ในวงการ AI Agent ช่วงปลายปี 2026 มีชื่อสองชื่อที่คนมักสับสนและนำมาเปรียบเทียบกันอยู่บ่อยครั้ง: Google Harness² กับ DeepSeek Harness (DSH) ชื่อทั้งคู่มีคำว่า “Harness” เหมือนกัน ถูกพูดถึงในบริบทของ agentic workflows และ self-improving AI เหมือนกัน แต่เมื่อลงลึกถึงสถาปัตยกรรมจริง กลับพบว่ามันเป็นสิ่งที่อยู่กันคนละชั้น (layer) อย่างสิ้นเชิง
บทความนี้จะแยกแยะความสับสนนี้ให้ชัดเจน พร้อมอธิบายกลไกของแต่ละตัว จุดที่มันเชื่อมต่อกันได้ และกับดักที่ต้องระวัง
🎯 สรุปสั้น
Google Harness² คือระเบียบวิธี (Methodology) — ไม่ใช่ซอฟต์แวร์ที่รันได้ แต่เป็นสูตรอัลกอริทึมที่บอกว่า “จะปรับปรุงระบบ agent ให้เก่งขึ้นเองได้อย่างไร” ผ่านการวนซ้ำ 2 ระดับ
DeepSeek Harness (DSH) คือ runtime จริง (Executable Harness) — ตัวถัง (skeleton) ที่รัน agent ได้จริง มี plugin kernel, session log และโหมดการทำงานที่สลับได้
เปรียบเทียบให้เห็นภาพคือ “แผนการสอน” vs “อาคารเรียน” — คุณเอาแผนการสอนเข้าไปสอนในอาคารเรียนได้ แต่แผนการสอนไม่ได้แทนที่อาคาร และอาคารก็ไม่ได้สอนอะไรเองถ้าไม่มีแผน
⚙️ Google Harness²: ระเบียบวิธีแบบ Recursive
Google Research เผยแพร่แนวคิดนี้ในarXiv:2610.14224 (ต.ค. 2026) โดยมีหัวใจคือการปรับปรุงตัวเองแบบวนซ้ำ 2 ระดับ
ระดับ 1 · Task-level (Propose–Probe–Compose)
นี่คือลูปการทำงานสำหรับงานตรงหน้า:
- Propose — เสนอการแก้ harness สำหรับงานนั้นๆ (ปรับ prompt, เพิ่ม tool/skill, จัดลำดับใหม่)
- Probe — ทดลองรันจริง แล้ววัดผลกระทบ
- Compose — สังเคราะห์รวมร่างที่ดีที่สุดจากผลเปรียบเทียบ
จุดที่สำคัญที่สุดคือ Compose ทำได้โดยไม่ต้องมีเฉลย (zero ground-truth feedback) — ระบบเปรียบเทียบผลลัพธ์จากการรันจริงหลายรอบ แล้วเลือกวิธีที่ให้ผลดีที่สุด โดยไม่ต้องมีคนบอกว่าคำตอบที่ถูกคืออะไร
ระดับ 2 · Harnessing-level
บทเรียนจากงานที่สำเร็จจะถูกสกัดและฝังกลับเข้า persistent improvement harness (memory/skills ถาวร) ทำให้ระบบเก่งขึ้นเรื่อยๆ ข้ามงาน โดยไม่ต้องเทรน weights ใหม่
ผลทดสอบที่รายงาน
- WorkBuddy-Bench +11.5 จุด
- JobBench +4.5 จุด
- LAB partial pass +11.8% (แค่รอบเดียวของ Harness²)
- ยิ่งเพิ่ม budget ยิ่งดีขึ้น
ข้อจำกัดสำคัญ: Harness² ไม่ได้ให้ runtime, tool registry หรือ UI อะไรเลย — มันเป็นแค่สูตร ต้องมีที่ให้รัน
🧱 DeepSeek Harness (DSH): Runtime แบบ Everything is a Plugin
DeepSeek AI เปิดตัวในชื่อ developer preview เมื่อ 13 ส.ค. 2026 (v0.1.0-rc.8 ณ ตอนเขียน) เป็น harness ที่รันได้จริงเขียนด้วย TypeScript/Node.js และเป็น open source (MIT)
Cordis Kernel
หัวใจคือ Cordis plugin kernel ที่จัดการ mount/unmount/dependency ของ plugin ได้ ทำให้ทุกอย่างในระบบเป็น plugin ที่สลับได้ผ่าน config โดยไม่ต้องแก้ source:
model adapter · tool registry · session log · sandbox · agent loop เอง · storage · scheduling · UI
4 Runtime Modes
- Standard — coding agent ครบเครื่อง (file edit, shell, web, skills, subagents)
- Code mode 🌟 — PTC (Programmatic Tool Calling): model เขียน TypeScript เพื่อ orchestrate tool calls หลายรอบในก้อนเดียว → context ไม่บวม
- Minimal — bash + str_replace_editor เท่านั้น (สำหรับ benchmark)
- Creator — Standard + runtime inspection + ทดลอง plugin ใน memory
จุดเด่นเฉพาะตัว
- Append-only session log + trajectory view — resume/fork/replay/search บน event stream เดียว
- Subagent เรียก claude-code และ codex ได้จริง
- บล็อก
--host 0.0.0.0โดยเจตนา — ยังไม่มี auth layer เพราะฉะนั้นเปิดสู่อินเทอร์เน็ต = เปิดช่อง RCE
ข้อจำกัดสำคัญ: DSH ไม่ได้บังคับวิธีคิด — มันปล่อยให้ผู้ใช้เลือก loop เอง เก็บ log แต่ไม่มีกลไกสกัดบทเรียนอัตโนมัติ
📊 เทียบกันตรงๆ
| ประเด็น | Google Harness² | DeepSeek Harness (DSH) |
|---|---|---|
| คืออะไร | ระเบียบวิธี/อัลกอริทึม | runtime/framework ที่รันได้จริง |
| ภาษา | แนวคิด + reference implementation | TypeScript / Node.js |
| License | open source (Google Research) | MIT |
| ความสุก | งานวิจัย (paper + GitHub) | developer preview (rc) |
| สิ่งที่ให้ | สูตรวนซ้ำ 2 ระดับ | Cordis plugin kernel + session log + 4 runtime modes |
| สิ่งที่ไม่ได้ให้ | runtime, tool registry, UI | ไม่บังคับวิธีคิด |
| หัวข้อ | Harness² | DSH |
|---|---|---|
| ความจำถาวร | ⭐ หัวใจของระบบ — persistent improvement harness | มี session log แต่ไม่มีกลไกสกัดบทเรียนอัตโนมัติ |
| Observability | ไม่กำหนด | ⭐ append-only log + trajectory view ครบมาก |
| ประหยัด token | ไม่เกี่ยวกับ | ⭐ Code mode (PTC) |
| สลับ model | ไม่ผูกมัด | ⭐ เป็น plugin — สลับ provider ได้ |
| ผลลัพธ์ที่พิสูจน์แล้ว | ⭐ มี benchmark (4.5–11.8 จุด) | ยังไม่มีตัวเลขเทียบเท่า |
| ความเสี่ยง | ต้องมี budget หลายรอบ (เปลือง token) | API เปลี่ยนแหลก (rc) |
🧭 ใครอยู่ชั้นไหนใน Stack
┌──────────────────────────────────────┐
│ ระเบียบวิธี (WHAT/HOW to improve) │ ← Google Harness²
│ Propose → Probe → Compose │
└──────────────────┬───────────────────┘
▼ (ต้องมีที่ให้รัน)
┌──────────────────────────────────────┐
│ runtime (WHERE to run) │ ← DeepSeek Harness / dsh
│ Cordis kernel + tools + sandbox │ (หรือ Pi, หรือ Hermes)
└──────────────────────────────────────┘
นัยสำคัญ: Harness² ต้องการ runtime · แต่ runtime ไม่ต้องการ Harness² (รัน loop อื่นก็ได้)
🔗 ใช้ร่วมกันได้อย่างไร
ทั้งสองอย่างไม่ได้แข่งกัน — มันแก้ปัญหาคนละชั้น จึงประกอบกันได้ตามธรรมชาติ
1. Harness² ในฐานะ loop ของ runtime — เพราะ dsh เปิดให้ agent loop เป็น plugin จึงเขียน Propose–Probe–Compose เป็น loop plugin แล้ว mount เข้า dsh ได้
– ได้: session log + trajectory view + PTC มาฟรี
– เสีย: ต้องพอร์ตจาก reference implementation ไปเป็น TypeScript และผูกกับ API ที่ยังเป็น rc
2. dsh ในฐานะ executor — เก็บระเบียบวิธีไว้ชั้นบน แล้วให้ dsh ทำหน้าที่รัน tool calls จริง
– ได้: ไม่ต้องแก้ลูปที่พิสูจน์แล้ว · ได้ subagent ที่เรียก Claude Code/Codex ได้
– เสีย: dsh ไม่ได้ให้อะไรเกิน runtime อื่นมากนักในบทบาทนี้
ภาพที่ออกมา: dsh เป็นตัวถังที่แข็งแรง ส่วน Harness² เป็นสมองที่ทำให้มันเก่งขึ้นเองข้ามงาน
✅ เลือกใช้ตัวไหน
ใช้ Harness² เมื่อ:
– ต้องการให้ agent เก่งขึ้นเองข้ามงาน (self-improving) ไม่ใช่แค่ทำงานหนึ่งให้เสร็จ
– มี budget token พอสำหรับวนหลายรอบ
– อยากได้ระบบที่ไม่ผูกกับ runtime ใด runtime หนึ่ง
ใช้ dsh เมื่อ:
– ต้องการ รันงานยาวๆ หลายขั้น แบบมี audit trail ครบ
– ต้องการสลับ model/ผู้ให้บริการบ่อย
– ต้องการ orchestrator ที่ delegate งานให้ Claude Code/Codex ได้
– งานที่มี branching logic เยอะ จน tool call ตรงๆ กิน context เกิน (Code mode)
ใช้ทั้งคู่เมื่อ:
– อยากได้ runtime ที่แข็งแรง + ระเบียบวิธีที่ทำให้มันเก่งขึ้นเอง — dsh เป็นตัวถัง, Harness² เป็นสมอง
– แต่ต้องยอมรับว่าทั้งคู่ยังเป็นของใหม่ — ห้ามใช้กับงาน production ที่ห้ามพลาด
⚠️ กับดักที่ควรระวัง
- สับสนชื่อ — “Harness” ใน dsh หมายถึง ตัวถัง (model + tools + sessions) ไม่ใช่ระเบียบวิธีแบบ Harness²
- dsh ไม่ได้ self-improve — เก็บ log แต่ไม่สกัดบทเรียนเอง ต้องมี Harness² หรือคนเขียน ingestion เอง
- Harness² ไม่ได้รันได้เอง — paper ให้แนวทาง + reference แต่ไม่มี production runtime ให้ใช้ทันที
- dsh developer preview — API เปลี่ยนแหลก อย่าเอาความรู้ version นี้ไปใช้ยาว
- อย่าเปิด dsh สู่อินเทอร์เน็ต — ไม่มี auth layer โดยเจตนา
📚 Sources
- arXiv:2610.14224 — Recursive Agent Harnessing for an Open World (Google Research, ต.ค. 2026)
- github.com/google-research/harness2
- github.com/deepseek-ai/deepseek-harness (MIT, developer preview)
- deepseek.com/en/harness/