Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com17. August 2026 · Q011015

Should You Switch From Claude Code to DeepSeek Harness?

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor sieht im DeepSeek Harness eine interessante, gut nachvollziehbare Plugin-Architektur und stellt fest, dass es auch Claude-Modelle ausführen kann. Für ihn fehlen jedoch fertige Anschlüsse für lokale Modelle; zudem können AGENTS.md und CLAUDE.md doppelt in den Prompt gelangen. Er wechselt vorerst nicht, unter anderem wegen seiner eingespielten Arbeitsabläufe und der noch instabilen Schnittstellen.

Mittel

Der Autor prüft das kurz zuvor veröffentlichte DeepSeek Harness anhand des npm-Pakets, seiner Dokumentation und der Weboberfläche. Die Installation umfasst laut seiner Zählung 359 MB an Abhängigkeiten; die Profile laden je nach Modus 81 bis 129 Plugins, seine laufende Instanz meldet 133. Als Stärke bewertet er ein fortlaufendes Sitzungsprotokoll, aus dem sich rekonstruieren lassen soll, was das Modell gesehen hat.

Das Harness kann Claude-Modelle über den pi-ai-Adapter nutzen: Die Dokumentation enthält eine Anthropic-Konfiguration. Vorgefertigte Anschlüsse für lokale Modelle wie Ollama, LM Studio oder llama.cpp fehlen jedoch; eine manuelle Einrichtung über einen eigenen OpenAI-kompatiblen Anbieter ist möglich. Der Autor stellt außerdem fest, dass sowohl AGENTS.md als auch CLAUDE.md geladen werden können, wodurch doppelte Anweisungen auch doppelt im Prompt landen. Ein genannter Tokenvergleich ist vorläufig, die doppelte Einbindung sei aber im veröffentlichten Code sichtbar. Berichte über Claude Code oder Codex CLI als Subagenten-Backends bestätigt er im untersuchten Paket nicht.

Er wechselt vorerst nicht: Seine gewachsenen Arbeitsabläufe und die instabilen Schnittstellen wiegen für ihn schwerer. Ob der hohe Tokenaufwand ein frühes Problem oder strukturell ist, bleibt offen.

Ausführlich lesen

Der Bericht untersucht, ob sich ein Wechsel von Claude Code zu DeepSeek Harness lohnt. Der Autor beschreibt dazu seine eigene lokale KI-Umgebung und prüft das am 13. August veröffentlichte Harness anhand des installierten npm-Pakets, der Konfiguration, der Dokumentation und der laufenden Weboberfläche. Sein Hauptinteresse gilt der Frage, ob sich das System mit einem lokalen Modell verbinden lässt.

Bei einer Installation in einem leeren Verzeichnis zählt er 359 MB an Abhängigkeiten, 555 Paketmanifesten und 255 Abhängigkeitsverzeichnissen. Die zusammengestellten Profile enthalten laut seiner Zählung 81 Plugin-Einträge im Headless-Modus und 129 im Web-Modus; seine laufende Instanz meldet 133 geladene Plugins. Als wichtigen Vorteil hebt er das fortlaufende Sitzungsprotokoll hervor: Der Laufzeit zufolge soll alles, was das Modell sieht, aus diesem Protokoll rekonstruierbar sein. Der Autor bewertet diese Nachvollziehbarkeit positiv, merkt aber an, dass alle Nutzer die Komplexität und Größe des Systems mittragen, während vor allem Plugin-Entwickler vom Zusammensetzen der Bausteine profitieren.

Der Paketprüfung zufolge gibt es zwei Modelladapter: einen für DeepSeek und einen auf pi-ai-Basis; ein weiterer Adapter dient Wiederholungen. Die pi-ai-Komponente kann nach seiner Untersuchung auf 38 Anbieter zugreifen. Die Weboberfläche zeigt 36 davon, da zwei Anbieter ohne unterstützten Anmeldeablauf ausgeblendet werden. Ein dokumentiertes Beispiel konfiguriert Anthropic mit API-Schlüssel, Claude Sonnet 4.5 und einem angegebenen Kontextfenster von 200.000 Tokens. Daraus folgert der Autor, dass Claude-Modelle im DeepSeek Harness betrieben werden können – ein Wechsel des Harness schließt den Einsatz von Claude also nicht aus.

Die zentrale Lücke für den Autor ist die fehlende vorgefertigte Unterstützung lokaler Laufzeitumgebungen wie Ollama, LM Studio oder llama.cpp. Eine manuelle Verbindung über einen selbst definierten OpenAI-kompatiblen Anbieter sei möglich, werde aber nicht als fertiger Weg angeboten. Außerdem seien im Einstellungsbereich nur drei Plugins konfigurierbar, obwohl die Architektur Plugins stark in den Vordergrund stelle. Der Autor sieht darin bei Version 0.1 eine mögliche frühe Unreife, weist aber auf die hohen laufenden Kosten der umfangreichen Plugin-Komposition hin.

Besonders relevant für den Praxiseinsatz sei, dass das Harness sowohl AGENTS.md als auch CLAUDE.md lädt. Sind beide Dateien vorhanden, werden sie laut Code getrennt verfolgt und daher beide in den Prompt aufgenommen; identische Anweisungen können so doppelt anfallen. Ein externer Vorabvergleich nennt etwa 4.500 ungekachte Eingabetokens für Pi und 47.600 für dsh bei derselben Aufgabe. Der Autor betont, dass dieser Vergleich vorläufig und möglicherweise durch andere Faktoren beeinflusst ist; die doppelte Einbindung der Dateien sei dagegen direkt im veröffentlichten Code erkennbar. Er korrigiert außerdem Berichte, wonach Claude Code oder Codex CLI als Subagenten-Backends dienten: Im untersuchten Paket findet er nur zwei im selben Laufzeitumfeld ausgeführte Varianten.

Der Autor wechselt vorerst nicht. Er begründet das mit seinen gewachsenen Konfigurationen und Arbeitsgewohnheiten, den noch instabilen Schnittstellen und der fehlenden direkten Anbindung seines lokalen Modells. Ob der Token-Overhead ein vorübergehendes Problem der Vorschauversion oder eine strukturelle Folge der Architektur ist, lasse sich seiner Einschätzung nach noch nicht sagen. Der Bericht stützt sich auf die Untersuchung eines konkreten Paketstands und einer laufenden Installation; seine Vergleichszahlen sind ausdrücklich vorläufig.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung. Die kurze Fassung ist ebenfalls treu, lässt aber die Plugin-Zahlen und die Tokenfrage aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Der pi-ai-Adapter greift auf einen Katalog mit 38 Anbietern zu, in der Weboberfläche sind 36 sichtbar
  • Hot-Reload ist standardmäßig deaktiviert, obwohl Laufzeit-Austausch der eigentliche Zweck der Architektur ist
  • Die Glob- und Grep-Grenzwerte wurden bewusst an Claude Code angeglichen
  • Das Harness macht nach Einschätzung des Autors nur etwa 15 Prozent dessen aus, was ersetzt würde; der Wechsel selbst ist also nicht der teure Teil
  • Die Einstellungen zeigen nur drei Plugin-Konfigurationen, obwohl alle Nutzer die Kosten der 133 Plugins tragen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 49 %einzelne zitierbare Belege
    • JEV 35 %umfangreiche Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 40 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 23 %einzelne zitierbare Belege
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung beantwortet teilweise oder widerspricht
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 58 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %nur am Rande erwähnt
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 36 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 19 %einzelne zitierbare Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 58 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 35 %umfangreiche Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →