Qwen3.8-27B und DeepSeek Harness: Der genuinely-open Agenten-Stack trifft ein

Die Qwen3.8-2.4T Open Weights, die am 13. August eintrafen, waren beschnitten — nur Text, keine Vision, Thinking festgelegt, 262K-Kontext statt 1M. Die Community nannte es Paywalling der Frontier. Zwei Tage später veröffentlichte Alibaba Qwen3.8-27B mit allem, was die 2.4T-Version entfernt hatte: natives Vision-Language-Verständnis (Bilder und Video), flexible Thinking-Steuerung (deaktivierbar pro Anfrage, Reasoning-Tiefe einstellbar, Thinking über Nachrichten hinweg erhalten), 262K-Kontext erweiterbar auf 1M. Und am selben Tag open-sourcte DeepSeek das Harness — eine MIT-lizenzierte Agenten-Runtime, in der „alles ein Plugin ist" und die innerhalb von Stunden 33.000+ GitHub-Sterne sammelte. Dieser Artikel baut auf Open-Weight Models Crossed the Agentic Frontier auf, das die Capability-Lücke bis Juli 2026 kartierte; hier behandeln wir die zwei Entwicklungen, die den genuinely-open Agenten-Stack vervollständigen: ein Modell, das nichts zurückhält, und eine Runtime, die jede Fähigkeit als austauschbar behandelt.

Kernpunkte

• Qwen3.8-27B umfasst Vision, flexible Thinking-Steuerung und 262K-Kontext erweiterbar auf 1M — das genuinely-open Geschwistermodell zum beschnittenen 2.4T — Terminal-Bench 2.1 bei 73.0 übertrifft Muse Glimmer 30B bei 51.7, und SWE-bench Pro bei 61.7 schlägt Muse Glimmer bei 51.2. Das 27B ist das Modell, das die meisten Teams tatsächlich lokal ausführen werden (Hugging Face).
• DeepSeek Harness: MIT-lizenziert, „alles ist ein Plugin," 33.000+ GitHub-Sterne in Stunden — Modelle, Tools, Skills, Sessions, Sandboxes, Storage, Loops, Scheduling und UI sind alle austauschbare Plugins mit „keinem privilegierten Kern zu patchen" (DeepSeek; The New Stack).
• Vier Open-Weight-Strategien nun sichtbar: Z.ai (Weights nach Safety-Hardening), Qwen beschnittene 2.4T (Fähigkeiten hinter Paywall), Qwen 27B (genuinely open), Kimi K3 (volle Weights mit Vision) — die Open-Weight-Frontier ist ein Portfolio von Release-Philosophien, keine einzelne Strategie. Jede behält oder exposes unterschiedliche Fähigkeiten.
• Das append-only-Sitzungslog ist das konkreteste Observability-Pattern, das gefunden wurde: jede modellsichtbare Eingabe ist aus einem einzigen Event-Stream rekonstruierbar — Resume, Fork, Replay, Transkripte, Telemetrie und Web-UI arbeiten alle auf demselben Log (DeepSeek).
• OS-Level-Sandboxing (Linux Landlock, macOS Seatbelt, Windows ACL) wird im Harness mitgeliefert — ein konkretes Containment-Pattern, das die Kill-Switch-Architektur validiert, ohne ein separates Sicherheitsprodukt zu benötigen.

Qwen3.8-27B: das genuinely-open Modell

Die Hugging Face Modellkarte bestätigt die Architektur: 27B Parameter, 64 Schichten, Gated DeltaNet plus Gated Attention Hybrid (16 wiederholende Blöcke aus 3 DeltaNet-Schichten gefolgt von 1 Attention-Schicht), 262.144 Kontext nativ erweiterbar auf 1.000.000. Es ist ein natives Vision-Language-Modell — es versteht Bilder und Videos, von STEM-Diagrammen und Dokumenten bis zu stundenlangen Videos. Thinking-Modus ist standardmäßig aktiviert, kann aber pro Anfrage deaktiviert werden; Reasoning-Tiefe ist über reasoning_effort einstellbar; und Reasoning-Kontext aus historischen Nachrichten wird über preserve_thinking erhalten. Dies sind genau die Features, die die beschnittene 2.4T-Version hinter eine Paywall setzte: Vision, Non-Thinking-Modus und flexibler Kontext sind im 27B offen und im Max nur in der Cloud.

Die Benchmark-Tabelle ist stark für ein 27B Dense-Modell. Terminal-Bench 2.1 bei 73.0 — 21 Punkte über Muse Glimmer bei 51.7. SWE-bench Pro bei 61.7, DeepSWE 1.1 bei 42.2, QwenSWEBench bei 79.0, CoWorkBench bei 70.7. Bei Vision-Language-Benchmarks: OSWorld-Verified bei 84.3, WebArena-Verified bei 64.8, AndroidWorld bei 81.9. Das 27B übertrifft das 30B Muse Glimmer bei jedem Coding-Benchmark, wo beide bewertet werden — ein 27B Dense-Modell mit Vision ist eine andere Deployment-Kategorie als ein 30B Dense-Modell ohne Vision.

Die Community-Reaktion war unmittelbar. Das 27B wurde als „der wichtigste lokale AI-Release von 2026" bezeichnet — das Modell, das die meisten Teams tatsächlich lokal auf Consumer-Hardware mit niedriger Latenz und vollständiger Privatsphäre ausführen werden. Das 2.4T Max ist das technologische Spektakel; das 27B ist das Deployment-Ziel. Eine 4-Bit-Repräsentation des 2.4T-Modells erfordert ungefähr 1,2 Terabyte allein für die Weights — ein Cluster-Deployment. Das 27B passt auf Workstation-Klasse-Hardware.

Das Vier-Strategien Open-Weight-Spektrum

Das 27B vervollständigt einen Vier-Wege-Vergleich, den der Elternartikel als drei Strategien dokumentierte. Jedes chinesische Labor repräsentiert nun eine eigene Open-Weight-Release-Philosophie:

Strategie	Labor	Modell	Was offen ist	Was zurückbehalten wird
Weights nach Safety-Hardening	Z.ai	GLM-5.3	Volle Weights (ausstehend 2 Wochen für Safety-Evaluation)	Nichts (Weights nach Hardening veröffentlicht)
Beschnitten, Fähigkeiten hinter Paywall	Alibaba	Qwen3.8-2.4T-A95B	Text-only Weights, 262K-Kontext, Thinking festgelegt	Vision, Non-Thinking-Modus, 1M-Kontext, integrierte Tools
Genuinely open, lokal ausführbar	Alibaba	Qwen3.8-27B	Vision, flexibles Thinking, 262K-Kontext, lokales Deployment	Nichts (vollständiges Feature-Set in Open Weights)
Volle Weights mit Vision	Moonshot	Kimi K3	Volle Weights inklusive Vision (594GB MXFP4)	Nichts (aber mindestens 8x H100 — Cluster-Skala)

Das Spektrum reicht von „beschnitten, um dich in die Cloud zu drängen" (Qwen 2.4T) über „genuinely open, auf einer Workstation ausführbar" (Qwen 27B) bis zu „volle Weights aber Cluster-Skala" (Kimi K3). Der Model-flexible Build existiert genau dafür, damit ein Beschaffungsteam die Post-Hardening-Cyber-Fähigkeit von Z.ai, die lokal-ausführbare Vision des Qwen 27B und die Multimodal-Fähigkeit der vollen Weights des Kimi K3 abwägen — und pro Task routen kann, ohne ein Code-Deployment.

DeepSeek Harness: die Plugin-first-Runtime

Das genuinely-open Modell braucht eine genuinely-open Runtime. DeepSeek Harness wurde am 13.-14. August als Developer Preview unter MIT-Lizenz veröffentlicht — das bedeutendste Open-Source-Agenten-Runtime-Release seit Claude Code und Codex.

Das Kern-Design-Prinzip ist „alles ist ein Plugin." Aufgebaut auf dem Cordis Meta-Framework für „spatiotemporal Composability" behandelt das Harness den Modell-Adapter, die Tool-Registry, das Session-Log, die Sandbox, das Dateisystem, die Agenten-Schleife, das Scheduling und die UI als austauschbare Plugins. Es gibt keinen privilegierten Kern zu patchen — das Harness zu erweitern bedeutet, ein Plugin neben den anderen zu mounten. Der Cordis-Kernel verwaltet Plugin-Mounting, -Unmounting und -Abhängigkeiten; Agenten-Fähigkeiten leben in den Plugins; und Entwickler wählen, tauschen oder erweitern jede Fähigkeit in der Konfiguration, ohne den Harness-Quellcode zu ändern (The New Stack).

Vier Presets werden mitgeliefert: Standard (vollständiger Coding-Agent mit Dateisystem-Tools, Shell-Zugriff, Web-Suche, Sub-Agenten, Plan-Modus), Minimal (nur zwei Tools — bash und str_replace_editor), Code (generiert ein TypeScript-SDK, sodass das Modell Multi-Step-Operationen in einem Programm kombinieren kann — eine Sequenz, die fünf Round-Trips erfordern würde, läuft als einzelner Aufruf), und Creator (Runtime-Inspektion, Plugin-Experimente, Preset-Authoring).

Append-only-Sitzungslog

Alles, was das Modell sieht, wird in einem append-only-Sitzungslog aufgezeichnet: System-Prompts, Reasoning, Tool-Aufrufe und -Ergebnisse, Sub-Agenten-Scheduling und jeder Kontext-Injection. Resume, Fork, Search und Replay arbeiten alle auf demselben Event-Stream. Das Hinzufügen jeder neuen modellsichtbaren Eingabe bedeutet das Hinzufügen eines neuen Session-Events. Dies ist das konkreteste Observability-Pattern, das in jeder Open-Source-Agenten-Runtime gefunden wurde — alles, was eine Modell-Anfrage erreicht, muss aus dem Log rekonstruierbar sein. Für die Long-Running-Agenten-Patterns-Architektur ist das append-only-Log die Produktionsimplementierung des Checkpoint/Resume-Patterns: ein Agent, der Stunden oder Tage läuft, kann aus einem einzigen Event-Stream pausiert, inspiziert, geforkt und replays werden.

OS-Level-Sandboxing

Das Harness umschließt Sub-Prozesse in Linux Landlock (durch ein Node-Addon), macOS Seatbelt, oder einen Windows ACL Restricted-Token-Runner. Dies ist ein konkretes Containment-Pattern — keine Policy-Schicht oder ein Prompt-Level-Guardrail, sondern eine Operating-System-Enforcement-Grenze, die einschränkt, worauf die Tool-Aufrufe des Agenten zugreifen können. Für die Kill-Switch-Architektur ist OS-Level-Sandboxing die Grundlage des Runtime-Circuit-Breakers: der Agent kann seiner Sandbox nicht entkommen, selbst wenn das Modell einen bösartigen Tool-Aufruf erzeugt, weil das Betriebssystem die Grenze durchsetzt.

Provider-agnostisch mit integriertem MCP-Client

Der Provider-Katalog umfasst Anthropic, OpenAI, AWS Bedrock, Microsoft Azure, Google Gemini Enterprise Agent Platform und DeepSeeks eigenen Endpoint. Custom OpenAI-kompatible Gateways werden unterstützt. Zwei Sub-Agent-Provider delegieren an Claude Code und Codex. Ein MCP-Client ist integriert, und Agent Client Protocol-Unterstützung ist enthalten. Das Harness liest AGENTS.md- und CLAUDE.md-Dateien. The Register rahmte den Release als „chinesische AI-Labore bewegen sich weiter voran, während US-Labore in der Defensive spielen."

Das Provider-agnostische Design validiert die Model-flexible-Build-These des Elternartikels: das Harness bindet dich nicht an DeepSeeks Modelle. Ein Team kann Planung an ein Frontier-Modell, Ausführung an ein Local-First-Open-Weight-Modell wie Qwen3.8-27B oder Muse Glimmer und Tool-Aufrufe über MCP-Module routen — alles innerhalb derselben Runtime, alles als Plugin-Swaps.

Was die Plugin-Architektur validiert

Das „alles ist ein Plugin"-Design ist die bisher stärkste Industrie-Validierung des MCP Module Code Standard. Der Code-Standard definiert eine Verzeichnisstruktur, ein Tool-Registrierungs-Pattern, einen Error-Handling-Vertrag, Rate-Limiting, Audit-Logging und PII-Boundary-Regeln, sodass jeder Connector gleich aussieht. DeepSeek Harness wendet dasselbe Prinzip auf Runtime-Ebene an: Modelle, Tools, Skills, Sessions, Sandboxes und Loops folgen alle demselben Plugin-Vertrag. Ein Team, das MCP-Module nach dem Code-Standard baut, kann sie im MCP-Client des Harness als Plugins mounten — das Modul-Pattern und das Harness-Pattern sind komplementär, nicht konkurrierend.

Der genuinely-open Agenten-Stack

Die zwei Entwicklungen zusammen vervollständigen einen Stack, der vor einer Woche nicht möglich war. Ein mittelständisches B2B-Team kann nun einen Produktions-Agenten zusammenstellen aus:

1. Modell-Schicht: Qwen3.8-27B (27B, Vision, flexibles Thinking, 262K-Kontext, lokal ausführbar) oder Muse Glimmer (30B, Apache 2.0, 24GB VRAM, Hermes-Agent-kompatibel) — beide genuinely open, beide Workstation-deploybar
2. Runtime-Schicht: DeepSeek Harness (MIT, Plugin-first, append-only-Sitzungslog, OS-Level-Sandboxing, Provider-agnostisch, MCP-Client integriert)
3. Integration-Schicht: MCP-Module nach dem Code-Standard — NetSuite-, HubSpot-, BigCommerce-, ShipStation-Connectors als austauschbare Plugins
4. Governance-Schicht: append-only-Sitzungslog für Observability, OS-Level-Sandboxing für Containment, per-Plugin-Capability-Scoping für proportionale Governance

Keine Komponente in diesem Stack erfordert eine Managed API, eine Per-Token-Gebühr oder die Erlaubnis eines Anbieters zur Modifikation. Die Modell-Weights sind herunterladbar. Die Runtime ist MIT-lizenziert. Die MCP-Module folgen einem offenen Standard. Die Governance-Patterns werden im Runtime mitgeliefert, nicht als separates Produkt.

Die Bindung bleibt, was der Elternartikel identifizierte: nicht das Modell, sondern die Integration-Schicht. Der genuinely-open Agenten-Stack eliminiert nicht die Notwendigkeit für MCP-Module, die sich mit NetSuite, HubSpot und BigCommerce verbinden — er macht die Modell- und Runtime-Schichten offen, sodass die Integration-Schicht dort ist, wo sich die Build-Anstrengung konzentriert. Ein Team, das seine MCP-Module besitzt, sie in einer Plugin-first-Runtime mountet und zwischen einem lokalen 27B-Modell und einer Frontier-API pro Task routet, hat einen Produktions-Agenten, den kein Anbieter widerrufen, abrechnen oder beschneiden kann.

Weiterführende Literatur

• Open-Weight Models Crossed the Agentic Frontier — der Elternartikel, der die Capability-Lücke zwischen Open-Weight- und geschlossenen Frontier-Modellen bis Juli 2026 kartiert, einschließlich der Model-flexible-Build-These und des Drei-Strategien-Open-Weight-Vergleichs, den dieser Artikel auf vier erweitert
• Qwen3.8 Open Weights Arrived Stripped — die beschnittene 2.4T-Version, zu der Qwen3.8-27B die genuinely-open Gegen-Erzählung ist, die die Community-Reaktion und das Paywall-Feature-Set abdeckt
• MCP Module Code Standard — das Struktur-Pattern, das die DeepSeek-Harness-Plugin-Architektur auf Runtime-Ebene validiert — jeder Connector sieht gleich aus, weil jedes Plugin demselben Vertrag folgt

---

Ein mittelständischer Distributor, der NetSuite und BigCommerce betreibt, braucht einen Agenten, der Lieferanten-PDFs liest (Vision), Preis-Tiers extrahiert, Bestände prüft und RFQ-Antworten entwirft. Das beschnittene Qwen3.8 2.4T kann die PDFs nicht lesen. Das 27B kann es — es wird mit Vision in den Open Weights geliefert. Die Agenten-Runtime braucht ein append-only-Sitzungslog für den Audit-Trail und OS-Level-Sandboxing für Containment. DeepSeek Harness liefert beides. Die MCP-Module, die sich mit NetSuite und BigCommerce verbinden, folgen dem Code-Standard und mounten als Plugins. Das Modell routet zu Qwen3.8-27B für das PDF-Parsing und die lokale Ausführung und zu einem Frontier-Modell für die strategische Verhandlung — alles innerhalb desselben Harness, alles als Konfiguration, nicht als Code-Deployment. Kein Anbieter kann die Vision-Fähigkeit beschneiden, die Inferenz abrechnen oder die Runtime widerrufen.