DeepSeek Harness vs. Claude Code: co zmienia się przy tym samym modelu?

DeepSeek Harness vs Claude Code: szybkie porównanie

Czym jest DeepSeek Harness?

DeepSeek Harness to otwartoźródłowy harness agentów w fazie podglądu dla deweloperów. Dostarcza runtime, w którym modele korzystają z narzędzi i kontekstu, i potrafi uruchamiać modele od dostawców innych niż DeepSeek. Jego README ostrzega, że aktualizacje mogą psuć istniejące konfiguracje.

Jeśli chcesz go wypróbować, polecam zacząć od naszego samouczka DeepSeek Harness.

Jak działa DeepSeek Harness

Pętla agenta jest zaimplementowana jako wtyczka. Harness używa Cordis, aby składać adaptery modeli, narzędzia, sesje, storage, sandboxy i pętlę.

Cordis pozwala wtyczkom znajdować usługi i wymieniać zdarzenia. Zmiany zależności ładują lub wyładowują wtyczki; hot reload czyści nieaktualnych listenerów i zadania w tle.

Domyślny profil pokazuje pętlę jako konfigurację. dsh --profile headless --dump-default-config zawiera ten wpis:

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

Ten wpis można zastąpić przez cordis.patch.yml, co pokazuje, że sama pętla nie jest na sztywno ustalona.

Panel wtyczek pokazujący elementy runtime'u. Wideo autora.

Cztery tryby runtime'u

DeepSeek Harness oferuje cztery różne tryby runtime'u.

• Standard: pełny tryb agenta do kodowania
• PTC/Code: łączy kilka wywołań narzędzi w jednym programie TypeScript 
• Minimal: zostawia tylko persistent bash i str_replace_editor
• Creator: do inspekcji i testowania runtime'u

DeepSeek użył trybu Minimal w swoich benchmarkach.

Czym jest Claude Code?

Claude Code to własnościowy agent do kodowania od Anthropic oraz agentowy harness do lokalnego lub zarządzanego użycia w terminalu, IDE, na desktopie, w sieci, Slacku i CI.

CLI uruchamiasz poleceniem claude w katalogu projektu. Ten katalog staje się domyślnym zakresem plików, a sesja czyta instrukcje projektu z CLAUDE.md. Użytkownicy mogą później poszerzyć dostęp do plików lub dodać zewnętrzne usługi.

Anthropic przedstawia te interfejsy jako sposoby dostępu do Claude Code. Sesje lokalne działają na twojej maszynie. Sesje w chmurze działają w środowiskach zarządzanych lub na serwerach twojej organizacji. Remote Control pozwala przeglądarce sterować lokalną pracą.

Najlepsze punkty startowe to nasz samouczek Claude Code i poradnik dobrych praktyk Claude Code.

Wbudowana pętla i rozszerzenia

Anthropic opisuje Claude Code jako agentowy harness wokół Claude, z powtarzającą się pętlą kontekstu, działania i weryfikacji. Użytkownicy mogą nim sterować w trakcie uruchomienia.

Claude Code przechowuje sesje lokalnie i kompresuje starsze konteksty, gdy okno się zapełnia. CLAUDE.md i auto memory przenoszą wybrane instrukcje i szczegóły projektu między sesjami. Subagenci używają osobnych okien kontekstu i zwracają podsumowania do sesji nadrzędnej.

Jak działa warstwa rozszerzeń w Claude Code

Claude Code obsługuje kilka mechanizmów rozszerzeń. CLAUDE.md, skills, hooks, MCP, subagenci, wtyczki, Agent Teams i Agent SDK — wszystkie rozszerzają jego workflow.

Te rozszerzenia działają wokół wbudowanej pętli Claude Code. Hooki mogą wymuszać zasady wywołań narzędzi, a Agent SDK dostarcza narzędzia i zarządzanie kontekstem w kodzie.

DeepSeek Harness vs Claude Code: architektura i kontrola

DeepSeek Harness ujawnia niższe warstwy runtime'u do wymiany. Claude Code zachowuje swoją wbudowaną pętlę i wspiera rozszerzenia wokół niej.

Wymienny runtime kontra zapakowany agent

DeepSeek Harness traktuje runtime jak konfigurowalną infrastrukturę: adaptery modeli, storage, sandboxy i pętlę można zastąpić przez wpisy profilu. Claude Code utrzymuje swoją wbudowaną pętlę i rozszerza workflow wokół niej.

DeepSeek Harness może wykorzystać ten mechanizm do podmiany dostawców modeli lub innych części runtime'u. Słowo „wtyczka” ma tu też inny zakres: 

• Wtyczki Claude Code pakują funkcje wokół pętli.
• Wtyczki DeepSeek Harness mogą definiować części samego runtime'u.

Obsługa modeli i wybór dostawcy

DeepSeek Harness obsługuje więcej dostawców modeli. Uruchamia DeepSeek, Anthropic, OpenAI, dostawców chmurowych i zgodne lokalne endpointy. Claude Code uruchamia… cóż, Claude. Innymi słowy, DeepSeek Harness może hostować Claude, ale Claude Code nie może hostować DeepSeek. 

To właśnie pozwoliło mi utrzymać model stały w testach. Porównywanie modelu DeepSeek w Harness z Claude w Claude Code zmienia dwie zmienne naraz.

Wybór dostawcy dodaje konfigurację poświadczeń i endpointów, w tym dokładnych ID modeli. Claude Code kontroluje rodzinę modeli i większość zachowania żądań.

Zmiana dostawcy nie gwarantuje identycznego zachowania. Modele mogą obsługiwać różne formaty narzędzi, rozmiary kontekstu czy ustawienia rozumowania. Harness utrzymuje wokół towarzyszącą konfigurację wtyczek, ale adapter dostawcy wciąż musi pasować do wybranego endpointu.

Logi sesji i śledzenie uruchomień

DeepSeek Harness zapisuje prompty, wstrzyknięcia kontekstu, wywołania narzędzi i decyzje o uprawnieniach w strumieniu zdarzeń tylko do dopisywania. Widok trajektorii pokazuje źródło każdego rekordu i obsługuje wznawianie, rozwidlenia, wyszukiwanie i odtwarzanie.

Claude Code przechowuje transkrypty JSONL, wspiera wznawianie i rozwidlenia oraz emituje ślady OpenTelemetry. 

Oba ujawniają historię sesji, ale DeepSeek Harness więcej ścieżki runtime'u pokazuje w UI.

Widok trajektorii odtwarzający pełne uruchomienie. Wideo autora.

Środowiska wykonawcze i uprawnienia

DeepSeek Harness używa bubblewrap lub Landlock na Linuxie, Seatbelt na macOS i tokena ograniczonego ACL na Windows. Jeśli sandbox nie może wystartować, Harness zatrzymuje polecenie. Claude Code oferuje tryby uprawnień plus reguły allow, ask i deny. W tym uruchomieniu sandbox Windows kształtował ścieżkę weryfikacji i timing.

Etykiety dostępu różnią się, więc nie dało się idealnie dopasować ustawień.

• Presety uprawnień DeepSeek Harness obejmują read-only, workspace-write i danger-full-access. 

• Claude Code rozdziela automatyczne edycje, ręczne zatwierdzanie, planowanie i dostęp do poleceń oparty na regułach. Dodatkowo wykonuje snapshoty plików przed edycjami, by umożliwić rollback bez Git. 

W obecnych sesjach Pro, Max i Team w terminalu i VS Code, Auto mode to wbudowany tryb startowy Claude Code. Klasyfikator w tle przegląda działania. Test explicite użył acceptEdits, więc jego zachowanie uprawnień odzwierciedla konfigurację testu, a nie obecny domyślny stan.

To rozróżnienie ma znaczenie przy porównywaniu liczby zatwierdzeń.

Miejsce wykonania też się różni. Harness działa głównie na maszynie hostującej jego interfejs webowy lub proces headless. Claude Code może działać lokalnie, w środowiskach chmurowych zarządzanych przez Anthropic lub na infrastrukturze self-hosted. Remote Control dodaje interfejs w przeglądarce, a wykonanie pozostaje lokalne.

Test praktyczny: DeepSeek Harness vs Claude Code

Żeby sprawdzić, czy te różnice w runtime wpływają na wykonanie, dałem obu narzędziom ten sam jednoliniowy błąd w TypeScript. Jeśli interesuje cię tylko zmierzony wynik, to jest sekcja do przeczytania.

Ustawienie testu: ten sam model, repozytorium i prompt

Napisałem bibliotekę TypeScript do naliczania serii nawyków z jedną wadliwą linią. Mierzyła dni kalendarzowe przez zaokrąglanie upływu milisekund. 

• Wykonanie o 23:50, a potem o 00:10 wyglądało jak ten sam dzień.
• Wykonanie o 08:00, a potem o 20:00 następnego dnia wyglądało jak opuszczony dzień. 

Dziesięć stałych testów ujawniło trzy porażki.

Każdy świeży klon miał zainstalowane zależności przed mierzonym uruchomieniem. Obaj agenci dostali te same instrukcje i użyli Claude Sonnet 5. Repozytorium i prompt były stałe; narzędzia, uprawnienia i zachowanie sandboxa pozostały specyficzne dla każdego produktu.

Konfiguracje uprawnień nie były równoważne. DeepSeek Harness startował w workspace-write, ale jego sandbox Windows nie mógł wystartować. Interfejs webowy prosił o zgodę i trzykrotnie przyznałem danger-full-access. Claude Code użył accept-edits i mógł uruchomić tylko komendę testową przez bash.

To wąskie zadanie używało wyłącznie lokalnego kodu i testów. Agenci musieli znaleźć i edytować jedną wadliwą linię, a potem uruchomić zestaw. Zależności zainstalowano przed pomiarem, choć Harness zdecydował się uruchomić npm install ponownie.

Wyniki testu: identyczna poprawka, różne ścieżki zatwierdzeń

Claude Code podał 55,0 s. Uruchomił zestaw, znalazł błąd, edytował jeden plik źródłowy i ponownie uruchomił testy. Dziesięć na dziesięć przeszło.

W tym teście na Windows, DeepSeek Harness potrzebował 125,4 s. Znalazł to samo nieużywane daysBetween helper, wprowadził tę samą poprawkę i pomyślnie uruchomił oryginalny zestaw.

Różnice w diffach były bajtowo identyczne:

-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);
 }

Ścieżka zatwierdzeń i powtórzona praca w shellu wyjaśniają większość różnicy w czasie.

Dlaczego DeepSeek Harness trwał dłużej na Windows

Sandbox workspace-write w DeepSeek Harness nie mógł wystartować na Windows, więc interfejs webowy trzykrotnie poprosił o szerszy tryb uprawnień. Po zatwierdzeniu, Harness uruchomił oryginalny zestaw, edytował src/streak.ts i uruchomił zestaw ponownie. Dziesięć na dziesięć testów przeszło.

Wynik nic nie mówi o Harness na Linuxie czy macOS. Ponieważ oba uruchomienia użyły tego samego ID modelu, różnica czasu nie wynika z różnicy rodzin modeli. Różne uprawnienia i ścieżki narzędzi wciąż kształtowały każde uruchomienie.

Oba uruchomienia osiągnęły dziesięć zaliczonych testów. Grafika autora.

Co izoluje test z tym samym modelem

Wspólne ID modelu nie uczyniło żądań identycznymi. Każdy produkt dostarczył własny system prompt, opisy narzędzi, kontekst i zasady uprawnień. Każde z tych wejść mogło wpłynąć na kolejną odpowiedź modelu. 

Ustawienie lepiej więc kontroluje rodzinę modeli niż porównanie modelu DeepSeek z Claude, ale nie izoluje każdej zmiennej.

Przeprowadziłem też tylko jedną próbę pomiarową na konfigurację. Potrzebne byłyby powtórzenia w losowej kolejności, zanim potraktujemy czasy lub liczbę narzędzi jako stabilne miary wydajności.

DeepSeek Harness vs Claude Code: koszt, benchmarki i ograniczenia testu

Jedno studium przypadku na Windows nie rozstrzygnie szerzej porównań wydajności czy cen. Pokazuje jednak, dlaczego szczegóły benchmarków mają znaczenie.

Zastrzeżenie do benchmarków: DeepSeek użył trybu Minimal

Opublikowane wyniki DeepSeek używały trybu Minimal, a nie trybu Standard użytego w tym porównaniu. Niezależne testy z innym harnessem raportowały niższe wyniki. Nie odtworzyłem tych testów. Wyniki w trybie Minimal nie określają wydajności trybu Standard i nie mierzą Claude Code.

Koszt: opłaty API kontra subskrypcje Claude

DeepSeek Harness nie ma opłaty licencyjnej, ale nadal obowiązują koszty modeli i infrastruktury. DeepSeekowe API stosuje ceny szczytowe i poza szczytem. Claude Code jest wliczony w płatne plany Claude. Sprawdź stronę cenową Anthropic zanim zaplanujesz budżet.

Uruchomienie w Harness kosztowało około 0,11 USD według cennika API Anthropic. Claude Code wyświetlił 0,349 USD przy użyciu poświadczeń subskrypcyjnych. Ponieważ te wartości pochodzą z różnych systemów rozliczeń, nie stanowią bezpośredniego porównania cen.

Indywidualne plany Claude podają Pro za 20 USD miesięcznie i poziomy Max za 100 lub 200 USD miesięcznie, podczas gdy DeepSeek Harness nie ma odpowiadającej subskrypcji; rachunek wystawia dostawca modelu. Modele lokalne usuwają opłaty API, ale zużywają zasoby obliczeniowe maszyny.

Zespoły powinny też uwzględniać hostowane sandboxy i self-hosted compute, gdy te usługi są poza rachunkiem za model. Te koszty nie pojawiają się w licencji Harness.

Stabilność: podgląd deweloperski vs produkt produkcyjny

Harness podczas testów był nadal w statusie release candidate. Zespoły powinny przypinać wersje pakietów, bo aktualizacje mogą psuć profile lub zapisane sesje; Claude Code jest już produkcyjny.

Ograniczenia DeepSeek Harness vs Claude Code

Żaden z systemów nie pokrywa wszystkich workflow. Ograniczenia wynikają z różnych części ich projektów.

Ograniczenia DeepSeek Harness

Harness ujawnia więcej części runtime'u, ale to też zostawia więcej konfiguracji i testowania po stronie użytkownika:

• Projekt pozostaje w podglądzie deweloperskim, a aktualizacje mogą psuć profile lub zapisane sesje

• Poświadczenia dostawców, ID modeli i reguły endpointów wymagają ręcznej konfiguracji

• Jego sandbox workspace-write nie wystartował w tym studium przypadku na Windows i wymagał trzech zatwierdzeń danger-full-access

• Obecny Python SDK nie ma koła dla Windows

Ustalenie dot. sandboxa dotyczy tylko opisanego wcześniej uruchomienia na Windows. Nie powtórzyłem testu na Linuxie ani macOS.

W informacjach o wydaniu v0.1.0-rc.7 wspomniano o poprawce opóźnień dla persistent Bash i aktualizacji node-pty dla szerszej kompatybilności PTY. To czyni tę obserwację zarówno wersjo-, jak i Windows-specyficzną.

Ograniczenia Claude Code

Claude Code podejmuje więcej decyzji runtime'owych, ale jego stałe granice wykluczają pewne eksperymenty:

• Uruchamia modele Claude i nie zapewnia ścieżki dla innych rodzin modeli

• Jego wbudowana pętla sesji nie jest ujawniona jako wymienny komponent

• Claude Code wymaga płatnego dostępu lub osobno rozliczanych kredytów API, oba z limitami użycia

• Długie sesje mogą kompresować starszy kontekst, więc trwałe reguły należą do CLAUDE.md

Te ograniczenia są najważniejsze, gdy zadanie wymaga innego dostawcy modelu lub niestandardowej pętli.

DeepSeek Harness vs. Claude Code: co wybrać?

Odłóż na chwilę nazwy modeli. Czy twoim zadaniem jest dokończyć kod aplikacji, czy zmienić runtime wykonujący pracę?

Wybierz DeepSeek Harness, jeśli sam runtime jest projektem. Pasuje do testów między dostawcami, niestandardowych pętli lub sandboxów oraz pracy zależnej od szczegółowych śladów wykonania. Status prerelease oznacza też wzięcie odpowiedzialności za zmiany wersji i testowanie konfiguracji.

Wybierz Claude Code , jeśli pracujesz w istniejącej bazie kodu i chcesz, by agent przeglądał pliki, edytował kod i uruchamiał checki projektu przy mniejszej konfiguracji runtime'u. W tym teście na Windows uruchomił oryginalny zestaw bez trzech zgód na pełny dostęp, których potrzebował Harness.

Użyj obu, jeśli ten podział odzwierciedla realną pracę. Zespół może używać Claude Code do codziennego kodowania, a Harness do eksperymentów z promptami, narzędziami lub pętlą agenta.

Na koniec

Oba narzędzia potrafią przejrzeć repozytorium, edytować pliki i uruchamiać polecenia. Różni je własność runtime'u: Harness ujawnia jego części jako wtyczki, a Claude Code pakuje wbudowaną pętlę i pozwala rozszerzać workflow wokół niej.

Gdybym miał wybrać punkt startowy na podstawie tego testu, zacząłbym od Claude Code do rutynowej pracy nad aplikacjami. Zacząłbym od Harness, gdy zmiana lub inspekcja runtime'u to istota zadania. To jedno studium przypadku na Windows z wersją prerelease Harness, a nie stały ranking.

Dla pokrewnych porównań, nasze teksty o Grok Build, Cursor, OpenCode, Codex i innych alternatywach dla Claude Code.