3080

bereitgestellt.^[2]

Danach werden Modell und Workspace gewählt. Der Agent kann Dateien lesen und ändern, Commands ausführen, Arbeit delegieren und einen Plan führen.^[5]

Nicht an DeepSeek-Modelle gebunden

Die Model-Einstellungen unterstützen mehr als DeepSeek.^[4]

Die offizielle Dokumentation nennt Provider wie:

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

sowie Custom Provider für interne Gateways, Self-hosted Services und OpenAI-kompatible Endpoints.^[4]

Damit gilt:

DeepSeek Harness ≠ DeepSeek-only

Eigene Modelle über LLM Adapter

ctx.llm ist eine Registry für Modelladapter.^[3][4]

Ein Adapter implementiert etwa:

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

und übersetzt Harness Requests in das jeweilige Provider-Protokoll.^[4]

Modellwechsel ohne Server-Restart

Laut Provider-Guide wirken Änderungen auf den nächsten Request, ohne dass das Web UI neu gestartet werden muss.^[4]

Das ausgewählte Modell wird Default für neue Sessions. Eine bereits verwendete Session behält die im Log gespeicherte Modellidentität.^[4]

Vier Runtime Modes

DeepSeek beschreibt vier Modi.^[1]

Standard

Voller Coding Agent mit File Editing, Shell, Search, Skills, Planning, Goals, Subagents und Workflows.

Code

Standard-Funktionen plus Code Mode SDK, damit das Modell mehrere Tool-Schritte in einem TypeScript-Programm kombinieren kann.^[1]

Minimal

persistent bash
str_replace_editor

Geeignet unter anderem für reduzierte Model-Benchmarks.^[1]

Creator

Für Runtime Inspection, Plugin-Experimente und Custom Presets.^[1]

Append-only Session Log

Alles, was das Modell sieht, soll in einem append-only Session Log landen.^[1]

Dazu gehören System Prompts, Reasoning, Tool Calls und Results, Subagent Scheduling und Context Injections.^[1][3]

Resume, Fork, Search und Replay basieren auf demselben Event Stream.

„Model-visible means logged“

Die Dokumentation formuliert die Regel:

Model-visible means logged.

^[3]

Was in einen Model Request gelangt, soll aus dem Session Log rekonstruierbar sein.

Das hilft bei Audit, Debugging und der Rekonstruktion von Context.

Subagenten als Capability

ctx.subagents ist eine Provider Registry.^[8]

Dokumentierte Implementierungen umfassen:

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

^[8]

Der Parent Agent delegiert also gegen ein Interface, ohne den Child Runtime intern kennen zu müssen.

Echter Codex als Subagent

Die Implementierungsnotiz beschreibt:

@deepseek-ai/dsh-subagent-codex

Das ist kein bloßer HTTP-Call zu einem OpenAI-Modell, sondern startet das tatsächliche Codex-Produkt als Prozess.^[9]

Die dokumentierte Variante pinnt:

@openai/[email protected]

und kommuniziert über app-server --stdio.^[9]

Jeder Aufruf erzeugt einen frischen Produktprozess, einen ephemeral Thread und eine One-Shot-Aufgabe.

Echter Claude Code als Subagent

Ein paralleler First-Party Provider integriert Claude Code.^[8][9]

Der Ablauf:

Parent Task
→ Subagent Provider
→ Claude Code
→ finales Ergebnis

Der Child bekommt einen eigenständigen Task und Workspace, aber nicht automatisch die gesamte Parent-Konversation.^[9]

Deshalb ist „DSH vs Claude Code vs Codex“ zu einfach

Ein vollständigeres Bild:

DeepSeek Harness
├── eigener Agent Runtime
├── eigene Model Provider
├── Claude Code als Child
└── Codex als Child

DSH kann Konkurrenz und Orchestrator zugleich sein.

Das erhöht Flexibilität, aber auch Komplexität und Attack Surface.

Agent Teams sind experimentell

Das Repository enthält Agent Teams mit durable roster, Task Board, Mailbox und Child Sessions.^[3]

Die Dokumentation bezeichnet diese Funktion jedoch als experimental private opt-in coordination seam.^[3]

Sie sollte nicht als stabiler Kern des Produkts dargestellt werden.

DeepSeek Harness vs Claude Code

Claude Code ist ein fertiges Coding-Agent-Produkt für Software Engineering.

Es kann Codebases untersuchen, Dateien editieren, Commands und Tests ausführen, Git nutzen und über MCP externe Tools anbinden.^[12]

Unterschied

Claude Code:

fertiges Coding-Produkt

DSH:

Framework/Runtime,
in dem selbst der Loop austauschbar ist

Lizenz

Claude Code Repo:

© Anthropic PBC. All rights reserved.
Use is subject to Anthropic's Commercial Terms of Service.

^[12]

DSH:

MIT

DeepSeek Harness vs OpenAI Codex

Wichtig: Codex CLI ist ebenfalls Open Source.

Das Repo openai/codex steht unter:

Apache-2.0

^[13]

DSH ist also nicht „die offene Alternative zu einem geschlossenen Codex“.

Codex ist primär Coding-Agent/Plattform mit CLI, IDE, Desktop, Cloud, Sandbox, Approvals, Network Policies und Audit Controls.^[13]

DSH ist stärker ein Framework zur eigenen Runtime-Komposition und kann Codex selbst als Child starten.^[9]

DeepSeek Harness vs Muse Code

Meta veröffentlichte Muse Code am 5. August 2026 als Beta-Agent mit Muse Spark 1.2.^[14]

Muse Code und das Modell wurden gemeinsam auf Planning, Tool Use, Compaction, Subagents und lange Coding-Aufgaben optimiert.^[14]

Der architektonische Unterschied:

Muse:
Model + Harness gemeinsam optimiert

gegen:

DSH:
Modelle und Capabilities möglichst austauschbar

Beide Strategien haben andere Vorteile.

Vergleichstabelle

Die Tabelle misst Produktoberflächen, nicht Modellintelligenz.

Warum kein Prozent-Benchmark?

Wir fanden keinen öffentlichen Test, der gleichzeitig konstant hält:

gleiches Modell
gleicher Prompt
gleiches Repository
gleiche Tools
gleicher Sandbox
gleiches Budget
gleiche Zeit
gleiches Grading

Ein Vergleich von Opus + Claude Code gegen DeepSeek-Modell + DSH misst mehrere Variablen gleichzeitig.

Deshalb wäre „Harness A ist 7 % besser“ nicht seriös.

Faire Benchmark-Methodik

Test A: gleiches Modell

gleiches API-Modell + DSH
vs
gleiches API-Modell + minimaler eigener Harness

Damit wird der Runtime-Effekt isoliert.

Test B: End-to-End

Claude + Claude Code
OpenAI + Codex
Muse Spark + Muse Code
gewähltes Modell + DSH

Metriken:

• Task Completion,
• Test-Pass-Rate,
• Kosten,
• Laufzeit,
• Tool Calls,
• Human Interventions,
• Regressionen,
• Out-of-scope Changes,
• Sicherheitsverletzungen,
• Restart Recovery.

Sicherheit ist der entscheidende Punkt

SAFETY.md warnt ausdrücklich, dass DSH model-generated code und Commands ausführt, Third-Party Plugins laden und auf Netzwerk, Prozesse, Credentials und Dateien zugreifen kann.^[6]

Fehler, Misconfiguration, malicious input oder untrusted plugins können laut Projekt Daten offenlegen, Dateien verändern oder löschen und den Host beschädigen.^[6]

Sandbox ist keine absolute Isolation

DeepSeek schreibt:

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

Empfohlen werden Least Privilege, Disposable VM/Container, Backups, begrenzte Secrets und Review von Plugins und Commands.^[6]

Local-first ist nicht Local-only

Die Data Processing Statement nennt DSH local-first.^[7]

Lokal gespeichert werden standardmäßig u.a. Inputs, Model Outputs, Session Context, Tool Records, Attachments, File Paths und Runtime Logs.^[7]

Wer externe Modelle, Web Tools, MCP Server oder Plugins konfiguriert, kann jedoch Daten an diese externen Provider senden.^[7]

local-first ≠ local-only

Telemetry ist differenziert

Die Telemetry-Implementierung wurde im August geändert.^[16]

FULL erfordert explizite Konfiguration; frische Profiles senden nicht ohne aktive Entscheidung vollständige Session Logs. Feedback kann je nach Mode einen engeren Reporting-Weg auslösen.^[16]

Die Data Processing Statement erwähnt außerdem mögliche anonymisierte Konfigurations- und Projektlisten-Reports mit Opt-out-Möglichkeit.^[7]

Deshalb sollte jede konkrete Installation ihre tatsächliche Version und Konfiguration prüfen.

Developer Preview bedeutet Breaking Changes

Das README warnt:

THERE WILL BE COMPATIBILITY-BREAKING CHANGES.

^[2]

Im August erschienen schnell mehrere RCs bis 0.1.1-rc.2.^[10]

GitHub Discussions enthalten außerdem Community Reports zu inkonsistenten npm dist-tags bei Plugin-Paketen rund um rc.2.^[15]

Das sind keine offiziellen universellen Fehlerbestätigungen, aber sie passen zur Preview-Warnung.

Eigene Plugins heute bauen?

Für R&D: ja.

Offizielle Extension Points gibt es für Tools, LLM Adapter, Settings Cards, Capabilities, Conversation Nodes, Storage, Filesystem, Sandbox und Subagent Provider.^[3][4]

Wer dagegen langfristige API-Stabilität erwartet, sollte den aktuellen Preview-Status berücksichtigen.

Für wen ist DSH besonders interessant?

Agent Platform Teams

Für interne Agent-Plattformen, die nicht an einen Model Vendor gebunden sein sollen.

AI Infrastructure R&D

Für Forschung an Agent Loops, Context Policies, Routing, Subagent Strategies und Sandboxes.

Multi-Model-Umgebungen

Für einen Control Plane über DeepSeek, Anthropic, OpenAI, interne Gateways und Self-hosted Models.

Benchmarking

Minimal Mode reduziert die Tool-Oberfläche und kann Modelltests vereinfachen.^[1]

Wann sind Claude Code, Codex oder Muse Code besser?

Claude Code, wenn ein reifer Coding Agent im Claude-Ökosystem gesucht wird.

Codex, wenn CLI, IDE, Desktop und Cloud im OpenAI-Ökosystem mit ausgereiften Sandbox- und Governance-Funktionen wichtig sind.^[13]

Muse Code, wenn Model und Harness als gemeinsam trainiertes System mit persistenten Background Agents gewünscht werden.^[14]

DeepSeek Harness, wenn das Ziel primär lautet:

eigenen Harness bauen
statt nur fertigen Agent nutzen

Produktions-Checkliste

Version und Supply Chain

• @deepseek-ai/dsh auf konkrete Version pinnen.
• Scope @deepseek-ai prüfen.
• Upstream deepseek-ai/deepseek-harness prüfen.
• Keine zufälligen Desktop Wrapper als Upstream-Ersatz.
• Plugin-Versionen pinnen.
• CLI/Plugin-Versionen aufeinander abstimmen.

Runtime

• Dedizierter User.
• Minimaler Workspace.
• Secrets außerhalb des Workspace.
• Backups.
• Destruktive Commands mit Approval.
• Netzwerk begrenzen.
• Sandbox mit Negativtests prüfen.
• Sandbox nicht als perfekte Grenze behandeln.

Modelle

• Klarheit über Ziel-Provider.
• Retention Policy prüfen.
• TLS/Auth am eigenen Gateway.
• API Keys minimal scopen.
• Routing loggen.
• Mehr als ein Modell testen.

Plugins

• Third-Party Plugins reviewen.
• Nur notwendige Capabilities.
• MCP Server explizit vertrauen.
• Skills wie Code behandeln.
• Updates nicht ungeprüft automatisieren.

Qualität

• Acceptance Tests.
• Agent führt Tests aus.
• Final Diff wird reviewed.
• Regressionen messen.
• Kosten pro erfolgreichem Task messen.
• Restart-Fälle testen.
• Subagent-Grenzen definieren.

POLPROG-Fazit

DeepSeek Harness ist eines der interessantesten Agent-Projekte im August 2026, aber nicht weil „DeepSeek einen Claude-Code-Klon gebaut hat“.

Entscheidend ist:

Modell = Plugin
Tools = Plugins
Sandbox = Plugin
Session Log = Plugin
Subagent Provider = Plugin
Agent Loop = Plugin
UI = Plugin

Und der Parent Agent kann echte Codex- und Claude-Code-Prozesse delegieren.^[8][9]

Die relevante Frage lautet daher nicht:

Wird DeepSeek Harness Claude Code ersetzen?

Sondern:

Werden Unternehmen Modelle vom Harness entkoppeln und einen eigenen Control Plane über mehrere Agenten bauen?

Frontier-Modelle wechseln schnell. Ein guter Harness kann mehrere Modellgenerationen überleben.

DeepSeek versucht eine Schicht zu bauen, in der Modell, Provider, Sandbox, Tool, Loop und UI austauschbar sind.

Das ist architektonisch stark.

Aber am 31. August 2026 bleibt DSH Developer Preview. Der Upstream sagt selbst, dass kein Security Audit erfolgt ist und das Projekt nicht production-ready ist.^[6]

Für R&D und kontrollierte POCs

Sehr interessant.

Als unmittelbare Basis kritischer Produktion

Noch nicht ohne eigenes Hardening, Sandbox, Version Pinning, Plugin Review und vollständigen POC.

Der größte Vorteil ist derzeit nicht ein „besseres Modell“, sondern der Versuch, das Modell aus dem architektonischen Zentrum des Agenten zu lösen.