DeepSeek เปิดตัว DeepSeek Harness ระบบ AI Agent แบบ Open Source ชูแนวคิด ทุกอย่างคือ Plugin ปูทางสู่ Agent ที่ปรับแต่งได้เอง
DeepSeek กำลังขยับจากการเป็นบริษัทที่พัฒนาโมเดลภาษา ไปสู่การสร้าง โครงสร้างพื้นฐานสำหรับ AI Agent ด้วยการเปิดตัว DeepSeek Harness (DSH) ระบบ Agent แบบ Open Source ที่ออกแบบด้วยแนวคิดสำคัญอย่าง “Everything is a Plugin”
DeepSeek Harness คืออะไร?
คำว่า Harness ในบริบทของ AI Agent ไม่ได้หมายถึงโมเดลภาษา แต่หมายถึงระบบที่ทำหน้าที่ควบคุมและจัดการการทำงานของ Agent ลองนึกภาพง่าย ๆ ว่า LLM เป็นสมอง ส่วน Harness เป็นระบบที่จัดการว่า
- สมองจะใช้เครื่องมืออะไร
- จะอ่านและแก้ไขไฟล์อย่างไร
- จะเรียกใช้ Shell หรือเครื่องมือภายนอกเมื่อใด
- จะจัดการ Session อย่างไร
- จะเก็บสถานะของการทำงานอย่างไร
- จะเลือก Workflow แบบไหน
- และจะนำส่วนประกอบต่าง ๆ มาประกอบกันเป็น Agent ได้อย่างไร
DeepSeek Harness จึงไม่ได้พยายามสร้างเพียง Chatbot แต่กำลังสร้าง Runtime สำหรับ AI Agent
ทุกส่วนถอดเปลี่ยนได้
แกนหลักของ DeepSeek Harness คือ Cordis ซึ่งเป็นเฟรมเวิร์กที่ให้ปลั๊กอินเพิ่ม service, typed event และ effect เข้าไปใน context กลางของระบบได้ แตกต่างจากแอป AI Agent ทั่วไปที่มีแกนกลางตายตัว DSH ทำให้โมดูลสำคัญทั้งหมดเป็นปลั๊กอิน ไม่ว่าจะเป็น adapter สำหรับ LLM, registry ของเครื่องมือ, session log หรือแม้แต่ agent loop เอง
แนวทางนี้หมายความว่า นักพัฒนาสามารถเพิ่มความสามารถใหม่หรือเปลี่ยนพฤติกรรมเดิมโดยติดตั้งปลั๊กอินเพิ่มข้างระบบเดิม แทนการแก้ไข core code โดยตรง และเมื่อปลั๊กอินถูก unload การลงทะเบียนต่าง ๆ จะถูกยกเลิกกลับอย่างเป็นระบบ
ทำงานกับโปรเจกต์ได้จริง
ในส่วนของ Web UI ผู้ใช้เลือก workspace ที่เป็นโฟลเดอร์โปรเจกต์ แล้วสั่งงาน Agent ผ่านแชตได้โดยตรง Agent สามารถอ่านและแก้ไขไฟล์ใน workspace, รันคำสั่ง, กระจายงานให้ sub-agent และรักษาแผนการทำงานระหว่างเซสชันได้
ระบบยังมี permission policy เพื่อขออนุมัติจากผู้ใช้ก่อนทำ operation ที่เข้าข่ายต้องยืนยัน ช่วยให้การเปิดสิทธิ์ให้ AI เข้าถึงไฟล์หรือสั่งงาน shell มีจุดควบคุมที่ชัดเจน
ตัวอย่างการใช้งานที่เหมาะสม เช่น สั่งให้ Agent วิเคราะห์โครงสร้าง repository, สรุปแพ็กเกจหลัก, แก้ไขโค้ดเป็นชุด, ตรวจสอบบั๊ก หรือทำงานซ้ำ ๆ ใน project directory โดยไม่ต้องย้ายบริบทไปมาระหว่างเครื่องมือหลายตัว
รองรับโมเดลหลายทาง
แม้ชื่อจะเป็น DeepSeek Harness แต่ตัวซอฟต์แวร์ไม่ได้ล็อกให้ใช้เฉพาะโมเดลของ DeepSeek ผู้ใช้สามารถใส่ DeepSeek API key ผ่านเมนู Settings > Models และเริ่มใช้งานได้โดยไม่ต้องรีสตาร์ตเซิร์ฟเวอร์ เอกสารยังระบุว่ารองรับผู้ให้บริการรายอื่นและ custom endpoint ที่รองรับรูปแบบ OpenAI-compatible API ด้วย
ในเชิงโครงสร้าง ผู้พัฒนาสามารถเพิ่ม model provider ผ่าน adapter ที่ลงทะเบียนกับ ctx.llm ขณะที่ความสามารถที่ Agent เรียกใช้ได้จะเชื่อมผ่าน ctx.tools และ schema ของ tool จะถูกนำไปรวมใน prompt ของโมเดล
มีทั้ง Web และ Headless
DeepSeek Harness มี profile สำเร็จรูปอย่างน้อยสองแบบ ได้แก่ web สำหรับใช้งานผ่านเบราว์เซอร์ และ headless สำหรับเรียกทำงานแบบ one-shot โดยไม่ต้องเปิดเซิร์ฟเวอร์ ส่วนประกอบพื้นฐาน dsh-base ครอบคลุม model adapter, tools, persistence, sandbox, policy การอนุมัติ, การตั้งค่า, credentials และ telemetry ขณะที่ dsh-web-app เพิ่ม web application และ dsh-headless เพิ่มตัวรันแบบไม่มี UI
Session log และการตรวจสอบย้อนหลัง
อีกจุดที่น่าสนใจคือ DeepSeek Harness เก็บ session log แบบ append-only ซึ่งเป็นต้นทางของบริบทที่โมเดลเห็นในแต่ละรอบการทำงาน ระบบยึดหลักว่า ข้อมูลใดก็ตามที่ถูกส่งเข้าโมเดลต้องสามารถสร้างกลับจาก log ได้ ทำให้รองรับการ replay, resume, fork session, สร้าง transcript และ telemetry จากข้อมูลชุดเดียวกัน
โครงสร้างนี้มีประโยชน์กับงานพัฒนา Agent ที่ต้องการตรวจสอบว่าโมเดลเห็นอะไร เรียก tool ใด และตอบสนองต่อเหตุการณ์อย่างไร โดยเฉพาะทีมที่ต้องการปรับแต่ง workflow หรือวิเคราะห์ปัญหาเชิงพฤติกรรมของ AI Agent
สถานะยังเป็น Developer Preview
DeepSeek ระบุชัดว่า DeepSeek Harness อยู่ในช่วง developer preview และมีการพัฒนาอย่างรวดเร็ว โดยอาจมี compatibility-breaking changes ได้ ดังนั้นจึงยังไม่ใช่เครื่องมือที่เหมาะกับการล็อกเวิร์กโฟลว์ production ระยะยาวโดยไม่ทดสอบเวอร์ชันและการเปลี่ยนแปลงอย่างรอบคอบ
อย่างไรก็ตาม การเปิดซอร์สภายใต้สัญญาอนุญาต MIT, แนวคิดปลั๊กอินแบบ end-to-end และความสามารถในการสลับ model provider, tool, sandbox หรือ UI integration ทำให้ DeepSeek Harness เป็นอีกโปรเจกต์ที่น่าจับตาสำหรับนักพัฒนา AI Agent และผู้ที่ต้องการสร้างเครื่องมือ coding agent แบบปรับแต่งได้สูง
ในภาพรวมเราจะเห็นได้ว่า DeepSeek Harness ไม่ได้มาในฐานะคู่แข่งของ Coding Agent แต่เป็นอีกหนึ่งตัวอย่างที่แสดงให้เห็นว่า AI Agent กำลังกลายเป็นสถาปัตยกรรมซอฟต์แวร์รูปแบบใหม่ และในอนาคตฮาร์ดแวร์ของ AI PC อาจไม่ได้แข่งขันกันเพียงเรื่องความเร็วของโมเดล แต่แข่งขันกันที่ความสามารถในการขับเคลื่อน Agent ที่ซับซ้อนขึ้นเรื่อย ๆ
ข้อมูลเพิ่มเติม: DeepSeek Harness บน GitHub
