Разработчики из DeepSeek представили предварительную настольную версию платформы Harness, исходные коды и сборки которой были обнаружены сообществом в официальном репозитории проекта на GitHub и на серверах компании.
По информации, приложение построено на базе фреймворка Electron и полностью переносит логику веб-интерфейса, включая механизмы сессий, вызова инструментов и координации автономных агентов.
На текущий момент сборки доступны для операционных систем Windows и macOS с архитектурой ARM, причем сборка для компьютеров Apple уже прошла официальную нотариальную заверку от имени юридического лица Hangzhou DeepSeek Artificial Intelligence.
В отличие от стандартного веб-сервиса, десктопный клиент ориентирован на профессиональную эксплуатацию и не является полностью бесплатным инструментом с мгновенным входом.
Для начала работы пользователю требуется привязать аккаунт с положительным балансом либо подключить собственный официальный API-ключ, предварительно пройдя процедуру подтверждения личности. Сам графический интерфейс выполнен в минималистичном стиле без массивных рамок и разделен на две базовые рабочие среды: среду для офисной работы и генерации контента, а также специализированное пространство для написания программного кода и инженерных задач.
Пользователь может гибко настраивать глубину отображения внутренних рассуждений модели, выбирая между выводом итогового результата, показом ключевых этапов или детальной фиксацией полного хода исполнения.
Ключевым инженерным новшеством десктопного Harness стала расширенная классификация агентских процессов, разделенная на четыре ступени сложности. Наряду со стандартным режимом для типовых запросов и минималистичным форматом взаимодействия через терминал, приложение предлагает специализированный режим программного вызова инструментов PTC.
В рамках этого сценария языковая модель не совершает многочисленные последовательные сетевые запросы для каждой утилиты, а сразу генерирует целостный блок программного кода, который централизованно координирует, фильтрует и агрегирует данные из внешних источников, что снижает задержки и повышает общую надежность конвейера.
Для разработчиков предусмотрен креативный режим, позволяющий с помощью инструкций на естественном языке отлаживать плагины архитектуры Cordis прямо в оперативной памяти и на лету модифицировать поведение интерфейса.
Финальный вывод ответов в Harness также подвергся заметной трансформации в сторону модульных интерактивных панелей. После отправки команды рабочее пространство отображает системные метрики, включая объем задействованных токенов контекста, число вызовов инструментов и время генерации.
Сами ответы системы формируются не в виде монолитных текстовых полотен, а через структурированные блоки, сравнительные карточки и встроенные динамические виджеты, превращая диалоговое окно в полноценный аналитический дашборд для решения прикладных задач.