Both versions are aligned block by block, in reading order: title, the essentials, then paragraph by paragraph. Where the translation merged or split a paragraph, the matching cell stays empty — we never pair two passages by guesswork.
개발자가 AI에게 명령을 내린다. AI는 파일을 고치고, 컴퓨터 명령을 실행하고, 웹을 찾은 뒤 결과를 다시 살핀다. 딥시크는 이 과정을 한 번에 묶은 프로그램 ‘딥시크 하네스’를 최신 모델 V4-프로와 함께 공개했다. 누구나 내려받아 쓰고 고칠 수 있는 오픈소스다.
A developer gives an AI an instruction. The AI edits files, executes computer commands and searches the web before reviewing the results again. DeepSeek has released a program that bundles this process together, the ‘DeepSeek Harness,’ alongside its latest V4-Pro model. It is open source, so anyone can download and modify it.
하네스가 연결하는 도구는 파일 편집, 컴퓨터 명령 실행, 웹 검색, 보조 AI 호출이다. 프로그램은 대화 내용을 정리하고, 안전한 실행 공간인 샌드박스에서 작업을 진행하도록 관리한다. 모델이 답을 내놓는 데 그치지 않고 실제 작업을 이어가도록 만드는 조정 장치에 가깝다.
The tools connected by the harness include file editing, computer command execution, web search and calls to auxiliary AI systems. The program organizes the conversation and manages the work in a sandbox, a secure execution environment. It is less a system that simply produces answers than a coordinating layer that enables the model to continue carrying out real tasks.
딥시크가 내세운 설계는 ‘루프 엔지니어링’이다. 프롬프트 엔지니어링이 한 번의 질문이나 지시문을 다듬는 일이라면, 루프 엔지니어링은 다음 작업을 언제 실행할지, 결과를 언제 검증할지, 언제 멈출지를 정한다. dsh는 이 루프를 모델과 대화 세션, 실행 공간에서 분리해 독립 부품으로 만들었고, 개발자는 각 부분을 통째로 교체하며 시험할 수 있다.
DeepSeek calls its approach ‘loop engineering.’ Whereas prompt engineering involves refining a single question or instruction, loop engineering determines when to perform the next task, when to verify the result and when to stop. dsh separates this loop from the model, conversation session and execution environment, turning each into an independent component that developers can replace wholesale and test.
그렇다면 구체적으로 달라지는 것은 무엇일까. 개발자는 모델을 바꾸지 않고도 작업 순서와 검증 방식을 수정해 에이전트가 같은 작업을 반복하거나 틀린 결과를 그대로 밀어붙이는 문제를 줄이는 실험을 할 수 있다. 딥시크는 MIT 라이선스를 적용해 상업적 활용을 포함한 폭넓은 사용도 열어뒀다.
What, specifically, changes as a result? Without changing the model, developers can modify the task sequence and verification method to experiment with reducing problems such as agents repeating the same task or continuing to push through an incorrect result. DeepSeek has applied the MIT license, opening the project to broad use, including commercial applications.
이 공개는 생태계의 기준을 먼저 만들려는 움직임이기도 하다. 루프 설계가 널리 쓰이는 틀이 되면 이후 도구와 벤치마크가 그 구조를 참고할 가능성이 있기 때문이다. 다만 앤트로픽의 클로드 코드와 오픈AI의 코덱스처럼 주요 에이전트 도구는 루프 설계를 비공개로 유지하고 있어, 실제 주도권이 어디로 갈지는 개발자들의 사용과 개선이 쌓인 뒤에야 가늠할 수 있다.
The release is also an attempt to establish a standard for the ecosystem. If the loop design becomes a widely used framework, subsequent tools and benchmarks may use its structure as a reference. However, major agent tools such as Anthropic’s Claude Code and OpenAI’s Codex keep their loop designs private, so it will only become possible to assess where control lies after developers have accumulated experience using and improving them.