Model yang Dapat Diganti, Alat yang Dapat Dicolokkan: DeepSeek Memindahkan Persaingan Agen dari "Otak" ke "Sistem Operasi"

Berita dari CoinWorld:

DeepSeek merilis kerangka kerja Agen DeepSeek Harness sebagai sumber terbuka pada 14 Agustus. Mereka tidak menjadikannya sebagai produk tertutup yang hanya dapat menghubungkan model DeepSeek, tetapi merancang model, alat, penyimpanan, sandbox, dan komponen lainnya sebagai plugin, dan merilisnya di bawah lisensi MIT. Pengembang dapat menghubungkan model dari perusahaan lain, serta mengganti lingkungan eksekusi dan sistem memori. Pilihan ini sangat berarti bagi perusahaan yang terkenal karena model dasar: DeepSeek sedang memindahkan posisi persaingan dari "menyediakan otak paling cerdas" ke "mengontrol bagaimana agen menyelesaikan pekerjaan".

Harness saat ini masih dalam versi pratinjau untuk pengembang. Pihak resmi dengan jelas mengingatkan bahwa akan ada perubahan yang merusak kompatibilitas di masa mendatang. Saat ini, ia sudah dapat membuka repositori kode, mengedit file, menjalankan perintah, mencari di web, merumuskan rencana yang dapat dieksekusi, menyerahkan sebagian tugas kepada agen lain, dan menyimpan catatan panggilan alat, hasil eksekusi, dan interaksi model. Sesi lama dapat dilanjutkan, atau dapat bercabang dari titik yang lebih awal. Fitur-fitur ini mungkin tidak terlihat secerah jumlah parameter model baru, tetapi secara langsung menentukan apakah agen dapat beralih dari demonstrasi ke lingkungan produksi.

Bersama dengan Harness, DeepSeek V4-Pro-0813 juga menarik perhatian. Data yang dirilis oleh DeepSeek menunjukkan bahwa model ini mendapatkan skor 87,9 di Terminal Bench 2.1, 74,1 di Toolathlon-Verified, dan masing-masing 71,1 dan 67,2 di DSBench-FullStack dan DSBench-Hard. Beberapa pengujian agen dengan kode terbuka menggunakan mode minimum dari Harness. Namun, angka-angka ini adalah hasil laporan dari vendor, dan tidak dapat disamakan secara langsung dengan semua skenario perusahaan, apalagi membuktikan bahwa kerangka pratinjau sudah memiliki stabilitas produksi.

Bagian yang benar-benar sulit dari agen adalah beralih dari menjawab pertanyaan menjadi mengelola proses

Satu kali tanya jawab hanya perlu menghasilkan satu hasil yang tampak masuk akal, tetapi agen harus mempertahankan arah dalam puluhan atau bahkan ratusan langkah. Ia harus mengingat apa yang telah dilakukan, tahu kapan memanggil alat, menilai apakah hasilnya dapat dipercaya, mengubah file dalam batas izin, dan meninggalkan titik pemulihan saat salah jalan. Kemampuan model menentukan batas atas, dan kerangka eksekusi menentukan apakah kemampuan ini dapat digunakan dengan aman dan berulang.

Ini juga merupakan nilai praktis dari "semua hal adalah plugin". Perusahaan tidak akan hanya menggunakan satu model: tugas yang sulit mungkin diserahkan kepada model dengan penalaran yang kuat, klasifikasi massal diserahkan kepada model yang lebih murah, dan data sensitif memerlukan model lokal. Jika alur kerja terikat secara mendalam dengan model tertentu, setiap perubahan harga atau kemampuan akan mempengaruhi seluruh sistem. Harness menurunkan model menjadi komponen yang dapat diganti, secara teoritis memungkinkan perusahaan untuk memilih penyedia secara dinamis berdasarkan biaya tugas, persyaratan kepatuhan, dan keterlambatan.

Plugin juga mengekspos masalah rekayasa yang sebelumnya tersembunyi. Bagaimana sandbox mengisolasi perintah berbahaya, bagaimana kredensial alat didistribusikan, berapa lama memori jangka panjang disimpan, bagaimana tugas yang gagal dipulihkan, dan apakah auditor dapat mereproduksi keputusan agen, semua ini lebih dekat dengan tempat di mana perusahaan benar-benar membayar daripada "membuat model sedikit lebih pintar". Harness menyimpan langkah sesi dan mendukung percabangan, menunjukkan bahwa DeepSeek memahami bahwa agen tidak hanya membutuhkan jawaban, tetapi juga sejarah operasi yang dapat diamati, dilacak, dan diperbaiki.

Namun, arsitektur terbuka tidak otomatis membawa keamanan. Jumlah plugin yang meningkat juga berarti lebih banyak titik masuk untuk serangan rantai pasokan, penyalahgunaan izin, dan konflik versi. Lisensi MIT memberikan kebebasan besar untuk penggunaan komersial, tetapi tidak akan mengambil tanggung jawab verifikasi untuk pengguna. Terutama ketika kerangka jelas berada dalam periode pratinjau, menghubungkannya langsung ke basis data produksi atau sistem penerbitan otomatis, risikonya jauh lebih tinggi daripada mengujinya di lingkungan terisolasi.

Persaingan untuk kerangka agen sumber terbuka adalah tentang pintu masuk default pengembang

Model dasar sedang dengan cepat diperdagangkan. Meskipun masih ada perbedaan kemampuan antara model yang berbeda, harga API terus menurun, iterasi versi semakin cepat, dan perusahaan juga secara aktif menghindari kunci dari penyedia tunggal. Siapa pun yang dapat menjadi lapisan di luar model, mungkin akan menguasai standar alat, ekosistem plugin, log operasi, dan kebiasaan pengembang. Posisi ini lebih mirip dengan lingkungan operasi aplikasi di era AI, bukan hanya antarmuka obrolan.

DeepSeek memungkinkan model pesaing masuk ke Harness, tampaknya melemahkan eksklusivitas model mereka sendiri, tetapi sebenarnya mungkin memperluas pengaruh ekosistemnya. Jika pengembang terlebih dahulu menggunakan Harness untuk mengatur tugas, izin, dan plugin, di masa depan meskipun mengganti model, alur kerja tetap berada dalam kerangka yang didefinisikan oleh DeepSeek. Pendapatan dari panggilan model bukanlah satu-satunya tujuan, menjadi dasar default untuk pengembangan agen juga memiliki nilai jangka panjang.

Tentu saja, Harness masih jauh dari memenangkan persaingan ini. Pratinjau pengembang berarti antarmuka akan berubah, ekosistem belum matang, dan perusahaan perlu memverifikasi kembali stabilitas, izin, dan biaya pemeliharaan. Tolok ukur resmi juga perlu diuji secara independen, terutama tingkat keberhasilan tugas panjang, pemulihan kesalahan, konsumsi Token, dan frekuensi pengambilalihan oleh manusia. Seorang agen yang menyelesaikan tugas dalam demonstrasi sepuluh menit tidak berarti ia dapat berjalan terus selama sebulan tanpa mengumpulkan risiko.

Sinyal terpenting dari sumber terbuka kali ini bukanlah bahwa DeepSeek memiliki satu produk lagi, tetapi bahwa batas perusahaan AI terus meluas. Perusahaan model mulai bersaing untuk lapisan operasi agen, penyedia cloud bersaing untuk pintu masuk alat dan data, dan platform pengembangan bersaing untuk spesifikasi plugin. Kemenangan di tahap berikutnya tidak hanya akan ditentukan oleh siapa yang lebih tinggi di papan peringkat, tetapi juga oleh siapa yang dapat membuat model yang berbeda berfungsi secara stabil dalam sistem nyata, dan membuat setiap langkah dapat dilihat, dibatasi, dan dibatalkan. Jawaban yang diberikan oleh Harness sangat terbuka, tetapi apakah itu dapat menjadi standar, masih harus dibuktikan oleh lingkungan produksi, bukan hanya oleh popularitas pada hari peluncuran.

Konten ini disediakan hanya untuk tujuan informasi umum dan bukan merupakan nasihat keuangan, investasi, hukum, atau pajak. Setiap acara, reward, promosi online, atau informasi terkait yang disebutkan di sini tidak boleh dianggap sebagai rekomendasi, ajakan, atau undangan untuk membeli, menjual, memperdagangkan, atau melakukan transaksi aset kripto apa pun. Aset kripto sangat fluktuatif dan dapat mengakibatkan kerugian. Ketersediaan layanan, produk, dan acara terkait WEEX dapat berbeda-beda di setiap wilayah. Anda bertanggung jawab untuk memastikan bahwa partisipasi Anda sesuai dengan hukum dan peraturan setempat yang berlaku.