DeepSeek Harness dengan 1,54 juta pengguna aktif harian dan 35 ribu plugin: Agent sedang bergerak menuju platformisasi

DeepSeek Harness dengan 1,54 juta pengguna aktif harian dan 35 ribu plugin: Agent sedang bergerak menuju platformisasi

Catatan penulis: Setelah DeepSeek Harness dirilis sebagai open source, pengguna dan plugin pihak ketiga tumbuh dengan cepat; pihak resmi juga mulai membangun pasar plugin dan sistem dukungan pengembang. Agent pun bergerak dari alat tunggal menuju platform terbuka.

DeepSeek secara resmi mengumumkan perkembangan produk Harness pada 5 November 2026. Per 4 November, berdasarkan statistik pengguna yang memakai API resmi DeepSeek, DeepSeek Harness mencapai 1,54 juta pengguna aktif harian, dengan konsumsi Token sekitar 92 triliun per hari, dan sekitar 35 ribu plugin pihak ketiga dari komunitas. Di antara pengguna aktif, sekitar 60% telah memasang atau membuat setidaknya satu plugin pihak ketiga. Jika dihitung sejak rilis versi pratinjau pengembang pada 13 Agustus, skala sebesar ini terbentuk dalam waktu kurang dari tiga bulan. Penilaian inti kami adalah: nilai Harness sudah melampaui “menyediakan kemampuan menjalankan Agent”; ia mulai menghubungkan model, alat, pengembang plugin, dan pengguna. Pihak resmi menangani infrastruktur umum, sementara pengembang pihak ketiga terus menciptakan fitur khusus. Agent sedang bergerak menuju platformisasi.

Uraian berikut dibagi menjadi tiga bagian. Bagian pertama merangkum proses pertumbuhan data resmi dan dasar penghitungan statistiknya, menjelaskan apa yang diwakili oleh 1,54 juta pengguna aktif harian, 92 triliun Token, dan tingkat partisipasi plugin 60%. Bagian kedua membedah arsitektur “semuanya adalah plugin” dan meninjau plugin nyata yang sudah dibuat komunitas. Bagian ketiga membedakan kemampuan distribusi plugin yang sudah terwujud dengan pasar serta program insentif yang sedang disiapkan pihak resmi, lalu menganalisis masalah yang perlu diselesaikan agar ekosistem matang, serta di posisi mana pengembang dan platform layanan API dapat berpartisipasi.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-id-image-0


Table of Contents

Yang Perlu Diketahui: Istilah Kunci untuk Memahami Platformisasi DeepSeek Harness

Istilah Penjelasan
AI Agent Sistem AI yang dapat memanggil alat dan menyelesaikan tugas multi-langkah secara berkelanjutan
Harness Kerangka kerja runtime yang mengelola proses eksekusi Agent, alat, konteks, dan lingkungan kerja
DAU Daily Active Users, jumlah pengguna aktif harian
Plugin Komponen ekstensi yang menambah fungsi perangkat lunak, dapat dipasang, diaktifkan, dan dilepas secara terpisah
Cordis Kerangka kerja plugin komposabel yang menjadi fondasi DeepSeek Harness
CLI Cara berinteraksi dengan program melalui command line; berbagai coding Agent umumnya disediakan dalam bentuk CLI
Context Seluruh informasi yang digunakan model saat ini untuk memahami dan memproses tugas, termasuk percakapan, penjelasan alat, dan isi file
SDK Kit pengembangan perangkat lunak yang membantu pengembang memanggil kemampuan platform
Token Incentive Mekanisme yang memberi imbalan kepada pengembang dalam bentuk kuota pemanggilan model, dan lain-lain
Plugin Index Indeks plugin yang menyediakan nama plugin, penulis, versi, rentang kompatibilitas, dan sumber pemasangan
Plugin Marketplace Pasar plugin yang direncanakan secara resmi untuk menemukan, memasang, memperbarui, dan mendistribusikan plugin
Injeksi petunjuk tidak langsung Serangan di mana penyerang menyembunyikan instruksi berbahaya di dalam konten eksternal seperti halaman web atau file, untuk memancing Agent menjalankannya

1 Seberapa cepat pertumbuhan DeepSeek Harness

1.1 DeepSeek Harness untuk pertama kalinya mengumumkan skala pengguna secara resmi

Bagian fakta: DeepSeek Harness v0.1 dirilis dan sekaligus menjadi open source pada 13 Agustus 2026 dengan lisensi MIT. Dalam sekitar satu hari setelah diluncurkan, jumlah Star di GitHub melewati 50 ribu; pada 29 September, versi desktop dirilis. Hingga 15 November, repositori resmi menunjukkan sekitar 281,1 ribu Stars dan 34,7 ribu Forks, dengan versi terbaru v0.2.2-rc.3 yang dirilis pada 13 November.

Data pengguna aktif harian (DAU) yang diumumkan resmi adalah sebagai berikut, dengan jendela statistik yang berbeda untuk ketiga titik waktu:

Titik statistik Data Cakupan statistik
2026-09-30 DAU 271 ribu Rata-rata 7 hari
2026-10-07 DAU 429 ribu Nilai tahap yang diumumkan resmi
2026-11-04 DAU 1,54 juta Data satu hari
2026-11-04 Sekitar 92 triliun Token Konsumsi satu hari
Awal November 2026 Sekitar 35 ribu Jumlah plugin pihak ketiga
Awal November 2026 Sekitar 60% Proporsi pengguna aktif yang pernah memasang atau membuat setidaknya satu plugin pihak ketiga

Pihak resmi menjelaskan secara eksplisit bahwa 1,54 juta DAU dan 92 triliun Token dihitung dengan cakupan pengguna yang memakai API resmi DeepSeek. Angka 271 ribu adalah rata-rata 7 hari, sedangkan 1,54 juta adalah nilai satu hari. Keduanya cocok untuk mengamati tren, tetapi tidak cocok untuk menghitung laju pertumbuhan secara presisi karena cakupan statistiknya tidak seragam. Seluruh data di atas merupakan laporan sendiri perusahaan; tidak ada audit pihak ketiga dalam materi publik.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-id-image-1

1.2 1,54 juta DAU dan 92 triliun Token mencerminkan karakteristik penggunaan Agent

Bagian analisis: Struktur penggunaan Agent sangat berbeda dari percakapan satu putaran. Satu tugas Agent biasanya mencakup siklus perencanaan, pemanggilan alat, pembacaan hasil, dan penalaran ulang. Tugas yang sama dapat memicu pemanggilan model berkali-kali, dan setiap pemanggilan harus membawa deskripsi alat, langkah historis, serta isi file. Karena itu, rasio antara DAU dan total Token jauh lebih tinggi daripada produk percakapan biasa.

92 triliun Token mencerminkan intensitas eksekusi seluruh kelompok pengguna Harness. Total satu hari menggabungkan tugas panjang, tugas pendek, dan berbagai tingkat model. Materi yang ada tidak memberikan distribusi pengguna maupun rincian penagihan, jadi angka ini cocok untuk menjelaskan skala penggunaan, tetapi tidak cukup menjadi dasar untuk memperkirakan pendapatan platform atau biaya tipikal per pengguna.

1.3 35 ribu plugin dan proporsi partisipasi plugin sebesar 60%

35 ribu plugin pihak ketiga menunjukkan bahwa para pengembang telah memperluas fungsi produk secara masif sesuai kebutuhan masing-masing. Proporsi partisipasi sekitar 60% menunjukkan bahwa plugin sudah menjadi cara penggunaan arus utama di kalangan pengguna aktif; pengguna umumnya secara aktif memasang fungsi tambahan di luar kemampuan bawaan resmi.

Yang perlu dipahami secara tepat, angka 60% ini menggabungkan dua jenis perilaku: “memasang” dan “membuat”. Angka ini mengukur tingkat penetrasi kemampuan plugin; pengguna yang mengembangkan plugin hanya sebagian dari kelompok itu, dan pihak resmi tidak mengumumkan proporsi pastinya.


2 Semuanya adalah Plugin: Bagaimana Arsitektur Terbuka DeepSeek Harness Bekerja

2.1 Model, alat, memori, dan antarmuka di Harness semuanya dapat diganti

Produk Agent tradisional biasanya sudah ditentukan oleh vendor: model mana yang dipakai, alat apa yang disediakan, serta bagaimana memori dan konteks dikelola. Desain inti DeepSeek Harness adalah Everything is a Plugin: adaptor model, alat, Skills, penyimpanan, manajemen sesi, dan modul runtime lainnya dipecah menjadi plugin yang dapat dikombinasikan, sementara antarmuka dan kemampuan interaksi juga dapat diperluas lewat plugin.

Pihak resmi menyediakan jalur pengembangan plugin berbasis TypeScript. Satu plugin dasar terdiri dari nama plugin, fungsi apply, objek konteks ctx, dan deklarasi dependensi inject. Pengembang mendaftarkan alat, listener event, dan layanan lain melalui ctx; ketika plugin dilepas, framework otomatis membersihkan event, alat, dan timer yang didaftarkan lewat konteks, sedangkan sumber daya tambahan dapat dikelola dengan ctx.effect().

Dasar teori mekanisme ini adalah Cordis. Makalah terkait dikirimkan ke arXiv pada 26 Agustus 2026 dan mengajukan dua kemampuan:

  • Komposabilitas dimensi waktu: ketika komponen dihapus, efek samping yang dihasilkannya dapat dibatalkan.
  • Komposabilitas dimensi ruang: komponen mendeklarasikan hubungan dependensi dan diaktifkan atau dinonaktifkan secara dinamis sesuai perubahan konteks.

Dengan efek samping yang dapat dibalik, dependensi reaktif, dan hot module replacement, plugin dapat dipasang, dinonaktifkan, dan dimuat ulang secara hot selama Harness berjalan. Inilah prasyarat rekayasa yang membuat ekstensi pihak ketiga dalam skala besar bisa terwujud.

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-id-image-2

2.2 Arsitektur terbuka memungkinkan Harness menangani berbagai skenario

Bagian analisis: pendekatan plugin mengubah “membangun platform Agent” menjadi “menambahkan satu kemampuan pada platform yang sudah ada”. Pengembang tidak perlu membangun loop eksekusi, manajemen sesi, dan antarmuka dari nol; mereka hanya perlu fokus pada bagian alur kerja yang mereka kuasai. Pengguna pun merangkai plugin sesuai tugas, mengubah Agent generik menjadi workstation khusus.

Harness juga punya mode kreatif bawaan: pengguna dapat mendeskripsikan kebutuhan dalam bahasa alami dan membiarkan Agent membuat serta mengonfigurasi plugin sendiri. Dalam uji langsung yang dilakukan The Paper (澎湃新闻) pada Agustus, penguji meminta Harness membuat Agent pemeriksa fakta artikel. Prosesnya memakan waktu sekitar 11 menit, dan setelah itu Agent tersebut bisa dipanggil sebagai preset mandiri. Ambang pembuatan plugin pun semakin rendah, yang juga membantu menjelaskan bagaimana tingkat partisipasi 60% terbentuk.


3 Plugin Nyata yang Sudah Dibuat Komunitas DeepSeek Harness

Contoh-contoh berikut berasal dari artikel perkembangan komunitas resmi dan materi penulis proyek; semuanya merupakan proyek yang dikelola komunitas.

Plugin Penulis Skenario Kemampuan inti
dsh-media-desk Komunitas Pembuatan konten media mandiri Pencatatan ide, skrip, sampul, dan storyboard disatukan dalam satu ruang kerja
dsh-guizang-design Komunitas Desain dan tata letak Konversi artikel ke halaman web, kartu teks-gambar, pembuatan sampul, serta penggunaan ulang karya dan gaya
dsh-context Komunitas Wawasan konteks Menampilkan konteks mana saja yang digunakan Agent beserta perubahannya
dsh-aio-agent cocofhu Pintu masuk terpadu untuk banyak Agent coding Menghubungkan Cursor, Claude Code, Codex, OpenCode, CodeBuddy, Kimi Code
dsh-ltm tr1v3r Memori jangka panjang Penyimpanan lokal SQLite, pencarian CJK, pengambilan kembali berdasarkan proyek, deduplikasi, dan penggabungan
TheOne YunongDai2005 Manajemen sesi lintas topik Secara otomatis menentukan topik dan merutekan ke sesi serta ruang kerja proyek yang sesuai
agentero-dsh Komunitas Pembacaan ilmiah Pembacaan makalah, penyorotan, penerjemahan, catatan, dan riset berbantuan AI

3.1 Plugin Kreasi Konten Media Mandiri dan Desain

dsh-media-desk menyatukan ide, skrip, sampul, dan storyboard menjadi satu lini produksi konten; kreator menyiapkan semuanya dari pemilihan topik hingga materi untuk hasil akhir di ruang kerja Agent yang sama. dsh-guizang-design mengemas Skills untuk desain dan penyempurnaan teks menjadi plugin, mendukung konversi artikel ke halaman web, kartu teks-gambar, dan pembuatan sampul, serta dapat menyimpan karya dan menggunakan kembali gaya desain. Keduanya memiliki ciri yang sama: menyatukan langkah-langkah yang semula tersebar di banyak alat menjadi alur kerja yang berkesinambungan.

3.2 dsh-aio-agent: Berbagai Agent Coding Masuk ke Ruang Kerja Harness yang Sama

dsh-aio-agent menghubungkan program command-line dari Agent coding seperti Cursor, Claude Code, Codex, OpenCode, CodeBuddy, dan Kimi Code ke Harness sebagai mode sesi yang dapat dipilih. Plugin memanggil CLI yang benar-benar terpasang di komputer lokal, dan setiap alat mempertahankan model serta konteks percakapannya sendiri.

Makna kasus ini adalah Harness dapat berperan sebagai lapisan interaksi terpadu untuk banyak Agent. Pengguna dapat beralih antara alat coding dalam satu antarmuka tanpa harus bolak-balik mengoperasikan banyak terminal; peran Harness pun bergeser dari “satu Agent” menjadi “ruang kerja Agent”.

3.3 Memori Jangka Panjang dan Manajemen Lintas Proyek

dsh-ltm menyediakan memori terstruktur lokal untuk Agent yang bekerja dalam jangka panjang. Plugin ini menggunakan penyimpanan SQLite, mendukung pencarian dalam bahasa CJK seperti bahasa Mandarin, melakukan pengambilan kembali berdasarkan cakupan proyek, serta menyediakan deteksi duplikat, perubahan, penggabungan, peninjauan item yang kedaluwarsa, dan migrasi. Pencarian didasarkan pada BM25 dan n-gram karakter, tidak bergantung secara wajib pada layanan Embedding eksternal, sehingga biaya penerapannya rendah.

TheOne menyelesaikan masalah lain: ketika pengguna menjalankan beberapa proyek jangka panjang sekaligus—pekerjaan, pemrograman, riset, dan sebagainya—sesi mudah tercampur. Plugin ini menyediakan pintu masuk obrolan terpadu; model menentukan topik pesan, lalu merutekannya ke sesi independen yang sesuai dan mengaturnya sebagai ruang kerja proyek. Plugin juga mendukung penyesuaian dan pembatalan jika terjadi kesalahan klasifikasi. Penulis menjelaskan di GitHub Discussions resmi bahwa TheOne adalah plugin komunitas yang dikelola secara independen.

3.4 agentero-dsh: Alur Kerja Riset dan Profesional

agentero-dsh menggabungkan manajemen literatur dengan Agent, mendukung pembacaan makalah, penyorotan, penerjemahan, catatan, dan riset berbantuan AI. Plugin vertikal semacam ini menunjukkan bahwa kebutuhan mendalam di bidang profesional sedang dipenuhi oleh pengembang yang memahami industri terkait, sehingga platform resmi tidak perlu menangani semuanya satu per satu.


4 DeepSeek Harness dari kumpulan plugin menuju platform pengembang

4.1 Bagaimana plugin Harness dipublikasikan, ditemukan, dan dipasang

Kemampuan yang sudah diimplementasikan: Plugin dapat didistribusikan melalui paket npm atau repositori Git, pihak resmi menyarankan untuk menambahkan Topic dsh-plugin pada repositori plugin GitHub guna meningkatkan kemungkinan ditemukan. Harness sudah mendukung indeks plugin, yang menyediakan nama, deskripsi, penulis, daftar versi, label kategori, versi kompatibel, sumber pemasangan, dan status pembaruan. Pengguna dapat mencari dan memfilter, sistem secara default merekomendasikan versi stabil yang kompatibel dengan Harness saat ini, dan bila kondisi kompatibilitas memungkinkan pengguna juga dapat memilih versi historis.

Dokumentasi resmi juga menjelaskan cakupan verifikasi indeks: informasi seperti judul, penulis, dan deskripsi disediakan oleh pengelola indeks, sedangkan Harness hanya memeriksa format file; saat pemasangan akan ditampilkan paket perangkat lunak, repositori Git, dan sumber versi, yang dikonfirmasi oleh pengguna. Oleh karena itu, indeks plugin menyelesaikan persoalan penemuan dan pemasangan, sementara sumber dan izin plugin pihak ketiga tetap perlu ditinjau sendiri oleh pengguna.

4.2 Pasar plugin resmi dan insentif Token

Kategori Konten Status
Distribusi plugin Distribusi npm dan Git, indeks plugin, pencarian per kategori Sudah diimplementasikan
Manajemen versi Pemeriksaan kompatibilitas, pembaruan, aktif/nonaktif, uninstall, hot reload Sudah diimplementasikan dan terus diiterasi
API plugin Meningkatkan stabilitas dan kompatibilitas Direncanakan resmi
Mekanisme keamanan Menyempurnakan audit plugin dan kontrol keamanan Direncanakan resmi
Pasar plugin resmi Pengalaman penemuan, distribusi, dan publikasi yang lebih lengkap Dalam persiapan, aturan dan waktu peluncuran belum diumumkan
Dukungan penulis Insentif Token, pertukaran teknis, rekomendasi dan eksposur karya Dalam persiapan, pendaftaran minat sudah dibuka
Kerja sama ekosistem Mendorong tim startup dan perusahaan mengintegrasikan produk serta layanan melalui plugin Arah resmi

Posisi jangka panjang yang diajukan pihak resmi adalah menjadikan Harness sebagai sistem operasi di era Agent: platform menyediakan kemampuan dasar yang umum, sementara skenario profesional dan kebutuhan personal diwujudkan oleh pengembang melalui plugin. Kualifikasi spesifik, mekanisme alokasi, dan standar insentif Token akan diumumkan di kemudian hari.

Bagian analisis: Insentif Token secara langsung menjawab biaya paling nyata bagi penulis plugin. Pengembangan dan pengujian plugin sendiri memang memerlukan banyak pemanggilan model, sehingga mendukung penulis dengan kuota pemanggilan ditambah eksposur rekomendasi adalah cara langsung untuk menjaga plugin tetap terpelihara secara berkelanjutan.

4.3 Cara pengembang dan perusahaan berpartisipasi dalam ekosistem Harness

Peluang berikut disimpulkan dari mekanisme plugin yang ada, pihak resmi belum mengumumkan data keuntungan komersial:

  • Pengembang independen: Mengubah tugas vertikal yang dikuasai menjadi plugin, seperti pengelolaan keuangan, manajemen penelitian, tinjauan kode, dan produksi konten.
  • Tim perangkat lunak perusahaan: Mengemas layanan dan API yang sudah ada menjadi alat yang dapat dipanggil oleh Agent, sehingga menurunkan ambang penggunaan bagi pengguna; juga dapat mengemas kemampuan bisnis secara internal untuk digunakan tim tertentu.
  • Penyedia layanan profesional: Memprodukkan proses industri, pemrosesan data, atau pengetahuan profesional, lalu mengirimkannya kepada pengguna melalui Harness.
  • Platform API: Menyediakan layanan pemanggilan model dan alat untuk berbagai Agent dan plugin, berada di lapisan dasar seluruh ekosistem.

5 Persaingan Kunci Setelah DeepSeek Harness Menjadi Platform

5.1 Pertumbuhan Jumlah Plugin Memunculkan Kebutuhan Pengelolaan Kualitas dan Kompatibilitas

Laporan InfoQ pada 10 November mencatat umpan balik dari komunitas. Seorang pengguna mengalami Agent terjebak dalam loop tak terbatas, konteks meluap, dan konsumsi Token meningkat setelah memasang lebih dari 15 plugin. Salah satu penyebabnya adalah deskripsi alat yang memakan banyak konteks sehingga membebani model dalam memilih alat. Pengguna Windows lain yang melakukan upgrade dari v0.2.1-rc.5 ke v0.2.2-rc.1 kehilangan 32 entri plugin pihak ketiga dan plugin lokal; plugin lokalisasi yang tidak kompatibel dengan versi baru menyebabkan kegagalan startup. Karena tidak ada pencadangan dan rollback otomatis sebelum pembaruan, pemulihan lingkungan memakan waktu sekitar 5 jam.

Ini merupakan umpan balik pengguna individual, tetapi mengarah pada satu kesimpulan: semakin banyak plugin, semakin besar kebutuhan platform akan kemampuan tata kelola. Manajemen dependensi, pemeriksaan versi, hot reload, kompresi percakapan panjang, statistik Token, dan diagnosis kegagalan instalasi yang terus ditambahkan Harness di versi-versi berikutnya adalah respons terhadap masalah-masalah ini.

5.2 Syarat untuk Membentuk Ekosistem Plugin Harness yang Stabil

Berdasarkan materi yang ada, ekosistem yang stabil setidaknya membutuhkan lima syarat:

  1. Penemuan plugin: Pengguna dapat dengan cepat menemukan plugin yang andal dan terpelihara, bukan sekadar plugin yang jumlahnya banyak.
  2. Manajemen versi: Pemeriksaan kompatibilitas, pencadangan konfigurasi, dan rollback untuk melindungi lingkungan kerja jangka panjang.
  3. Kontrol keamanan: Laboratorium Zhuque Tencent melakukan evaluasi injeksi petunjuk tidak langsung terhadap Harness melalui 14.560 eksekusi terkontrol; sebagian metode serangan mencapai tingkat keberhasilan 16%—25,5%. Eksperimen ini hanya menguji satu versi, satu backend model, dan tidak mengaktifkan penguatan petunjuk. Hasilnya digunakan untuk menggambarkan arah risiko, bukan untuk langsung dikonversi menjadi probabilitas serangan sehari-hari. Ini menunjukkan bahwa platform perlu menambahkan kontrol antara konten yang tidak tepercaya dan eksekusi alat sensitif.
  4. Pemeliharaan berkelanjutan: Status pemeliharaan plugin, batas izin, dan jumlah pengguna nyata perlu ditampilkan secara transparan.
  5. Mekanisme insentif: Insentif Token dan rekomendasi eksposur memberi penulis unggulan dorongan untuk melakukan iterasi jangka panjang.

5.3 Arah Pengembangan Harness Tahap Berikutnya dan Posisi Platform API

Harness sedang membentuk pembagian kerja yang jelas: platform resmi menyediakan kerangka eksekusi, spesifikasi plugin, distribusi, dan fondasi keamanan, sementara komunitas terus memperluas skenario aplikasi. Fokus persaingan tahap berikutnya akan bergeser dari “berapa banyak plugin” ke “apakah plugin bagus digunakan, stabil, dan murah”.

Pemanggilan model berada di lapisan paling bawah ekosistem ini. Konfigurasi penyedia model Harness mendukung API Key, Base URL, dan protokol kustom, sehingga dapat terhubung ke layanan proksi API, gateway API perusahaan, atau layanan model yang dibangun sendiri. APIYI menyediakan gateway terpadu multi-protokol yang dapat berfungsi sebagai penyedia model independen di Harness. APIYI meluncurkan antarmuka alat Search dan Fetch mandiri DeepSeek (deepseek-search, deepseek-fetch) pada 21 Oktober, yang dapat digunakan Agent dan plugin untuk mengatur sendiri pencarian dan pengambilan halaman web. Perlu dibedakan bahwa alat sisi server bawaan model yang dibuka DeepSeek pada 13 November, serta pekerjaan kompatibilitasnya di klien seperti Harness, masih dalam perencanaan lanjutan APIYI.


Menghubungkan penyedia model APIYI di DeepSeek Harness

Item konfigurasi penyedia model kustom di Harness mencakup Kunci API, Base URL, nama model, protokol API, panjang konteks, Token keluaran maksimum, kemampuan input gambar, dan tingkat penalaran. Harness mendukung empat protokol: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages, dan Gemini API. Alamat APIYI yang sesuai adalah sebagai berikut:

Protokol yang dipilih di Harness Base URL APIYI Keterangan
Kompatibel OpenAI https://api.apiyi.com/v1 Paling luas kecocokannya, disarankan dipakai lebih dulu
Anthropic native https://api.apiyi.com Untuk protokol Anthropic Messages
Gemini https://api.apiyi.com/v1beta Untuk protokol Gemini API

Sebelum mengonfigurasi di Harness, Anda bisa memastikan Key dan ID model dapat digunakan dengan beberapa baris kode:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka kompatibel OpenAI dari APIYI
)

resp = client.chat.completions.create(
    model="your-model-id",  # Mengacu pada daftar model di konsol APIYI
    messages=[{"role": "user", "content": "用一句话说明什么是 Agent Harness"}]
)
print(resp.choices[0].message.content)
Lihat skrip pemeriksaan konektivitas multi-model
import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Harus sama dengan Base URL yang diisi di Harness
)

# ID model yang akan dikonfigurasi di Harness, mengacu pada daftar aktual di konsol
MODELS = ["model-id-a", "model-id-b"]

def check(model: str) -> None:
    start = time.time()
    try:
        r = client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": "ping"}],
            max_tokens=16,
        )
        cost = time.time() - start
        print(f"[OK] {model} {cost:.2f}s -> {r.choices[0].message.content!r}")
    except Exception as e:
        print(f"[FAIL] {model}: {e}")

for m in MODELS:
    check(m)

🚀 Saran konfigurasi: Dapatkan Kunci API dan kuota uji gratis terlebih dahulu di APIYI apiyi.com, pastikan model dapat digunakan dengan skrip di atas, lalu isi Base URL, nama model, dan protokol di pengaturan penyedia model Harness. Jika plugin yang dipakai cukup banyak, sebaiknya kurangi juga jumlah tool yang disuntikkan per pemanggilan untuk mengendalikan biaya konteks.


Pertanyaan Umum (FAQ)

Q1: Bagaimana memahami 1,54 juta pengguna aktif harian DeepSeek Harness?

Ini adalah data satu hari per 4 November 2026, dengan cakupan statistik pengguna Harness yang memakai API resmi DeepSeek. Angka 271 ribu pada 30 September adalah rata-rata 7 hari, jadi dasar pengukurannya berbeda dan lebih cocok untuk melihat tren.

Q2: Apakah 60% pengguna sedang mengembangkan plugin?

Persentase tersebut menghitung pengguna aktif yang pernah memasang atau membuat setidaknya satu plugin pihak ketiga, menggabungkan dua jenis perilaku, dan mencerminkan tingkat penetrasi kemampuan plugin. Proporsi spesifik pengembang tidak diumumkan secara resmi.

Q3: Apakah pasar plugin resmi DeepSeek Harness sudah diluncurkan?

Yang sudah diluncurkan saat ini adalah kemampuan seperti indeks plugin, distribusi npm dan Git, serta pemeriksaan kompatibilitas. Pasar plugin resmi dan insentif Token masih dalam persiapan; aturan lengkap, pembagian pendapatan, dan waktu peluncuran belum diumumkan.

Q4: Apakah DeepSeek Harness bisa terhubung ke API model pihak ketiga?

Bisa. Harness mendukung kunci API kustom, Base URL, dan empat protokol, sehingga layanan proksi API atau gateway perusahaan dapat dikonfigurasi sebagai penyedia independen. Melalui APIYI apiyi.com, satu Key bisa dipakai untuk memanggil beberapa model utama, memudahkan perbandingan hasil penyelesaian tugas plugin oleh berbagai model di Harness.

Q5: Apakah APIYI mendukung semua alat aplikasi yang dirilis DeepSeek pada 13 November?

APIYI sudah meluncurkan antarmuka Search dan Fetch independen DeepSeek pada 21 Oktober, dengan penagihan berdasarkan jumlah pemanggilan yang berhasil dan tidak mengonsumsi Token model. Alat sisi server yang terpasang dalam percakapan model seperti deepseek_web_search dan deepseek_read_url masih dalam rencana dukungan kompatibilitas di klien seperti Harness dan Claude Code.

Q6: Apa risiko memasang banyak plugin?

Ada tiga jenis utama: deskripsi alat memakan jendela konteks dan menaikkan konsumsi Token; pembaruan versi bisa menyebabkan plugin tidak kompatibel; serta informasi indeks plugin pihak ketiga belum melalui verifikasi keaslian. Disarankan menyederhanakan plugin sesuai tugas, mencadangkan konfigurasi sebelum pembaruan, dan memeriksa sumber serta izin plugin.


Poin-Poin Inti Platformisasi DeepSeek Harness (Key Takeaways)

  • Skala pengguna: berdasarkan cakupan pengguna API resmi, pengguna aktif harian mencapai 1,54 juta pada 4 November, dengan Token per hari sekitar 92 triliun.
  • Ekosistem plugin: sekitar 35 ribu plugin pihak ketiga, dan sekitar 60% pengguna aktif pernah memasang atau membuat plugin.
  • Fondasi arsitektur: semuanya adalah plugin, dibangun di atas Cordis untuk mewujudkan komposisi dinamis dan hot reload.
  • Aplikasi komunitas: mencakup pembuatan konten, desain, pintu masuk terpadu berbagai Agent coding, memori jangka panjang, dan pembacaan literatur ilmiah.
  • Rencana resmi: marketplace plugin, mekanisme keamanan, dan insentif Token masih dalam tahap persiapan.
  • Titik berat persaingan: bergeser dari jumlah plugin ke kualitas, kompatibilitas, keamanan, dan pengelolaan biaya konteks.
  • Integrasi model: Harness mendukung penyedia kustom, dan gateway multi-protokol APIYI dapat dikonfigurasi sebagai sumber model.

Ringkasan

DeepSeek Harness menyelesaikan lompatan dari alat open source menjadi ekosistem pengembang dalam waktu kurang dari tiga bulan:

  1. Pertumbuhan: pengguna aktif harian berdasarkan cakupan pengguna API resmi naik dari 271 ribu pada akhir September (rata-rata 7 hari) menjadi 1,54 juta pada 4 November.
  2. Ekosistem: 35 ribu plugin pihak ketiga dan tingkat partisipasi plugin sebesar 60% menunjukkan bahwa pengguna secara umum sudah memperluas Agent sesuai kebutuhan.
  3. Platformisasi: indeks plugin sudah tersedia, marketplace resmi dan insentif Token sedang dipersiapkan, dan pembagian kerja di mana pihak resmi menyediakan infrastruktur sementara komunitas melengkapi skenario khusus sudah terbentuk.

Bagi pengembang, sekarang adalah waktu yang tepat untuk mengubah alur kerja vertikal yang sudah dikuasai menjadi plugin, sekaligus memantau stabilitas API plugin dan pengumuman aturan marketplace resmi selanjutnya. Jika perlu menyiapkan kemampuan pemanggilan model untuk Harness atau plugin, Anda dapat dengan cepat terhubung ke berbagai model dan membandingkan hasilnya melalui APIYI apiyi.com.


📚 Referensi

  1. Repositori GitHub DeepSeek Harness: kode sumber, Releases, dan diskusi komunitas
  2. Tautan: github.com/deepseek-ai/deepseek-harness
  3. Keterangan: dinamika versi, diskusi pengembang plugin, dan protokol proyek

  4. Dokumentasi indeks plugin DeepSeek Harness: cakupan penemuan, instalasi, dan verifikasi plugin

  5. Tautan: deepseek-harness.github.io/deepseek-harness/guide/plugin-market
  6. Keterangan: memahami field indeks, versi yang kompatibel, dan mekanisme konfirmasi sumber

  7. Konfigurasi penyedia model DeepSeek Harness: cara mengakses API kustom

  8. Tautan: deepseek-harness.github.io/deepseek-harness/guide/providers
  9. Keterangan: empat protokol dan penjelasan setiap item konfigurasi

  10. Makalah teknis Cordis: paradigma pemrograman komposabilitas ruang-waktu

  11. Tautan: arxiv.org/abs/2608.25512
  12. Keterangan: dasar teoretis untuk memahami arsitektur “semuanya adalah plugin”

  13. InfoQ: 1,54 juta pengguna aktif harian Harness dan umpan balik ekosistem plugin

  14. Tautan: infoq.cn/news/Y7lTO7Q1M8oN5JhxhirK
  15. Keterangan: umpan balik komunitas tentang biaya konteks plugin dan masalah kompatibilitas saat upgrade

  16. Dokumentasi DeepSeek Search & Fetch APIYI

  17. Tautan: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  18. Keterangan: cara pemanggilan API pencarian independen dan pengambilan konten web, pengelompokan, dan penagihan

Penulis: Tim Teknis APIYI
Komunikasi teknis: Silakan hubungi kami melalui halaman utama situs APIYI apiyi.com. Informasi integrasi lainnya dapat dilihat di pusat dokumentasi APIYI

Artikel terkait

Similar Posts