programa
Fundamentos de agentes de IA
6 h
Introducción a los agentes de IA
Aprende los fundamentos de los agentes de IA, sus componentes y su uso en el mundo real, sin necesidad de programar.
Vista de trayectoria reconstruyendo una ejecución completa. Vídeo del autor.
Entornos de ejecución y permisos
DeepSeek Harness usa bubblewrap o Landlock en Linux, Seatbelt en macOS y un token con ACL restringido en Windows. Si el sandbox no puede iniciarse, Harness detiene el comando. Claude Code ofrece modos de permisos más reglas de permitir, preguntar y denegar. En esta ejecución, el sandbox de Windows condicionó la ruta de verificación y los tiempos.
Las etiquetas de acceso difieren, así que no fue posible igualar ambas configuraciones exactamente.
-
Los presets de permisos de DeepSeek Harness incluyen
read-only,workspace-writeydanger-full-access. -
Claude Code separa ediciones automáticas, aprobación manual, planificación y acceso a comandos por reglas. Además, hace snapshots de archivos antes de editar para deshacer sin Git.
En sesiones actuales Pro, Max y Team en terminal y VS Code, el modo Auto es el modo inicial integrado de Claude Code. Un clasificador revisa acciones en segundo plano. La prueba usó explícitamente acceptEdits, por lo que su comportamiento de permisos refleja la configuración de la prueba y no el valor por defecto actual.
Esa distinción importa al comparar recuentos de aprobaciones.
La ubicación de la ejecución también difiere. Harness se ejecuta principalmente en la máquina que hospeda su interfaz web o un proceso headless. Claude Code puede ejecutarse en local, en entornos gestionados por Anthropic o en infraestructura autoalojada. Remote Control añade una interfaz en el navegador mientras la ejecución sigue en local.
Prueba práctica: DeepSeek Harness vs Claude Code
Para ver si esas diferencias de runtime afectaban a la ejecución, di a ambas herramientas el mismo bug de una línea en TypeScript. Si solo quieres el tiempo medido, este es tu apartado.
Configuración de la prueba: mismo modelo, repositorio y prompt
Escribí una librería de rachas de hábitos en TypeScript con una línea defectuosa. Medía días de calendario redondeando milisegundos transcurridos.
- Una finalización a las 23:50 seguida de otra a las 00:10 parecía el mismo día.
- Una finalización a las 08:00 seguida de las 20:00 del día siguiente parecía un día perdido.
Diez tests fijos revelaron tres fallos.
Cada nuevo clon tenía las dependencias instaladas antes del cronometraje. Ambos agentes recibieron la misma instrucción y usaron Claude Sonnet 5. El repositorio y el prompt eran fijos; las herramientas, permisos y comportamiento del sandbox dependían de cada producto.
Las configuraciones de permisos no eran equivalentes. DeepSeek Harness empezó en workspace-write, pero su sandbox de Windows no pudo iniciarse. La interfaz web solicitó aprobación y concedí danger-full-access tres veces. Claude Code usó accept-edits y solo pudo ejecutar el comando de test desde bash.
Esta tarea acotada usó solo código y tests locales. Los agentes debían encontrar y editar una línea incorrecta y luego ejecutar la suite. Las dependencias se instalaron antes de medir, aunque Harness optó por ejecutar npm install de nuevo.
Resultados: parche idéntico, rutas de aprobación distintas
Claude Code informó 55,0 segundos. Ejecutó la suite, encontró el bug, editó un fichero fuente y volvió a lanzar los tests. Diez de diez pasaron.
En esta prueba en Windows, DeepSeek Harness tardó 125,4 segundos. Encontró el mismo helper daysBetween sin usar, hizo la misma edición y ejecutó la suite original con éxito.
Los diffs fueron idénticos byte a byte:
-import { DAY_MS } from './dates.js';
+import { daysBetween } from './dates.js';
function gapInDays(earlier: number, later: number): number {
- return Math.round((later - earlier) / DAY_MS);
+ return daysBetween(earlier, later);
}La ruta de aprobaciones y el trabajo repetido en shell explican la mayor parte de la diferencia de tiempo.
Por qué DeepSeek Harness tardó más en Windows
El sandbox workspace-write de DeepSeek Harness no pudo iniciarse en Windows, así que la interfaz web pidió un modo de permisos más amplio tres veces. Tras la aprobación, Harness ejecutó la suite original, editó src/streak.ts y volvió a ejecutar la suite. Diez de diez tests pasaron.
El resultado no dice nada sobre Harness en Linux o macOS. Como ambas ejecuciones usaron el mismo ID de modelo, la diferencia de tiempo no proviene de la familia de modelos. Aun así, los permisos y rutas de herramientas distintos condicionaron cada ejecución.
Ambas ejecuciones llegaron a diez tests superados. Imagen del autor.
Qué aísla la prueba con el mismo modelo
Compartir el mismo ID de modelo no hizo idénticas las peticiones. Cada producto aportó su propio prompt de sistema, descripciones de herramientas, contexto y reglas de permisos. Cualquiera de esas entradas puede afectar a la siguiente respuesta del modelo.
Por tanto, esta configuración controla mejor la familia de modelos que una comparación DeepSeek-versus-Claude, pero no aísla todas las variables.
También hice solo una ejecución cronometrada por configuración. Harían falta repeticiones en orden aleatorio antes de tratar los tiempos o recuentos de herramientas como métricas de rendimiento estables.
DeepSeek Harness vs Claude Code: coste, benchmarks y límites de la prueba
Un caso en Windows no puede zanjar la comparación general de rendimiento o precio. Sí muestra por qué importan los detalles de los benchmarks.
Aviso sobre benchmarks: DeepSeek usó el modo Minimal
Las puntuaciones publicadas por DeepSeek usaron el modo Minimal, no el modo Standard usado en esta comparación. Pruebas independientes con otro harness informaron resultados más bajos. No reproduje esas pruebas. Los resultados en modo Minimal no establecen el rendimiento en modo Standard ni miden Claude Code.
Coste: cargos por API frente a suscripciones de Claude
DeepSeek Harness no tiene licencia de pago, pero siguen aplicando costes de modelo e infraestructura. La API de DeepSeek usa precios punta y valle. Claude Code está incluido en planes de pago de Claude. Consulta la página de precios de Anthropic antes de presupuestar.
La ejecución con Harness costó unos 0,11 $ a tarifas de lista del API de Anthropic. Claude Code mostró 0,349 $ usando credenciales de suscripción. Como esas cifras proceden de sistemas de facturación distintos, no son una comparación de precios directa.
Los planes individuales de Claude listan Pro a 20 $ al mes y Max a 100 $ o 200 $ al mes, mientras que DeepSeek Harness no tiene suscripción equivalente; factura el proveedor del modelo. Los modelos locales eliminan cargos de API pero consumen recursos de cómputo de la máquina.
Los equipos también deben considerar sandboxes alojados y cómputo autoalojado cuando esos servicios estén fuera de la factura del modelo. Esos costes no aparecen en la licencia de Harness.
Estabilidad: vista previa para desarrolladores vs producto en producción
Harness seguía en estado release candidate durante la prueba. Los equipos deberían fijar versiones de paquetes porque las actualizaciones pueden romper perfiles o sesiones guardadas; Claude Code ya está en producción.
Limitaciones de DeepSeek Harness y Claude Code
Ningún sistema cubre todos los flujos de trabajo. Los límites provienen de partes distintas de su diseño.
Limitaciones de DeepSeek Harness
Harness expone más piezas del runtime, pero eso también deja más configuración y pruebas a tu cargo:
-
El proyecto sigue en vista previa para desarrolladores y las actualizaciones pueden romper perfiles o sesiones guardadas
-
Credenciales del proveedor, IDs de modelo y reglas de endpoint requieren configuración manual
-
Su sandbox
workspace-writefalló al iniciar en este estudio en Windows y requirió tres aprobaciones dedanger-full-access -
El SDK de Python actual no tiene wheel para Windows
La observación sobre el sandbox se aplica solo a la ejecución en Windows descrita antes. No repetí la prueba en Linux o macOS.
Las notas de la versión v0.1.0-rc.7 mencionan una corrección de latencia para Bash persistente y una actualización de node-pty para mayor compatibilidad PTY. Esto hace que la observación sea específica de versión y de Windows.
Limitaciones de Claude Code
Claude Code asume más decisiones del runtime, pero sus límites fijos descartan ciertos experimentos:
-
Ejecuta modelos Claude y no ofrece ruta para otras familias de modelos
-
Su bucle de sesión integrado no se expone como componente reemplazable
-
Claude Code requiere acceso de pago o créditos de API facturados por separado, ambos con límites de uso
-
Las sesiones largas pueden compactar contexto antiguo, así que las reglas persistentes deben ir en
CLAUDE.md
Estos límites importan sobre todo cuando una tarea requiere otro proveedor de modelos o un bucle a medida.
DeepSeek Harness vs Claude Code: ¿cuál elegir?
Deja los nombres de los modelos a un lado. ¿Tu tarea es terminar el código de la aplicación o cambiar el runtime que hace el trabajo?
Elige DeepSeek Harness si el propio runtime es el proyecto. Encaja con pruebas entre proveedores, bucles o sandboxes a medida y trabajos que dependen de trazas de ejecución detalladas. Su estado de prerelease implica responsabilizarse de cambios de versión y pruebas de configuración.
Elige Claude Code si trabajas en una base de código existente y quieres que el agente inspeccione ficheros, edite código y ejecute las comprobaciones del proyecto con menos configuración del runtime. En esta prueba en Windows, ejecutó la suite original sin las tres aprobaciones de acceso total que necesitó Harness.
Usa ambos si ese reparto refleja el trabajo real. Un equipo podría usar Claude Code para el día a día y Harness para experimentar con prompts, herramientas o el bucle del agente.
Conclusiones
Ambas herramientas pueden inspeccionar un repositorio, editar archivos y ejecutar comandos. Lo que las separa es la propiedad del runtime: Harness expone sus partes como plugins, mientras que Claude Code empaqueta el bucle integrado y te permite ampliar el flujo de trabajo alrededor.
Si tuviera que elegir por esta prueba, empezaría con Claude Code para trabajo rutinario de aplicaciones. Empezaría con Harness cuando cambiar o inspeccionar el runtime sea la razón de la tarea. Es un caso en Windows con Harness en prerelease, no una clasificación definitiva.
Para comparativas cercanas, consulta nuestros artículos sobre Grok Build, Cursor, OpenCode, Codex y otras alternativas a Claude Code.
