Đánh giá DeepSeek Harness: dùng thử thực tế và so sánh với Claude Code, Codex, Antigravity

Trả lời ngắn: DeepSeek Harness (gọi tắt là dsh) là agent runtime mã nguồn mở, dùng giấy phép MIT, do DeepSeek tung ra ngày 13/8/2026. Gần như mọi thứ trong nó đều là plugin, kể cả vòng lặp agent, nên bạn có thể thay từng bộ phận (VentureBeat, The New Stack). Trong một bài test độc lập 30 tác vụ với cùng một model, dsh làm đúng 20 tác vụ còn Claude Code đúng 19, nhưng dsh dùng ít token hơn khoảng 7 lần (Composio). Tuy nhiên, dsh vẫn là bản developer preview. Hãy chọn dsh nếu bạn muốn mổ xẻ một agent, còn khi công việc phải xong trong tuần này thì chọn Claude Code, Codex hoặc Antigravity.

DeepSeek Harness là gì?

Harness là lớp phần mềm bao quanh model. Nó quyết định model gọi công cụ ra sao, sửa file thế nào, lưu phiên làm việc và theo một tác vụ dài đến cùng. Ý tưởng đằng sau bản phát hành của DeepSeek nằm trong công thức "Agent = Model + Harness" (DataCamp). Bản 0.1 ra mắt cùng lúc với model V4-Pro-0813.

dsh xây trên Cordis (framework plugin), chạy bằng Node.js, và có bốn cách dùng: web UI local, lệnh headless, Python SDK và app desktop, bản mà chúng ta thử bên dưới. Repo cảnh báo rằng sẽ có những thay đổi gây hỏng tương thích. Về lý do thiết kế harness quan trọng, xem bài agentic engineering thay thế vibe coding như thế nào.

DeepSeek Harness khác biệt ở đâu?

• Vòng lặp agent thay được. Model adapter, tool registry, session log và cả agent loop đều là plugin, không có lõi nào được ưu tiên riêng để phải vá. Composio đếm được khoảng 30 lifecycle hook ở Claude Code, cùng skill, subagent, MCP và plugin, tất cả gắn vào một vòng lặp cố định.
• Không bị trói vào một model. Theo DataCamp, dsh hỗ trợ DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure và các endpoint local. Vì vậy dsh chạy được model Claude, còn Claude Code chỉ chạy Claude.
• Điều khiển được agent khác. dsh giao tiếp qua Agent Client Protocol, có thể mở Claude Code hoặc Codex như tiến trình con, và đọc được CLAUDE.md lẫn AGENTS.md.
• Dễ truy vết. Mỗi phiên là một nhật ký sự kiện bất biến (append-only: chỉ thêm vào cuối, không sửa hay xóa), có thể phát lại. Theo Composio, backend sandbox mặc định ở chế độ chỉ đọc (app desktop mặc định ở Workspace Write).

Dùng thử thực tế trông như thế nào?

App desktop mở ra với ô soạn tin, kèm bộ chọn workspace, bộ chuyển chế độ, chế độ truy cập và bộ chọn model, cùng thanh bên có Plugins, Automation tasks và các workspace. Model trong lần thử này là DeepSeek-V4.1-Flash ở mức Effort High.

Trang Plugins minh họa tuyên bố "mọi thứ đều là plugin"

Bốn plugin tích hợp có phần cài đặt: Subagent, Web search, Agent loop và Shell. Bên dưới là các plugin thử nghiệm, mặc định đang tắt, chẳng hạn Agent teams, Voice input, Custom plugin indexes, Auto authorization review và Change requests & worktrees.

Mở Agent loop chỉ thấy một cài đặt: số lệnh gọi công cụ song song, đang đặt là 10. Nên vòng lặp có trang cài đặt riêng.

Tạo plugin bằng Creator mode

Nút Add plugin có hai cách: cài plugin bên thứ ba từ npm, Git hoặc thư mục local, hoặc để agent tạo plugin trong Creator mode.

Chúng ta dùng Creator mode với yêu cầu: tạo plugin tối giản tên utilkits-hello, có một slash command /hello trả lời bằng một câu chào ngắn. Agent viết năm file, tổng cộng 50 dòng. Phần logic nằm gọn trong index.js:

export const inject = ['commands']
 
export function apply(ctx) {
  ctx.effect(() =>
    ctx.commands.register({
      name: 'hello',
      description: 'Replies with a short greeting.',
      handler: () => ({ kind: 'success', text: 'Hello! How can I help?' }),
    }),
  )
}

Phần còn lại gồm package.json có mục dsh.bundle.patch, file cordis.patch.yml thêm plugin vào cấu hình, một file locale và một icon. Sau khi cài, /hello xuất hiện trong bảng lệnh và in ra câu chào.

Chế độ truy cập và cài đặt model

Các chế độ truy cập gồm Read Only, Workspace Write (mặc định) và Full access.

Bộ chọn model tách riêng hai mục Model và Effort.

Số liệu benchmark nói gì?

Chưa có benchmark nào đo riêng harness cho sạch. Composio, DataCamp và DeepSeek mỗi bên đo một lát cắt khác nhau.

Composio cho các harness làm 30 tác vụ dùng công cụ khó trên ứng dụng thật như Gmail, Slack, GitHub, giữ nguyên model là DeepSeek V4 Pro 0813:

Cùng model đó, Pi đúng 21, Codex 20, OpenCode 19 và Hermes 18. Chênh nhau một tác vụ nằm trong mức nhiễu. Chênh lệch token lớn hơn nhiều, khoảng 7,3 lần, và Composio gắn một phần nguyên nhân với cơ chế cache: ở lần chạy trước với V4 Flash, các harness khác chỉ trả 23% đến 55% giá không cache, Claude Code trả tới 99%. Claude Code không chính thức hỗ trợ model của hãng khác, nên bài test chạy nó ngoài cấu hình đã được tinh chỉnh.

Trong bài test một repo của DataCamp với Claude Sonnet 5, cả hai đều qua 10/10 test và cho patch giống nhau từng byte. Claude Code mất 55,0 giây, dsh mất 125,4 giây, một phần vì lỗi sandbox trên Windows buộc người test phải cấp full access thủ công ba lần.

Giá API cũng tăng sau khi ra mắt. V4-Pro từ $0,435 đầu vào và $0,87 đầu ra cho mỗi triệu token lên $0,66 và $1,98 ở giờ thấp điểm, hoặc $1,32 và $3,96 ở giờ cao điểm (VentureBeat), nên lợi thế chi phí đo trước đó có thể đã thu hẹp.

DeepSeek Harness vs Claude Code vs Codex vs Antigravity

So với Claude Code, dsh cho chọn model rộng hơn, có vòng lặp thay được và dùng ít token hơn, nhưng kém chỉn chu hơn. DataCamp khuyên dùng Claude Code cho công việc hằng ngày trong codebase có sẵn. Muốn xem đối đầu trực tiếp, đọc Codex vs Claude Code.

Codex hòa dsh ở mức 20/30 trong bài test của Composio. Codex có thêm cloud task và tính năng sửa PR, những thứ dsh chưa ghi nhận là đã hoàn thiện, còn Winder AI coi việc gắn với model OpenAI là điểm yếu chính của Codex.

Antigravity thuộc loại sản phẩm khác: bản 1.0 là IDE ưu tiên agent, bản 2.0 tách thành năm bề mặt dùng chung một harness, và CLI agy viết bằng Go ra mắt ngày 18/6/2026. Nó chạy nhiều agent song song qua Agent Manager đồ họa. Điểm yếu là hạn mức tuần chưa công bố con số, và cộng đồng báo bị giảm tốc sau khoảng 2.000 dòng code sinh ra. Tôi không tìm được benchmark đối đầu nào có Antigravity, nên không thể xếp hạng. Bảng xếp hạng rộng hơn nằm ở bài top coding agent AI năm 2026.

Nên chọn cái nào?

• Muốn sửa vòng lặp, so sánh nhiều nhà cung cấp model hoặc kiểm tra lại từng bước agent đã làm: DeepSeek Harness.
• Muốn ít phải cấu hình nhất trên repo có sẵn: Claude Code.
• Đang dùng hệ OpenAI, cần CLI mã nguồn mở kèm cloud task: Codex.
• Đang dùng hạ tầng Google, muốn nhiều agent chạy song song trên giao diện trực quan hoặc muốn bắt đầu miễn phí: Antigravity.

Bài này có thể sai ở đâu

Phần dùng thử chỉ là một phiên trên Windows với model Flash, làm một plugin rất nhỏ. Nó chỉ phản ánh app và hệ plugin, không nói gì về dsh khi làm việc thật. Số liệu benchmark thuộc nguồn thứ cấp: 20 so với 19 của Composio chỉ chênh một tác vụ trên 30, chạy qua MCP router của chính Composio, và Claude Code có hai lần timeout không có bản ghi usage. Điểm của DeepSeek tự công bố dùng chế độ minimal, và theo VentureBeat không có kết quả SWE-bench. Antigravity không có benchmark nào, còn số sao (95.386 sau hai ngày theo Winder AI, 165.000 sau một tuần theo MindStudio) chỉ đo mức chú ý. Nếu quyết định này quan trọng với bạn, hãy tự chạy mười tác vụ trên repo của bạn.

Câu hỏi thường gặp

DeepSeek Harness có miễn phí không? Phần mềm miễn phí theo giấy phép MIT. Bạn trả phí dùng API của model, hoặc chạy model local.

Có dùng được cho production chưa? Chưa. Đây là bản developer preview, và DataCamp khuyên cố định phiên bản (pin version) trước khi phụ thuộc vào nó.

Tài Liệu Tham Khảo

1. VentureBeat, "DeepSeek Harness launches as open source rival to Claude Code, alongside V4-Pro on API with higher prices"
2. The New Stack, "DeepSeek open sources an agent harness where everything is a plugin"
3. Composio, "DeepSeek Harness vs Claude Code in 2026"
4. DataCamp, "DeepSeek Harness vs. Claude Code: What Changes With the Same Model?"
5. Winder.AI, "A Comparison of AI Agent Harnesses in 2026"
6. DEV Community, "DeepSeek Harness vs Codex vs Claude Code: What I Learned Comparing Three Agent Harnesses"
7. Developers Digest, "Antigravity CLI vs Claude Code vs Codex 2026"
8. Morph, "Google Antigravity vs Claude Code in 2026"
9. MindStudio, "What Is DeepSeek Harness? The Open-Source Coding Agent Explained"