Harness, ferramenta de agentes de IA da DeepSeek, atinge 1,54 milhão de usuários por dia

- Leitura
- 5 min
- Fontes
- 1
Lançado em agosto, o framework de agentes da DeepSeek já processa 92 trilhões de tokens diários e monta um ecossistema de plugins para disputar espaço com Codex, da OpenAI, e Claude Code, da Anthropic.
O que é o Harness, e por que a DeepSeek aposta nele
Um "harness" é a camada de software que transforma um modelo de linguagem↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI → em um agente de IA: em vez de só responder a um prompt, o sistema ganha capacidade de executar código, chamar ferramentas externas e agir de forma autônoma em nome de quem programou a tarefa. É essa infraestrutura que sustenta produtos como Codex, da OpenAI, e Claude Code, da Anthropic, hoje referências no mercado de coding agents.
A DeepSeek, start-up chinesa sediada em Hangzhou, lançou seu próprio framework de harness em 13 de agosto de 2026, com um aplicativo desktop chegando em 29 de setembro. Segundo reportagem do South China Morning Post, a empresa afirmou neste domingo (8 de novembro) que o Harness já soma 1,54 milhão de usuários diários, menos de três meses depois do lançamento.
Os números por trás do crescimento
Os dados, divulgados pela própria DeepSeek, mostram a escala do consumo de tokens pelo Harness via API oficial:
- 1,54 milhão de usuários ativos diários em menos de três meses de existência;
- cerca de 92 trilhões de tokens processados por dia, com data de referência em 4 de novembro de 2026;
- isso equivale a aproximadamente 1,1 bilhão de tokens consumidos por segundo.
São números autodeclarados pela companhia, sem auditoria independente citada na reportagem, mas que dão a medida do apetite por ferramentas de agentes construídas sobre modelos abertos, a mesma estratégia que já tornou a DeepSeek conhecida fora da China.
Um "sistema operacional" para agentes, com plugins de terceiros
O diferencial que a DeepSeek está vendendo não é só velocidade de adoção, é arquitetura. Cui Tianyi, ex-engenheiro da Jane Street que entrou para o time do Harness em março de 2026, descreveu a ambição do projeto em um post nas redes sociais neste domingo:
Nosso objetivo é que o Harness da DeepSeek funcione como um sistema operacional para a era dos agentes.
Cui Tianyi, ex-engenheiro da Jane Street que entrou para o time do Harness em março de 2026Our goal is for DeepSeek's Harness to act as an operating system for the agent era.
Cui comparou o Harness a um sistema operacional de smartphone: vem com ferramentas padrão, como despertador e calculadora, mas permite que desenvolvedores substituam funções nativas por alternativas de terceiros, do mesmo jeito que um usuário troca o app de câmera do celular. Na prática, isso se traduz em números concretos: cerca de 35 mil plugins de terceiros já foram criados desde o lançamento, e 60% dos usuários ativos construíram ou instalaram pelo menos um.
Nosso objetivo é que o Harness da DeepSeek funcione como um sistema operacional para a era dos agentes.
No original: Our goal is for DeepSeek's Harness to act as an operating system for the agent era.
Entre os exemplos citados pela reportagem, há um plugin que combina leitura, grifo e tradução de artigos acadêmicos, permitindo que o agente responda perguntas sobre o conteúdo, e outro que exibe ao desenvolvedor quais informações o agente está usando e como elas mudam ao longo de uma conversa. A DeepSeek anunciou ainda planos para um marketplace onde desenvolvedores publicam plugins e usuários os descobrem, com um programa de suporte que inclui créditos de tokens, discussões técnicas e ajuda de divulgação.
OpenAI e Anthropic já tinham a vantagem do pioneirismo
Codex e Claude Code não nasceram do nada: OpenAI e Anthropic usaram a vantagem de terem desenvolvido seus harnesses antes da concorrência para construir produtos de coding hoje considerados referência no mercado. É esse terreno que a DeepSeek está disputando, num movimento que o próprio SCMP descreve como nova frente de batalha entre gigantes chineses e americanos de IA.
A diferença de abordagem importa para quem acompanha o setor: enquanto Codex e Claude Code são produtos fechados e verticalizados dentro do ecossistema de cada empresa, o Harness da DeepSeek se apoia num modelo de plataforma aberta a extensões de terceiros, com marketplace planejado e incentivos explícitos para quem constrói plugins. É a mesma lógica de ecossistema que já deu certo para sistemas operacionais móveis, agora aplicada a agentes de IA.
O que muda pra quem desenvolve no Brasil
Em resumo: o Harness chega como uma terceira opção de framework de agentes, mais aberta a customização do que as alternativas proprietárias dominantes hoje no mercado brasileiro de devtools.
Para quem já usa Codex ou Claude Code no dia a dia, o apelo do Harness está em poder estender o agente com plugins de terceiros sem depender de uma roadmap fechada de fornecedor único, algo mais parecido com o que o ecossistema open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → de IDEs e extensões já oferece. Se o marketplace de plugins prometido pela DeepSeek sair do papel com os incentivos de créditos de tokens mencionados, isso pode baixar a barreira de entrada para times pequenos testarem integrações específicas de stack brasileiro, sem custo de desenvolvimento do zero.
Também vale observar o pano de fundo: a DeepSeek já é conhecida por publicar pesos abertos de seus modelos, como a família R1, uma estratégia que reduz custo de adoção para quem roda infraestrutura própria. Se o Harness seguir essa mesma lógica de abertura na camada de agente, e não só na camada de modelo, a equação de custo-benefício para equipes de engenharia que hoje pagam por Codex ou Claude Code pode mudar de figura nos próximos meses.
O que ainda fica em aberto
A reportagem do SCMP não confirma se o código do próprio Harness é aberto, apenas que sua arquitetura permite plugins de terceiros, o que é diferente de ser open source. A DeepSeek também criou em outubro de 2026 sua primeira divisão de produto, liderada por Cui Tianyi, segundo o veículo chinês The Paper, sinal de que a empresa está apenas começando a organizar a monetização do projeto.
Faltam ainda comparações independentes de qualidade entre os agentes construídos sobre o Harness e os resultados entregues por Codex e Claude Code em tarefas reais de desenvolvimento, e os números de uso seguem sendo os que a própria DeepSeek divulga, sem verificação externa citada até agora.
Fonte: SCMP Tech
Highlights
- Harness da DeepSeek atingiu 1,54 milhão de usuários diários em menos de três meses
- 92 trilhões de tokens processados diariamente equivalem a 1,1 bilhão de tokens por segundo
- 35 mil plugins de terceiros criados; 60% dos usuários ativos construíram ou instalaram pelo menos um
- Modelo de plataforma aberta contrasta com Codex e Claude Code, produtos fechados e verticalizados
- Timing estratégico: DeepSeek criou primeira divisão de produto em outubro de 2026
Com opiniões de
O que especialistas disseram no X sobre o assunto.
CEVIU@newCEVIUEspecialista em produto digital e agentes de IAAgentes de IA podem acabar com o feature discovery tradicional. Nesta edição: por que demos de IA sofisticadas podem sair pela culatra e como o harness dos agentes deve ser tratado como produto. Vale a leitura para quem faz produto.
Este artigo foi escrito por Redação iMasters. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
Memória de agentes de IA busca um padrão comum inspirado no OpenTelemetry
Um post no blog da LoreKit argumenta que a memória de agentes de IA vive hoje o mesmo caos de formatos que a observabilidade tinha antes do OpenTelemetry, e propõe os primeiros passos para um padrão comum.












