knowledge-base/raw/xpost/2026-08-23_julian-goldie-deepseek-harness-vs-claude-code.md

42 lines
2.2 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
type: xpost
source_url: https://x.com/JulianGoldieSEO/status/2091498077672874096
retrieved: 2026-08-23
author: "@JulianGoldieSEO"
is_thread: false
title: "DeepSeek Harness vs Claude Code — Speed vs Polish, one harness many brains"
tags: [deepseek, harness, claude-code, coding-agent, benchmark, comparison, sub-agents, token-cost, github-stars]
---
# DeepSeek Harness vs Claude Code (Julian Goldie)
## Quelle
X-Post von [@JulianGoldieSEO](https://x.com/JulianGoldieSEO/status/2091498077672874096), geteilt von Kai (@PWeber) im OME-Topic "Tips & Tricks" (2026-08-23).
## Ausgangslage
Julian Goldie ließ beide Coding-Agents **dasselbe Prompt** bearbeiten:
> "build a 3D animated website and add a working Tetris game." — No extra context.
## Die ehrlichen Ergebnisse
| Metrik | DeepSeek Harness | Claude Code |
|--------|------------------|-------------|
| **Zeit** | 11 Minuten | 30 Minuten (3× langsamer) |
| **Ergebnis** | Funktional, aber "cartoony" | Deutlich polierter, Animationen folgen der Maus |
| **Token-Verbrauch** | 483K | 48K |
| **Verhalten** | — | "redet 10× mehr mit sich selbst" (self-talk/Reasoning) |
| **Adoption** | 95.000 GitHub-Stars in 2 Tagen | — |
## Der eigentliche Twist ("The twist nobody's talking about")
> "Harness kann Claude Code INSIDE it als Sub-Agent mounten. You don't pick a side. Free harness as the shell, whichever brain fits each task. One harness, many brains."
Das zentrale Argument: **Speed vs. Polish war nie die eigentliche Frage.** Die Architektur-"Brillanz" ist, dass ein freier Harness als Shell dient, in dem verschiedene "Brains" (Modelle/Agents) pro Task eingehängt werden können — statt einen einzigen Agenten gegen den anderen auszuspielen.
## Einordnung
- Passt zum Trend der **Model-Orchestrierung / Agent-Mesh** (vergleichbar mit Hermes MoA): nicht ein Modell wählen, sondern mehrere als Bausteine kombinieren.
- Interessant: Das Token-Verhältnis (483K vs 48K ≈ 10×) zeigt, dass DeepSeek stark zum Selbst-Talk/Reasoning neigt — Kosten-/Latenz-Trade-off gegen die Poliertheit.
- GitHub-Star-Trend von 95K in 2 Tagen zeigt massives Community-Interesse am DeepSeek-Harness als Open-Source-Shell.
## Verweise
- X-Post: https://x.com/JulianGoldieSEO/status/2091498077672874096