Diez días trabajando con DeepSeek Harness

Llevo diez días con DeepSeek Harness metido en mi trabajo de verdad, no en un proyecto de juguete, y comparándolo con Claude Code en las mismas tareas. Esto es el diario de esos diez días: qué es un arnés, qué hace bien esta versión preliminar, dónde se atasca y si te compensa probarlo. Todo lo que cuento es una prueba experimental, y así hay que leerlo.

Cuando salió, el ruido fue el de siempre: «sustituye a Claude Code», «tu programador gratis», «se acabó pagar por programar». Si uno se creyera los titulares, a estas alturas los programadores estarían todos buscando trabajo de jardineros.

Yo lo probé por una razón más aburrida: ya trabajo con Claude y con DeepSeek, y tocaba ver si esta pieza encajaba en mi montaje o no. Elegí tareas que hago cada semana: actualizar la configuración de un VPS, arreglar fallos pequeños en uno de mis blogs, escribir un script para ordenar copias de seguridad y documentar un proyecto que tenía abandonado.

Aviso claro, antes de seguir: DeepSeek Harness es una versión preliminar y esto es una prueba experimental. Lo que cuento vale para la versión que usé; con las siguientes puede cambiar mucho, para bien o para mal.

Primero, la palabra. Un arnés, o harness, es el programa que rodea al modelo y le da manos: herramientas, acceso a archivos, permisos y un bucle de pedir, actuar y comprobar el resultado. El modelo, por sí solo, solo produce texto; el arnés convierte ese texto en acciones. Se suele resumir así: modelo más arnés es igual a agente.

DeepSeek Harness es el agente de programación de código abierto de DeepSeek. Se presentó en 2026 como versión preliminar para desarrolladores, con licencia MIT (que permite usarlo y modificarlo libremente), a la vez que el modelo DeepSeek-V4-Pro. Lo que lo distingue es que todo en él es un complemento intercambiable: el modelo, las herramientas, las sesiones, la interfaz. Incluso puede usar Claude Code o Codex como ayudantes, y trae una aplicación web local además de la línea de comandos (comprobado en septiembre de 2026).

Y DeepSeek, la empresa, en una línea: es una compañía china de inteligencia artificial, con sede en Hangzhou, que ofrece chat, API y modelos abiertos que se pueden descargar.

Lo instalé en el servidor de pruebas de mi red interna, un equipo antiguo reciclado con Ubuntu que uso como sandbox. ¿Por qué ahí y no en mi ordenador de trabajo? Porque un agente toca archivos y ejecuta órdenes, y un experimento nuevo no entra en la máquina donde tengo los proyectos de clientes. Primero se prueba donde romper no duele.

Le conecté DeepSeek-V4-Pro a través de la API de DeepSeek, en la nube. Probé también un modelo abierto más pequeño en local, con Ollama, pero se quedaba corto para trabajar como agente y lo aparqué al segundo día.

Qué falló: la primera instalación chocó con la versión de Python de la máquina; luego la aplicación web local no arrancaba porque el puerto que usa por defecto ya lo tenía ocupado otro servicio. Nada grave, pero nada de «cinco minutos». Tardé unas cuatro horas repartidas en dos tardes en tenerlo funcionando a mi gusto.

En permisos fui prudente: le di acceso a una única carpeta de trabajo, con un usuario del sistema sin privilegios de administrador y sin acceso a mis claves de otros servidores. Y todo lo que tocaba estaba bajo control de versiones (un historial que permite volver atrás). No me fío ni de mí mismo, así que imagínate de un agente recién llegado.

Primera tarea: el script de copias de seguridad. Le pedí un script que ordenara las copias por fecha, borrara las de más de treinta días y me avisara si faltaba alguna. Lo escribió, lo probó en una carpeta de ejemplo y corrigió él solo un fallo con las fechas. Resultado bueno a la primera, con una sola corrección mía sobre dónde guardar el registro.

Segunda tarea: fallos pequeños en un blog. Tres fallos de maquetación en una plantilla. Arregló dos bien y el tercero lo «arregló» cambiando algo que no le había pedido. Revertí ese cambio y se lo expliqué; a la segunda lo hizo bien.

Tercera tarea: documentar un proyecto abandonado. Aquí me sorprendió para bien. Leyó el proyecto entero, que ni yo recordaba, y me dejó un documento claro de qué hacía cada parte y qué estaba a medias. Es la tarea en la que más tiempo me ahorró.

Cifras de estos tres días: unas seis horas de trabajo entre pedir, revisar y corregir, alrededor de 3 euros de consumo de la API y siete correcciones mías en total.

El primer día me imaginaba sentado con un café viendo cómo el agente trabajaba solo. El quinto día seguía con el café, pero revisando cada cambio con la lupa. La realidad tiene esa costumbre de enfriarte el café.

Aquí llegó el batacazo, y lo cuento sin disimulo.

La actualización de la configuración del VPS fue un desastre a medias. Tenía que cambiar la configuración del servidor web y renovar la forma de gestionar los certificados. Se metió en un bucle: aplicaba un cambio, la comprobación fallaba, deshacía, lo volvía a intentar con una variante… Veinte minutos dando vueltas hasta que lo paré.

Intenté sacarlo adelante partiendo la tarea en pasos más pequeños y dándole la documentación del servidor. Consiguió hacer la mitad; la otra mitad la terminé yo a mano. Probé también a que usara Claude Code como ayudante para esa parte, que es una de sus gracias, y funcionó, pero entonces la pregunta era obvia: ¿para qué necesitaba el intermediario?

El día 7 hubo una actualización de la herramienta que mejoró la aplicación web local, pero no cambió nada en el problema del bucle.

Otro atasco menor: en una sesión larga empezó a olvidar instrucciones que le había dado al principio, algo que ya había vivido con los chats. Nada que no le pase a cualquier agente, pero pasó.

Los dos últimos días repetí tareas equivalentes con los dos, en la misma máquina y con el mismo punto de partida.

Qué hace mejor cada uno: DeepSeek Harness me gustó en tareas de lectura y documentación, y su aplicación web local es cómoda para ver qué está haciendo. Claude Code fue más fiable en tareas con varios pasos que dependen unos de otros y se enreda menos cuando algo falla.

Ahora la honestidad: comparo contra la herramienta que mejor conozco. Llevo mucho tiempo con Claude Code, sé cómo pedirle las cosas y conozco sus manías. Con DeepSeek Harness llevo diez días. Eso sesga la comparación, y lo digo para que lo tengas en cuenta.

Si usas la API de DeepSeek, lo que envías va a sus servidores, que están en China según su propia política de privacidad (comprobado en septiembre de 2026). Con un modelo abierto en local la cosa cambia, porque nada sale de tu máquina, aunque los modelos buenos piden un equipo potente.

Por eso no le di datos de clientes ni acceso a sus proyectos: todas las tareas fueron sobre cosas mías. No por desconfianza especial, sino por la misma regla que aplico a cualquier servicio nuevo.

Y un aviso sobre las opiniones de DeepSeek que circulan: mezclan el chat, la API, los modelos abiertos y ahora el arnés, que son cosas distintas. No es lo mismo desconfiar de adónde van tus datos en la aplicación que valorar una herramienta de código abierto que puedes conectar a un modelo en tu propia máquina.

¿Lo sigo usando? Para documentar proyectos y para tareas sencillas en la máquina de pruebas, sí. Para el trabajo con clientes y las tareas largas y delicadas, sigo con Claude Code. Se lo recomendaría a quien ya se maneja con agentes y le apetece trastear con una herramienta abierta y muy configurable. A quien empieza, no: primero que aprenda con una herramienta más madura.

¿Qué hay de verdad en la promesa? Es un agente de programación real, abierto y con buenas ideas. ¿Qué es humo? Lo de «sustituye a Claude Code» y lo de «programador gratis»: la herramienta es gratuita, pero el modelo en la nube se paga por uso, y el tiempo de revisión no lo regala nadie. Los diez días me han costado unas veinte horas y unos 8 euros de API.

Nota de mantenimiento: al ser una versión preliminar, revisaré este artículo cuando cambie la herramienta y marcaré qué se ha actualizado y qué ha dejado de funcionar.