DeepSeek ra mắt 'dây nịt' AI đột phá: Mọi thứ đều là plugin

DeepSeek vừa gây chú ý trong cộng đồng nhà phát triển khi phát hành phiên bản sớm của DeepSeek Harness — một khung tác nhân (agent harness) mã nguồn mở được xây dựng trên nền tảng meta-framework Cordis. Điểm đặc biệt nằm ở triết lý thiết kế: mọi thành phần từ mô hình, công cụ, kỹ năng, phiên làm việc, sandbox, hệ thống tệp cho đến giao diện người dùng đều được coi là plugin, có thể hoán đổi và mở rộng linh hoạt.

Động thái này đánh dấu bước chuyển chiến lược của DeepSeek nói riêng và các phòng thí nghiệm AI Trung Quốc nói chung, khi họ bắt đầu cạnh tranh ở lớp hạ tầng và công cụ phát triển, không chỉ dừng lại ở chất lượng hay giá của mô hình.

"Harness" — Mảnh ghép quan trọng trong kỷ nguyên AI tác nhân

Thuật ngữ "harness" (dây nịt) trở nên phổ biến từ năm nay để mô tả một lớp phần mềm trung gian chịu trách nhiệm xử lý đầu vào gửi đến mô hình AI và đầu ra trả về. Nó đảm nhiệm các nhiệm vụ như quản lý ngữ cảnh, điều phối công cụ, vòng lặp tác nhân (agent loop), quản lý trạng thái, xử lý lỗi, bảo mật và phân quyền.

Một số tên tuổi lớn trong mảng này gồm Claude Code cho mô hình Claude của Anthropic, Codex cho GPT của OpenAI, cùng nhiều lựa chọn khác như Aider, Cline, Goose, OpenCode, OpenHands hay Pi.

Sự cạnh tranh đang ngày càng khốc liệt ở lớp harness, đặc biệt khi các mô hình AI trở nên phổ cập và dễ thay thế. Harness thường chứa giao diện người dùng — yếu tố tạo ra sự "gắn bó" của người dùng — và khi nhà phát triển đã quen với một quy trình làm việc nhất định, việc chuyển sang công cụ khác trở nên tốn kém. Các nghiên cứu cũng cho thấy cùng một mô hình nhưng kết quả và chi phí có thể khác nhau đáng kể tùy thuộc vào harness được sử dụng.

Thiết kế "mọi thứ là plugin" và khả năng cấu hình động

DeepSeek Harness gây ấn tượng với thiết kế plugin toàn diện. Theo tài liệu của dự án, hệ thống plugin dựa trên nền tảng Cordis cho phép thêm hoặc gỡ bỏ thành phần một cách linh hoạt mà không làm hỏng ứng dụng. Điều này được gọi là temporal composability (khả năng kết hợp theo thời gian — gỡ bỏ thành phần và khôi phục trạng thái ban đầu) và spatial composability (khả năng quản lý phụ thuộc giữa các thành phần).

Bài báo kỹ thuật của các nhà nghiên cứu DeepSeek (Yifan Shi, Wei Zhang, Tianyi Cui) đã so sánh với hệ thống tiện ích mở rộng của Visual Studio Code — nơi các extension chạy trong một tiến trình chung và không thể gỡ bỏ khi đang chạy, buộc phải khởi động lại host. DeepSeek Harness giải quyết được vấn đề này, hỗ trợ khai báo phụ thuộc giữa các plugin và tránh gián đoạn khi các thành phần thay đổi liên tục.

Chain of thought — Truy cập "suy nghĩ" của mô hình

Một điểm nhấn khác là hỗ trợ ghi lại toàn bộchain of thought (chuỗi suy luận) trong nhật ký phiên làm việc chỉ cho phép ghi thêm. Người dùng có thể xem system prompts, quá trình lý luận, lời gọi công cụ, kết quả trả về và lịch trình của các subagent theo dõi sự kiện. Tính năng này cho phép resume, fork và tìm kiếm lại theo cùng một luồng sự kiện.

Việc truy cập chuỗi suy luận này rất hữu ích để đánh giá chất lượng lý luận của mô hình, kiểm tra độ chính xác, và hiểu cách mô hình sử dụng "thời gian suy nghĩ". Tuy nhiên, đây là điểm khác biệt lớn so với cách tiếp cận của Anthropic và OpenAI — hai hãng ngày càng che giấu chuỗi suy luận thô vì lo ngại kỹ thuật "distillation" (chưng cất) có thể bị dùng để sao chép mô hình.

Tín hiệu cạnh tranh mới từ Trung Quốc

Việc DeepSeek Harness công khai hỗ trợ chain of thought, ngay khi các mô hình mới như V4-Pro và V4-Flash có chế độ suy luận mặc định, được xem là một lợi thế cạnh tranh khác biệt. Điều này đặc biệt có ý nghĩa với cộng đồng mã nguồn mở, nơi các nhà phát triển luôn tìm kiếm tính minh bạch và khả năng kiểm soát.

Armin Ronacher, đồng sáng lập công ty AI Earendil (đơn vị phát triển agent Pi), chia sẻ trên mạng xã hội: "Tôi không nghĩ DeepSeek Harness là hoàn hảo, nhưng đây chắc chắn là lần đầu tiên tôi nhìn thấy một thứ mới mẻ trong lĩnh vực này và cảm thấy có cảm hứng xem xét lại các lựa chọn của mình. Tôi rất thích điều đó ở mã nguồn mở!"

Với những bước đi táo bạo này, DeepSeek đang cho thấy các phòng thí nghiệm AI Trung Quốc không chỉ cạnh tranh bằng mô hình mạnh hơn hay giá rẻ hơn, mà còn ở cả tầng công cụ và hệ sinh thái phát triển — mặt trận được dự báo sẽ nóng lên trong thời gian tới.