13 अगस्त की शाम को डीपसीक कंपनी ने दो महत्वपूर्ण घोषणाएं कीं: उन्होंने आधिकारिक तौर पर DeepSeek V4 Pro जारी किया, जो एप्लिकेशन, वेब इंटरफ़ेस और एपीआई के माध्यम से उपलब्ध है, साथ ही डीपसीक हार्नेस टीम द्वारा पहला पोस्ट भी प्रस्तुत किया, जिसमें 'ब्लैक व्हेल' अवतार था, जिसने MIT लाइसेंस के तहत ओपन-सोर्स हार्नेस के प्रीव्यू की घोषणा की।
हार्नेस का महत्व यह है कि एजेंटों के युग में, मॉडल अब कृत्रिम बुद्धिमत्ता की कार्यों को पूरा करने की क्षमता निर्धारित करने वाला एकमात्र कारक नहीं रह गया है। पहले, 6 और 11 अगस्त को, एजेंट टूल के प्रदाता कंपोजियो (Composio) ने उसी DeepSeek V4-Flash मॉडल को आठ विभिन्न निष्पादन प्रणालियों (हार्नेस) में एकीकृत किया। इन प्रणालियों का उपयोग जीमेल, गूगल कैलेंडर, गिटहब और स्लैक जैसे वास्तविक अनुप्रयोगों में 30 बहु-चरणीय कार्यों को निष्पादित करने के लिए किया गया था।
इन परीक्षणों के परिणामों ने महत्वपूर्ण विसंगतियां दिखाईं: सबसे अच्छी प्रणाली ने 20 कार्य पूरे किए, जबकि सबसे खराब ने 14 पूरे किए। कुल 240 रन में से केवल 129 सफल रहे, और 30 कार्यों में से केवल छह सभी आठ प्रणालियों द्वारा पूरे किए गए थे। लागत के दृष्टिकोण से, Claude Code, Codex और DeepAgents मॉडलों द्वारा 16 कार्यों को पूरा करने की लागत क्रमशः एक सफल कार्य के लिए लगभग 0.195, 0.081 और 0.045 डॉलर थी, जो एक ही मॉडल का उपयोग करते समय लागत में चार गुना अंतर दर्शाती है।
डीपसीक के आंतरिक रुख के अनुसार, एजेंटों को निरंतर सीखने की समस्या का समाधान करना चाहिए, जिससे अंततः एआई अपनी खुद की विकास गति तेज कर सके। हार्नेस को एक कार्य वातावरण के रूप में स्थापित किया गया है जिसके माध्यम से मॉडल वास्तविक विकास में प्रवेश करते हैं। कम लागत और मॉडल की शक्ति पर आधारित कंपनी, कार्यों के निष्पादन और डेवलपर्स के प्रवेश बिंदुओं को बाहरी प्रणालियों पर निर्भर नहीं रहने दे सकती है।
डीपसीक के दस्तावेज़ीकरण के अनुसार डिजाइन का मुख्य सिद्धांत यह है कि सब कुछ प्लगइन है। हार्नेस कॉर्डिस प्लगइन सिस्टम पर बनाया गया है: मॉडल, उपकरण, कौशल, सत्र, सैंडबॉक्स, स्टोरेज, लूप, शेड्यूलिंग और यूजर इंटरफ़ेस - ये सभी प्लगइन से बनते हैं। यह मानक प्लगइन्स से अलग है: VS Code प्लगइन्स संपादक में सुविधाएँ जोड़ते हैं, और Codex प्लगइन्स एजेंट को उपकरण प्रदान करते हैं, जबकि हार्नेस प्लगइन्स एजेंट के मस्तिष्क, टूलसेट, नियमों या स्वरूप को पूरी तरह से बदल सकते हैं।
आंतरिक समीक्षा के दौरान, डेवलपर्स ने कुछ ही दिनों में सैकड़ों प्लगइन बनाए, जिसमें एक शामिल था जिसने पृष्ठभूमि स्व-विकास के साथ सत्रों के बीच दीर्घकालिक स्मृति को लागू किया। दूसरी प्रमुख विशेषता इतिहास को ट्रैक करने की क्षमता है। हार्नेस अपेंड-ओनली सेशन लॉग्स के साथ सत्र लॉग का उपयोग करता है: मॉडल जो कुछ भी देखता है, सिस्टम प्रॉम्प्ट, तर्क श्रृंखलाएं, टूल कॉल और परिणाम, उप-एजेंट शेड्यूलिंग और प्रत्येक संदर्भ इंजेक्शन पूरी तरह से दर्ज किया जाता है, और संदर्भ संपीड़न कभी भी मूल इतिहास को हटाता नहीं है। डेवलपर ट्रैजेक्टरी दृश्य में पुनर्प्राप्ति, फोर्क, निष्कर्षण और पुनरुत्पादन सुविधाओं के साथ इतिहास को स्रोत के अनुसार ब्राउज़ कर सकते हैं।
टीम लीडर, क्यू टियानी (Qiu Tianyi), के पास झेजियांग विश्वविद्यालय से कंप्यूटर विज्ञान में डिग्री है और मार्च 2026 में डीपसीक में शामिल होने से पहले क्वांटिटेटिव ट्रेडिंग फर्म जेन स्ट्रीट (Jane Street) में नौ साल काम किया, जब आंतरिक रूप से हार्नेस परियोजना शुरू हुई। हार्नेस डिफ़ॉल्ट रूप से Kimi, OpenAI, Anthropic और Google सहित लगभग 40 प्रमुख मॉडलों का समर्थन करता है, खुद को एक तैयार एजेंट के बजाय घटकों के सेट के रूप में स्थापित करता है। संस्करण संख्या v0.1 स्पष्ट रूप से इंगित करती है कि 'ब्लैक व्हेल' अभी सतह पर आया है।