DeepSeek Harness vs. Claude Code: Apa yang Berubah dengan Model yang Sama?

DeepSeek Harness vs Claude Code: Perbandingan Singkat

Apa itu DeepSeek Harness?

DeepSeek Harness adalah harness agen open-source yang saat ini dalam pratinjau pengembang. Alat ini menyediakan runtime tempat model menggunakan alat dan konteks, dan dapat menjalankan model dari penyedia selain DeepSeek. README-nya memperingatkan bahwa pembaruan dapat merusak penyiapan yang ada.

Jika Anda tertarik untuk mencobanya, saya menyarankan mulai dengan tutorial DeepSeek Harness kami.

Cara kerja DeepSeek Harness

Loop agen diimplementasikan sebagai plugin. Harness menggunakan Cordis untuk menyusun adapter model, alat, sesi, penyimpanan, sandbox, dan loop.

Cordis memungkinkan plugin menemukan layanan dan bertukar event. Perubahan dependensi memuat atau mengeluarkan plugin; hot reload membersihkan listener basi dan job latar belakang.

Profil default menampilkan loop sebagai konfigurasi. dsh --profile headless --dump-default-config menyertakan entri ini:

- id: agent-loop
  name: '@deepseek-ai/dsh-agent-loop'
  config:
    agents: []

Entri itu dapat diganti melalui cordis.patch.yml, yang menunjukkan bahwa loop itu sendiri tidaklah tetap.

Panel plugin yang menampilkan bagian-bagian runtime. Video oleh Penulis.

Empat mode runtime

DeepSeek Harness menawarkan empat mode runtime berbeda.

• Standard: mode agen pengodean lengkap
• PTC/Code: Menggabungkan beberapa pemanggilan alat dalam satu program TypeScript 
• Minimal: hanya menyisakan bash persisten dan str_replace_editor
• Creator: untuk memeriksa dan menguji runtime

DeepSeek menggunakan mode Minimal untuk benchmark-nya.

Apa itu Claude Code?

Claude Code adalah agen pengodean proprietary milik Anthropic dan harness agentic untuk penggunaan lokal atau terkelola di terminal, IDE, desktop, web, Slack, dan CI.

CLI dimulai dengan claude di dalam direktori proyek. Direktori itu menjadi cakupan berkas default, dan sesi membaca instruksi proyek dari CLAUDE.md. Pengguna dapat memperluas akses berkas atau menambahkan layanan eksternal kemudian.

Anthropic menghadirkan antarmuka ini sebagai cara untuk mengakses Claude Code. Sesi lokal berjalan di mesin Anda. Sesi cloud berjalan di lingkungan terkelola atau di server yang dioperasikan oleh organisasi Anda. Remote Control memungkinkan browser mengarahkan pekerjaan lokal.

Titik awal terbaik adalah tutorial Claude Code dan panduan praktik terbaik Claude Code kami.

Loop bawaan dan ekstensi

Anthropic menggambarkan Claude Code sebagai harness agentic di sekitar Claude, dengan loop konteks, aksi, dan verifikasi yang berulang. Pengguna dapat mengarahkannya selama run.

Claude Code menyimpan sesi secara lokal dan memadatkan konteks lama saat jendela terisi. CLAUDE.md dan memori otomatis membawa instruksi terpilih dan detail proyek lintas sesi. Subagent menggunakan jendela konteks terpisah dan mengembalikan ringkasan ke sesi induk.

Cara kerja lapisan ekstensi Claude Code

Claude Code mendukung beberapa mekanisme ekstensi. CLAUDE.md, skills, hooks, MCP, subagents, plugin, Agent Teams, dan Agent SDK semuanya memperluas alur kerjanya.

Ekstensi ini beroperasi di sekitar loop bawaan Claude Code. Hooks dapat menegakkan aturan pemanggilan alat, sementara Agent SDK menyediakan alat dan pengelolaan konteks dalam kode.

DeepSeek Harness vs Claude Code: Arsitektur dan Kontrol

DeepSeek Harness mengekspos bagian runtime tingkat lebih rendah untuk diganti. Claude Code mempertahankan loop bawaannya tetap dan mendukung ekstensi di sekelilingnya.

Runtime yang dapat diganti vs agen dalam kemasan

DeepSeek Harness memperlakukan runtime sebagai infrastruktur yang dapat dikonfigurasi: adapter model, penyimpanan, sandbox, dan loop dapat diganti melalui entri profil. Claude Code mempertahankan loop bawaannya tetap dan memperluas alur kerja di sekelilingnya.

DeepSeek Harness dapat menggunakan mekanisme itu untuk menukar penyedia model atau bagian runtime lain. Kata “plugin” juga memiliki cakupan berbeda di sini: 

• Plugin Claude Code membundel fitur di sekitar loop.
• Plugin DeepSeek Harness dapat mendefinisikan bagian dari runtime itu sendiri.

Dukungan model dan pilihan penyedia

DeepSeek Harness mendukung lebih banyak penyedia model. Ia menjalankan DeepSeek, Anthropic, OpenAI, penyedia cloud, dan endpoint lokal yang kompatibel. Claude Code menjalankan… ya, Claude. Dengan kata lain, DeepSeek Harness dapat meng-host Claude, tetapi Claude Code tidak dapat meng-host DeepSeek. 

Itulah yang memungkinkan saya menahan model tetap konstan dalam pengujian. Membandingkan model DeepSeek di Harness dengan Claude di Claude Code mengubah dua variabel sekaligus.

Pilihan penyedia menambah penyiapan kredensial dan endpoint, termasuk ID model yang tepat. Claude Code mengendalikan keluarga model dan sebagian besar perilaku request.

Mengganti penyedia tidak menjamin perilaku identik. Model dapat mendukung format alat, ukuran konteks, atau kontrol penalaran yang berbeda. Harness menjaga penyiapan plugin di sekelilingnya tetap tersedia, tetapi adapter penyedia tetap harus cocok dengan endpoint yang dipilih.

Log sesi dan keterlacakan run

DeepSeek Harness merekam prompt, injeksi konteks, pemanggilan alat, dan keputusan izin dalam aliran event append-only. Tampilan trajektorinya menunjukkan asal setiap rekaman dan mendukung resume, fork, pencarian, dan pemutaran ulang.

Claude Code menyimpan transkrip JSONL, mendukung resume dan fork, serta memancarkan jejak OpenTelemetry. 

Keduanya mengekspos riwayat sesi, tetapi DeepSeek Harness menampilkan lebih banyak jalur runtime di UI.

Tampilan trajektori merekonstruksi satu run penuh. Video oleh Penulis.

Lingkungan eksekusi dan izin

DeepSeek Harness menggunakan bubblewrap atau Landlock di Linux, Seatbelt di macOS, dan token terbatas ACL di Windows. Jika sandbox tidak dapat dimulai, Harness menghentikan perintah. Claude Code menawarkan mode izin plus aturan allow, ask, dan deny. Pada run ini, sandbox Windows membentuk jalur verifikasi dan waktu.

Label akses berbeda, sehingga menyamakan kedua setelan secara persis tidak memungkinkan.

• Preset izin DeepSeek Harness mencakup read-only, workspace-write, dan danger-full-access. 

• Claude Code memisahkan edit otomatis, persetujuan manual, perencanaan, dan akses perintah berbasis aturan. Ia juga membuat snapshot berkas sebelum edit untuk rollback tanpa Git. 

Pada sesi Pro, Max, dan Team saat ini di terminal dan VS Code, Mode Auto adalah mode awal bawaan Claude Code. Sebuah classifier meninjau tindakan di latar belakang. Tes ini secara eksplisit menggunakan acceptEdits, jadi perilaku izinnya mencerminkan konfigurasi tes, bukan default saat ini.

Pembedaan itu penting saat membandingkan jumlah persetujuan.

Lokasi eksekusi juga berbeda. Harness terutama berjalan di mesin yang meng-host UI Web-nya atau proses headless. Claude Code dapat berjalan secara lokal, di lingkungan cloud yang dikelola Anthropic, atau di infrastruktur self-hosted. Remote Control menambahkan antarmuka browser sementara eksekusi tetap lokal.

Pengujian Langsung DeepSeek Harness vs Claude Code

Untuk melihat apakah perbedaan runtime itu memengaruhi eksekusi, saya memberikan kedua alat bug TypeScript satu baris yang sama. Jika Anda hanya ingin hasil waktu, ini bagian yang perlu dibaca.

Penyiapan tes: model, repositori, dan prompt yang sama

Saya menulis pustaka habit-streak TypeScript dengan satu baris bermasalah. Ia mengukur hari kalender dengan membulatkan milidetik berlalu. 

• Satu penyelesaian pukul 23.50 diikuti 00.10 terlihat seperti hari yang sama.
• Satu penyelesaian pukul 08.00 diikuti 20.00 pada hari berikutnya terlihat seperti ada hari yang terlewat. 

Sepuluh tes tetap mengungkap tiga kegagalan.

Setiap clone baru telah dipasang dependensinya sebelum run bertiming. Kedua agen menerima instruksi yang sama dan menggunakan Claude Sonnet 5. Repositori dan prompt tetap; alat, izin, dan perilaku sandbox tetap spesifik untuk masing-masing produk.

Konfigurasi izin tidak ekuivalen. DeepSeek Harness dimulai dalam workspace-write, tetapi sandbox Windows-nya tidak dapat dimulai. UI Web meminta persetujuan, dan saya memberikan danger-full-access tiga kali. Claude Code menggunakan accept-edits dan hanya dapat menjalankan perintah tes melalui bash.

Tugas sempit ini hanya menggunakan kode dan tes lokal. Agen perlu menemukan dan mengedit satu baris bermasalah, lalu menjalankan suite. Dependensi dipasang sebelum pengukuran waktu, meskipun Harness memilih untuk menjalankan npm install lagi.

Hasil tes: patch identik, jalur persetujuan berbeda

Claude Code melaporkan 55,0 detik. Ia menjalankan suite, menemukan bug, mengedit satu berkas sumber, dan menjalankan tes ulang. Sepuluh dari sepuluh lulus.

Dalam tes Windows ini, DeepSeek Harness memerlukan 125,4 detik. Ia menemukan helper daysBetween yang tidak digunakan yang sama, melakukan edit yang sama, dan menjalankan suite asli dengan sukses. 

Diff-nya identik 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);
 }

Jalur persetujuan dan kerja shell berulang menjelaskan sebagian besar selisih waktu.

Mengapa DeepSeek Harness lebih lama di Windows

Sandbox workspace-write milik DeepSeek Harness tidak dapat dimulai di Windows, sehingga UI Web meminta mode izin yang lebih luas tiga kali. Setelah disetujui, Harness menjalankan suite asli, mengedit src/streak.ts, dan menjalankan suite lagi. Sepuluh dari sepuluh tes lulus.

Hasil ini tidak mengatakan apa pun tentang Harness di Linux atau macOS. Karena kedua run menggunakan ID model yang sama, selisih waktu tidak berasal dari perbedaan keluarga model. Perbedaan izin dan jalur alat tetap membentuk masing-masing run.

Kedua run mencapai sepuluh tes lulus. Gambar oleh Penulis.

Apa yang diisolasi oleh tes model yang sama

ID model yang sama tidak membuat request menjadi identik. Masing-masing produk memasok system prompt, deskripsi alat, konteks, dan aturan izin miliknya. Salah satu masukan tersebut dapat memengaruhi respons model berikutnya. 

Karena itu, penyiapan ini lebih baik mengendalikan keluarga model dibanding perbandingan model DeepSeek versus Claude, tetapi tidak mengisolasi setiap variabel.

Saya juga hanya menjalankan satu percobaan bertiming per konfigurasi. Run berulang dalam urutan acak diperlukan sebelum memperlakukan waktu atau jumlah alat sebagai pengukuran kinerja yang stabil.

DeepSeek Harness vs Claude Code: Biaya, Benchmark, dan Batas Tes

Satu studi kasus Windows tidak dapat menyelesaikan perbandingan kinerja atau harga yang lebih luas. Namun ini menunjukkan mengapa detail benchmark penting.

Kaveat benchmark: DeepSeek menggunakan mode Minimal

Skor yang dipublikasikan DeepSeek menggunakan mode Minimal, bukan mode Standard yang digunakan dalam perbandingan ini. Tes independen menggunakan harness lain melaporkan hasil yang lebih rendah. Saya tidak mereproduksi tes tersebut. Hasil mode Minimal tidak menetapkan kinerja mode Standard dan tidak mengukur Claude Code.

Biaya: biaya API versus langganan Claude

DeepSeek Harness tidak memiliki biaya lisensi, tetapi biaya model dan infrastruktur tetap berlaku. DeepSeek API menggunakan harga peak dan off-peak. Claude Code termasuk dalam paket Claude berbayar. Periksa halaman harga Anthropic sebelum membuat anggaran.

Run Harness menelan biaya sekitar $0,11 pada tarif daftar API Anthropic. Claude Code menampilkan $0,349 saat menggunakan kredensial langganan. Karena angka-angka itu berasal dari sistem penagihan yang berbeda, keduanya bukan perbandingan harga langsung.

Paket individual Claude mencantumkan Pro sebesar $20 per bulan dan tier Max sebesar $100 atau $200 per bulan, sementara DeepSeek Harness tidak memiliki langganan padanan; penyedia model yang menagih. Model lokal menghapus biaya API tetapi tetap menggunakan sumber daya komputasi mesin.

Tim juga harus memperhitungkan sandbox yang di-host dan komputasi self-hosted ketika layanan tersebut berada di luar tagihan model. Biaya tersebut tidak muncul dalam lisensi Harness.

Stabilitas: pratinjau pengembang vs produk produksi

Harness masih berstatus release candidate selama pengujian. Tim harus mem-pin versi paket karena pembaruan dapat merusak profil atau sesi tersimpan; Claude Code sudah berada di produksi.

Keterbatasan DeepSeek Harness vs Claude Code

Tidak ada sistem yang mencakup setiap alur kerja. Batasannya berasal dari bagian desain yang berbeda.

Keterbatasan DeepSeek Harness

Harness mengekspos lebih banyak bagian runtime, tetapi itu juga menyisakan lebih banyak penyiapan dan pengujian bagi pengguna:

• Proyek masih dalam pratinjau pengembang, dan pembaruan dapat merusak profil atau sesi tersimpan

• Kredensial penyedia, ID model, dan aturan endpoint memerlukan konfigurasi manual

• Sandbox workspace-write-nya gagal dimulai dalam studi kasus Windows ini dan memerlukan tiga persetujuan danger-full-access

• Python SDK saat ini belum memiliki wheel untuk Windows

Temuan sandbox hanya berlaku untuk run Windows yang dijelaskan sebelumnya. Saya tidak mengulang tes di Linux atau macOS.

Catatan rilis v0.1.0-rc.7 menyebutkan perbaikan latensi Bash persisten dan peningkatan node-pty untuk kompatibilitas PTY yang lebih luas. Itu membuat pengamatan ini spesifik versi dan Windows.

Keterbatasan Claude Code

Claude Code menangani lebih banyak keputusan runtime, tetapi batasan tetapnya meniadakan beberapa eksperimen:

• Ia menjalankan model Claude dan tidak menyediakan jalur untuk keluarga model lain

• Loop sesi bawaannya tidak diekspos sebagai komponen yang dapat diganti

• Claude Code memerlukan akses berbayar atau kredit API yang ditagihkan terpisah, keduanya dengan batas penggunaan

• Sesi panjang dapat memadatkan konteks lama, jadi aturan persisten sebaiknya ditempatkan di CLAUDE.md

Batasan ini paling penting ketika tugas memerlukan penyedia model lain atau loop kustom.

DeepSeek Harness vs. Claude Code: Mana yang Harus Anda Pilih?

Singkirkan dulu nama model. Apakah tugas Anda menyelesaikan kode aplikasi, atau mengubah runtime yang melakukan pekerjaan?

Pilih DeepSeek Harness jika runtime itu sendiri adalah proyeknya. Cocok untuk tes lintas penyedia, loop atau sandbox kustom, dan pekerjaan yang bergantung pada jejak eksekusi terperinci. Status pra-rilisnya juga berarti Anda bertanggung jawab atas perubahan versi dan pengujian konfigurasi.

Pilih Claude Code jika Anda bekerja di basis kode yang ada dan ingin agen memeriksa berkas, mengedit kode, dan menjalankan pemeriksaan proyek dengan lebih sedikit penyiapan runtime. Dalam tes Windows ini, ia menjalankan suite asli tanpa tiga persetujuan akses penuh yang dibutuhkan Harness.

Gunakan keduanya jika pembagian itu mencerminkan pekerjaan nyata. Tim dapat menggunakan Claude Code untuk pengodean harian dan Harness untuk eksperimen pada prompt, alat, atau loop agen.

Penutup

Kedua alat dapat memeriksa repositori, mengedit berkas, dan menjalankan perintah. Yang membedakan keduanya adalah kepemilikan atas runtime: Harness mengekspos bagiannya sebagai plugin, sementara Claude Code mengemas loop bawaan dan memungkinkan Anda memperluas alur kerja di sekelilingnya.

Jika saya harus memilih titik awal berdasarkan tes ini, saya akan memulai dengan Claude Code untuk pekerjaan aplikasi rutin. Saya akan memulai dengan Harness ketika mengubah atau memeriksa runtime adalah alasan tugas tersebut. Ini adalah satu studi kasus Windows dengan Harness pra-rilis, bukan peringkat permanen.

Untuk perbandingan terkait, baca karya kami tentang Grok Build, Cursor, OpenCode, Codex, dan alternatif Claude Code lainnya.