DeepSeek Harness alcanza 1,5 millones de usuarios diarios y prepara una tienda de extensiones para agentes de IA

3–5 minutos

La plataforma de código abierto de DeepSeek, utilizada para crear y ejecutar agentes de inteligencia artificial, alcanzó 1,54 millones de usuarios activos diarios en menos de tres meses. La cifra fue divulgada por la empresa china el domingo 8 y reproducida por el South China Morning Post. Los datos corresponden a los usuarios que utilizaron el servicio oficial de procesamiento de DeepSeek el 4 de noviembre. A finales de septiembre, el número de usuarios diarios era de unos 271.000, según The Business Times.

Gracias a este rápido crecimiento, la startup planea lanzar una tienda oficial para las extensiones que añaden nuevas funcionalidades a los agentes. La comunidad ya ha desarrollado unas 35.000 extensiones y aproximadamente el 60 % de los usuarios activos han creado o instalado al menos una, según DeepSeek. Aún no hay fecha prevista para el lanzamiento de la tienda.

Harness sitúa a DeepSeek en una competencia que va más allá de los chatbots. Al igual que Claude Code de Anthropic y Codex de OpenAI, la plataforma permite que una IA abra archivos, modifique código y ejecute pruebas. Con las extensiones, la empresa quiere que los desarrolladores adapten el agente a diferentes rutinas de trabajo, desde la lectura de artículos científicos hasta la producción de contenido.

Cómo gestiona Harness las tareas entre una respuesta y otra

Los modelos de la familia DeepSeek V4 interpretan la solicitud del usuario y pueden indicar qué acción debe ejecutarse. Harness organiza la ejecución, proporciona al agente acceso a las herramientas habilitadas, registra lo que ocurrió y devuelve el resultado al modelo para que decida si el proceso debe continuar o finalizar.

La misma lógica permite que un agente de IA transite de un archivo a un terminal o a una búsqueda, dentro de los accesos que ha recibido.

En la herramienta de DeepSeek, los desarrolladores pueden cambiar o añadir componentes como el modelo utilizado, la forma de almacenar la información de una sesión y los programas que el agente puede invocar. Uno de los proyectos mencionados por la empresa combina la lectura, la traducción y la anotación de artículos científicos en un único entorno.

Otro ejemplo muestra qué información ha recibido el agente en cada etapa de una tarea, lo que permite al usuario seguir el origen de una decisión.

A finales de octubre, el equipo publicó un prototipo que ilustra hasta dónde pretende llevar la empresa esta idea en la programación. El sistema supervisa un repositorio en GitHub y, cuando recibe una solicitud de una persona autorizada, puede trabajar en una sesión propia y devolver una propuesta de cambio de código para su revisión.

DeepSeek clasifica el proyecto como un prototipo de investigación y advierte que parte de las funcionalidades discutidas aún están en desarrollo.

Por qué la tienda de extensiones es estratégica para DeepSeek

Anthropic ya ofrece un catálogo de extensiones para Claude Code, con integraciones a servicios como Slack y Figma. OpenAI también ofrece extensiones en Codex. El valor de estas herramientas se hace evidente cuando se incorporan al flujo de trabajo ya existente en los equipos. Por ejemplo, Oracle comenzó a permitir que los desarrolladores utilicen Claude Code y Codex para crear aplicaciones con agentes dentro de su sistema de gestión empresarial.

DeepSeek puede competir en este mercado de dos maneras. Con Harness, la empresa busca que el usuario abra su propia aplicación para trabajar. A través de la API, puede vender el procesamiento incluso cuando el desarrollador prefiere otra interfaz.

La empresa publica instrucciones para conectar sus modelos a Claude Code y a Codex. Así, un equipo puede mantener la herramienta que ya utiliza y sustituir el modelo que procesa parte de las tareas.

El volumen de uso ayuda a entender el interés comercial. El 4 de noviembre, Harness registraba unos 92 billones de tokens por día en la API oficial, según DeepSeek. Los tokens son las unidades en las que el modelo divide el contenido que recibe y produce.

Una sola tarea puede pasar varias veces por el modelo e incluir el texto de archivos, instrucciones y resultados de pruebas. El volumen indica la cantidad de contenido que circula por el sistema. Para calcular los ingresos, sería necesario saber cuánto de este uso se facturó y a qué tarifas, que varían según el modelo, la hora y el tipo de procesamiento.

DeepSeek afirma que pretende mejorar la compatibilidad y la seguridad de las extensiones, además de ofrecer créditos de procesamiento y apoyo técnico a los creadores. La documentación de Harness aún lo clasifica como una versión preliminar para desarrolladores y advierte que las actualizaciones pueden afectar a las extensiones existentes. Para un equipo que pone un agente a trabajar en archivos y sistemas internos, controlar estos accesos y mantener las integraciones funcionando es tan importante como la calidad del código que escribe el modelo.