DeepSeek Harness за 2 часа 43 минуты собрал аркаду с одного промпта на подписке за $10

Обычно «сгенерировал приложение с одного промпта» означает красивую демку, которая разваливается при первом контакте с реальностью. Автор этой истории решил проверить, что будет, если дать недорогой модели нормальную агентную среду и по-настоящему большую задачу.

Что именно произошло

Задумка простая: браузерная игра для тренировки скорости печати. Слова летят с экрана, игрок набирает их, стреляет по врагам, зарабатывает очки и старается не потерять жизни. Техзадание автор сначала проработал в обычном ChatGPT: механика, экраны, ограничения, проверки. Готовый документ ушёл в DeepSeek Harness, открытую агентную среду от DeepSeek на архитектуре Cordis с принципом «Everything is a Plugin».

Модель — DeepSeek V4.1 Flash, доступ через подписку OpenCode Go за $10 в месяц. Первую версию агент делал 2 часа 43 минуты: 183 шага, режим Agent Team с субагентами, запуск команд, тесты, переделки. На выходе — игровой цикл, волны врагов, комбо, графика на Canvas 2D с частицами и взрывами, звук через Web Audio API, словари на русском и английском, история забегов в localStorage.

Важная оговорка автора: «с одного промпта» не значит «одним ответом модели». Это одна цель, внутри которой агент сам планировал, писал и чинил.

Цифры, на которые стоит смотреть

Интерфейс показал 35 703 377 токенов. Звучит страшно, но 35,2 млн из них — кэшированный ввод, некэшированного было 334 тысячи, а самого вывода модели — около 159 тысяч. Cache hit — 99%. В длинных задачах агент постоянно перечитывает контекст проекта и свои прошлые результаты, и если провайдер эффективно переиспользует кэш, это стоит заметно дешевле.

Задание обошлось примерно в 15% пятичасового лимита подписки. Автор честно предупреждает: «$100 использования за $10» — это расчётный объём по тарифам сервиса, а не баланс, который можно потратить куда угодно. Есть окна на пять часов, неделю и месяц. Есть и режимы Peak и Off-Peak с разной ценой токенов: например, $0,15 против $0,30 за миллион входных. Автор даже написал небольшой плагин, показывающий текущий режим в интерфейсе Harness, чтобы запускать большие эксперименты в дешёвое окно.

Отдельно упомянут пост разработчика OpenCode о возможности давать использование DeepSeek на $300 за $10. Это пока лишь публичное сообщение о потенциале, а не условие тарифа.

Где пришлось вмешаться

Вторым заданием агент добавил сервер: Telegram-авторизацию, синхронизацию статистики, друзей, рейтинг, PostgreSQL и бота поддержки. Игра превратилась в Typer Cool. И тут начались реальные проблемы:

• мобильная вёрстка, нормальная в Chrome DevTools, на настоящем iPhone Safari разваливалась;
• сгенерированный Docker Compose поднимал второй Caddy и конфликтовал с уже работающим на портах 80 и 443;
• аватарки Telegram не грузились из-за слишком строгой проверки формата (bad_type), хотя тесты на заглушках проходили;
• прямые ссылки-приглашения давали 404 на Netlify, пока не поправили правила SPA-маршрутизации.

Практический вывод

Для разработчика и основателя здесь четыре урока. Во-первых, качество постановки задачи решает: сначала обсудить идею и собрать ТЗ, потом отдавать агенту. Во-вторых, среда важна не меньше модели: файлы, субагенты, тесты и долгий контекст меняют результат. В-третьих, кэш и тарифы надо изучать так же внимательно, как бенчмарки. И в-четвёртых, агент не отменяет проверку на реальной инфраструктуре, особенно когда речь о пользователях, данных и безопасности.

Ограничения тоже стоит помнить. Это один эксперимент одного автора, без сравнения с Codex или Claude Code на одинаковых задачах, а 99% cache hit относится к конкретной сессии. Harness находится в активной разработке, интерфейсы могут меняться, а тарифы — тоже. Хостинг, домен и VPS в стоимость подписки не входят. Но как ориентир по цене и возможностям длинной агентной разработки на открытой модели — случай показательный.