DeepSeek Harness vs Claude Code vs Codex vs Muse Code: framework open source per agenti AI nel 2026

Nell’agosto 2026 DeepSeek ha reso disponibile DeepSeek Harness (dsh) in developer preview. Il progetto è open source con licenza MIT e non è soltanto un altro coding agent da terminale. DeepSeek lo presenta come un agent harness, cioè il layer che collega un modello a tools, memoria delle sessioni, sandbox, approval policy, subagenti, web search, skills, workflow e interfaccia utente.^[1][2]

Il principio architetturale principale è:

Everything is a plugin.

Modelli, tools, skills, sessions, sandboxes, storage, agent loop, scheduling, subagents e persino la UI vengono composti come plugin sopra Cordis.^[1][3][11]

Questo è diverso da un prodotto convenzionale con loop e tool surface fissati dal vendor. In dsh perfino l’agent loop è una capability sostituibile tramite configurazione.^[3]

Ciò non significa che DeepSeek Harness sia oggi più maturo di Claude Code, Codex o Muse Code. Il file ufficiale SAFETY.md dichiara esplicitamente che si tratta di experimental developer-preview software, che non ha subito un security audit e che non deve essere considerato secure o production-ready.^[6]

La versione pubblica npm @deepseek-ai/dsh verificata il 31 agosto è 0.1.1-rc.2.^[10]

In breve: DeepSeek Harness è oggi particolarmente interessante come infrastruttura aperta e sostituibile per costruire agenti propri. Può inoltre delegare attività al vero Claude Code e al vero Codex come subagenti, quindi può competere con questi prodotti ma anche funzionare come livello di orchestrazione sopra di essi.^[8][9]

Stato delle informazioni: 31 agosto 2026.

TL;DR

Cos’è un agent harness?

Un modello linguistico da solo non è un agente completo.

Può produrre:

testo
codice
piani
tool calls

ma serve un altro layer che decida quali strumenti sono disponibili, come vengono eseguiti i comandi, dove l’agente può scrivere, quando serve approval, dove viene salvata la cronologia, come riprendere una sessione e come delegare attività.

DeepSeek riassume così:

Agent = Model + Harness

^[1]

L’harness è quindi lo strato operativo che consente al modello di agire in un ambiente reale.

Perché non costruire semplicemente un altro CLI?

DSH include CLI, Web UI e modalità headless, ma è progettato in modo più ampio rispetto a un singolo coding assistant.^[1][3][5]

L’idea è:

non hardcodare le capability nel loop;
montarle come componenti sostituibili

Tra questi componenti ci sono model adapters, tools, filesystem, shell, sandbox, skills, web access, persistence, compaction, subagents, jobs, scheduling, approvals e UI.^[1][3]

“Everything is a plugin” include l’agent loop

La documentazione architetturale dichiara che model adapter, tool registry, session log e agent loop sono plugin.^[3]

È più di un normale marketplace di estensioni.

In molti prodotti si possono aggiungere tools, ma il ciclo:

prompt → model → tool → model → finish

rimane interno e fisso.

In DSH anche il loop è una capability sostituibile. La documentazione dice che non esiste un privileged core da patchare per estendere il comportamento.^[3]

Cordis: la base architetturale

DeepSeek Harness è costruito sopra Cordis.^[1][3]

Il 26 agosto 2026 ricercatori collegati a Peking University e DeepSeek-AI hanno pubblicato A Programming Paradigm for Spatiotemporal Composability.^[11]

Cordis lavora su due concetti:

• temporal composability, per rimuovere un componente insieme ai suoi effetti runtime;
• spatial composability, per dichiarare dipendenze e reagire ai cambiamenti dell’ambiente.

L’implementazione comprende effect tracking, dependency resolution, declarative loading, configuration reconciliation e hot module replacement.^[11]

Profiles e bundles

Un processo dsh è un albero di plugin composto al boot.^[3]

I profiles sono composizioni nominate, ad esempio:

web
headless

I bundles distribuiscono configurazione Cordis e codice.

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

dsh-web-app aggiunge la UI browser, mentre dsh-headless aggiunge un one-shot runner senza server.

Configurazione a livelli

La configurazione viene applicata in più layer:^[3]

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

La configurazione effettiva può essere ispezionata con:

dsh --profile web --dump-config

Per i team che costruiscono una propria piattaforma agentica questo è più pulito di modificare direttamente il codice upstream.

Web UI

Il quick start ufficiale è:

npx @deepseek-ai/dsh web

^[1][2]

Per default la Web UI viene servita localmente su:

http://127.0.0.1:3080

^[2]

Dopo aver configurato modello e workspace, l’agente può leggere e modificare file, eseguire comandi, delegare lavoro e mantenere un piano.^[5]

DeepSeek Harness non è legato ai modelli DeepSeek

Settings → Models supporta altri provider.^[4]

La documentazione ufficiale menziona:

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

oltre a custom providers per gateway aziendali, server self-hosted ed endpoint OpenAI-compatible.^[4]

Quindi:

DeepSeek Harness ≠ DeepSeek-model-only

È possibile collegare un modello personalizzato

ctx.llm è una registry di adapter.^[3][4]

Il pattern mostrato è simile a:

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

L’adapter converte:

Harness request
↔
API del provider

^[4]

Cambio modello senza riavvio della Web UI

Le modifiche alla configurazione diventano disponibili dalla richiesta successiva senza riavviare il server.^[4]

Il modello scelto diventa default per le nuove sessioni.

Una sessione che ha già eseguito una request mantiene il modello registrato nel proprio log.^[4]

Quattro runtime modes

DeepSeek documenta quattro modalità.^[1]

Standard

Coding agent completo con file editing, shell, file/web search, skills, planning, goals, subagents e workflows.

Code

Include Standard, ma espone i tools tramite Code Mode SDK per permettere al modello di raggruppare operazioni in un programma TypeScript.^[1]

Minimal

persistent bash
str_replace_editor

Pensato anche per benchmark di modelli con una tool surface ridotta.^[1]

Creator

Per runtime inspection, esperimenti con plugin e custom presets.^[1]

Append-only session log

DeepSeek afferma che tutto ciò che il modello vede viene registrato in un append-only session log.^[1]

Questo comprende system prompts, reasoning, tool calls/results, subagent scheduling e context injections.^[1][3]

Resume, fork, search e replay lavorano sullo stesso event stream.

“Model-visible means logged”

La documentazione stabilisce il principio:

Model-visible means logged.

^[3]

Tutto ciò che entra in una request del modello dovrebbe essere ricostruibile dal session log.

È utile per audit, debugging e analisi del contesto.

Subagenti come capability

ctx.subagents è una registry di provider.^[8]

Le implementazioni documentate comprendono:

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

^[8]

Il parent agent delega a un’interfaccia comune senza dover conoscere i dettagli del child runtime.

Può avviare il vero Codex

Il provider ufficiale documentato:

@deepseek-ai/dsh-subagent-codex

non è una semplice chiamata HTTP a un modello OpenAI.^[9]

Avvia il prodotto Codex reale come processo.

L’implementazione documentata usa:

@openai/[email protected]

e comunica con app-server --stdio.^[9]

Ogni invocazione crea un nuovo processo, un ephemeral thread e un task one-shot.

Può delegare anche al vero Claude Code

Un provider first-party parallelo integra Claude Code.^[8][9]

Lo schema:

task
→ subagent provider
→ Claude Code
→ risultato finale

Il child riceve un task autonomo e il workspace, senza copiare automaticamente l’intera conversazione parent.^[9]

Questo cambia il confronto

La narrazione:

DeepSeek Harness vs Claude Code vs Codex

è incompleta.

Più corretto:

DeepSeek Harness
├── runtime proprio
├── model providers
├── Claude Code come child
└── Codex come child

DSH può essere sia concorrente sia orchestratore.

Il costo è maggiore complessità, più processi e una attack surface più ampia.

Agent Teams è sperimentale

Il repository include Agent Teams con durable roster, task board, mailbox e child sessions.^[3]

La documentazione lo definisce experimental private opt-in coordination seam.^[3]

Non va presentato come una capability stabile al pari del runtime principale.

DeepSeek Harness vs Claude Code

Claude Code è un coding-agent product orientato al software engineering.

Può esplorare codebase, modificare file, eseguire comandi e test, lavorare con Git e usare MCP.^[12]

Differenza:

Claude Code = prodotto coding agent
DSH = framework/runtime componibile

Il repo Claude Code indica che l’uso è soggetto agli Anthropic Commercial Terms.^[12]

DeepSeek Harness usa MIT.^[1][2]

DeepSeek Harness vs OpenAI Codex

Correzione importante: Codex CLI è anch’esso open source.

Il repository openai/codex è sotto:

Apache-2.0

^[13]

Quindi non è corretto definire DSH “l’alternativa open source a Codex chiuso”.

Codex è soprattutto una piattaforma coding-agent con CLI, IDE, desktop, cloud, sandboxing, approvals e network policies.^[13]

DSH è più orientato alla composizione di un runtime personalizzato e può persino avviare Codex come child.^[9]

DeepSeek Harness vs Muse Code

Meta ha lanciato Muse Code il 5 agosto 2026 come beta terminal coding agent con Muse Spark 1.2.^[14]

Muse Code e il modello sono stati co-trained su planning, tool use, context compaction, subagents e task di lunga durata.^[14]

Differenza architetturale:

Muse = model + harness co-ottimizzati
DSH = model e capabilities sostituibili

Sono strategie differenti.

Tabella comparativa

La tabella confronta superfici di prodotto, non qualità dei modelli.

Perché non diamo un benchmark percentuale?

Non abbiamo trovato un benchmark pubblico che mantenga costanti:

stesso modello
stesso prompt
stesso repository
stessi tools
stesso sandbox
stesso budget
stesso tempo
stesso grading

Confrontare Opus + Claude Code con un modello DeepSeek + DSH misura troppe variabili contemporaneamente.

Come benchmarkare correttamente un harness

Test A: stesso modello

stesso modello + DSH
vs
stesso modello + harness minimo

Questo isola meglio l’effetto del runtime.

Test B: end-to-end

Claude + Claude Code
OpenAI + Codex
Muse Spark + Muse Code
modello scelto + DSH

Misurare:

• task completion,
• test pass rate,
• costo,
• wall-clock time,
• tool calls,
• interventi manuali,
• regressioni,
• modifiche fuori scope,
• violazioni di sicurezza,
• restart recovery.

Sicurezza: la parte più importante

Il SAFETY.md ufficiale è molto chiaro.^[6]

DSH può eseguire codice e comandi generati dal modello, caricare plugin di terze parti e accedere a rete, processi, credentials e file disponibili.

Errori del modello, bug, misconfiguration, malicious input o plugin non affidabili possono modificare o cancellare file, esporre dati o danneggiare l’host.^[6]

Il sandbox non garantisce isolamento

DeepSeek scrive:

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

Raccomanda least privilege, VM/container disposable, backup, limitazione dei segreti e review di plugin e comandi.

DSH non deve essere l’unico security control per workload non trusted.

Local-first non significa local-only

La Data Processing Statement descrive Harness come local-first.^[7]

Per default sono memorizzati localmente inputs, outputs, session context, tool records, attachments, file paths e runtime logs.

Ma modelli esterni, web tools, MCP servers e plugin possono ricevere dati secondo le proprie policy.^[7]

local-first ≠ local-only

Telemetry: quadro più complesso di on/off

Il comportamento telemetry è cambiato durante agosto.^[16]

FULL richiede configurazione esplicita. I profili nuovi non inviano automaticamente session log completi senza una scelta attiva, mentre feedback può attivare un percorso di reporting più limitato a seconda del mode.^[16]

La Data Processing Statement menziona anche possibili informazioni di configurazione anonimizzate e project lists, con possibilità di disattivazione o cambio endpoint.^[7]

Ogni deployment deve quindi verificare versione e configurazione reali.

Developer preview significa breaking changes reali

Il README avverte:

THERE WILL BE COMPATIBILITY-BREAKING CHANGES.

^[2]

Ad agosto sono state pubblicate rapidamente varie RC fino a 0.1.1-rc.2.^[10]

GitHub Discussions contiene anche segnalazioni community su npm dist-tags non allineati per alcuni plugin attorno a rc.2.^[15]

Sono segnalazioni della community, non una conferma ufficiale che ogni installazione sia coinvolta, ma rafforzano il warning upstream.

Vale la pena creare plugin oggi?

Sì per R&D, accettando churn.

Gli extension point ufficiali includono tools, LLM adapters, settings cards, capabilities, conversation nodes, storage, filesystem, sandbox e subagent providers.^[3][4]

Per chi richiede API stability pluriennale, il progetto è ancora troppo giovane.

Per chi ha più senso DSH?

Agent platform teams

Per costruire piattaforme interne indipendenti da un singolo vendor.

AI infrastructure R&D

Per sperimentare con loops, context policies, routing, subagents e sandbox.

Organizzazioni multi-model

Come control plane per DeepSeek, Anthropic, OpenAI, gateway interni e modelli self-hosted.

Benchmarking

Minimal mode riduce la tool surface per alcuni test.^[1]

Quando scegliere Claude Code, Codex o Muse Code?

Claude Code se si vuole un coding agent maturo centrato sull’ecosistema Claude.

Codex se si vuole una piattaforma OpenAI con CLI, IDE, desktop e cloud e controlli di sandbox/governance più maturi.^[13]

Muse Code se interessa una coppia model+harness co-trained con Muse Spark 1.2.^[14]

DeepSeek Harness se l’obiettivo primario è:

costruire il proprio harness
invece di usare solo un agente pronto

Checklist prima della produzione

Versioni e supply chain

• Pin di una versione precisa di @deepseek-ai/dsh.
• Verifica dello scope @deepseek-ai.
• Verifica del repository upstream.
• Evitare wrapper non ufficiali come sostituti.
• Pin delle versioni dei plugin.
• Verifica compatibilità CLI/plugin.

Runtime

• User dedicato.
• Workspace minimo.
• Secrets fuori dal workspace.
• Backup.
• Approval per comandi distruttivi.
• Network access limitato.
• Test negativi del sandbox.
• Non considerare sandbox una barriera perfetta.

Modelli

• Sapere quale provider riceve il codice.
• Controllare retention policy.
• TLS/auth per gateway interno.
• API key con scope minimo.
• Loggare model routing.
• Provare almeno due modelli.

Plugin

• Review di ogni third-party plugin.
• Capabilities minime.
• MCP servers trusted.
• Skills trattati come codice.
• Niente auto-update senza review.

Qualità

• Acceptance tests.
• L’agente esegue i test.
• Review del diff finale.
• Misura delle regressioni.
• Costo per task completato.
• Test di restart recovery.
• Confini chiari per i subagents.

Verdetto POLPROG

DeepSeek Harness è uno dei progetti agentic più interessanti di agosto 2026, non perché DeepSeek abbia semplicemente creato “un proprio Claude Code”.

Il punto interessante è:

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

E il parent agent può delegare al vero Codex e al vero Claude Code.^[8][9]

La domanda importante non è:

DeepSeek Harness sostituirà Claude Code?

Ma:

Le aziende separeranno il modello dall’harness e costruiranno un proprio control plane sopra più agenti?

I frontier model cambiano rapidamente. Un harness ben progettato può sopravvivere a più generazioni di modelli.

DeepSeek prova a creare un layer in cui model, provider, sandbox, tool, agent loop e UI sono sostituibili.

È un’idea architetturale forte.

Ma al 31 agosto 2026 DSH resta developer preview. L’upstream dichiara che non ha superato un security audit e non deve essere trattato come production-ready.^[6]

Per R&D e POC controllati

Molto interessante.

Come base immediata di produzione critica

Non ancora senza hardening, sandboxing, pinning delle versioni, plugin review e POC completo.

Il vantaggio maggiore di DSH oggi non è un “modello migliore”. È il tentativo di fare in modo che il modello smetta di essere il centro architetturale di tutto l’agente.