DeepSeek Harnessとは？プラグインアーキテクチャを解説

お久しぶりです。Lenaです。

DeepSeek Harness（略称 dsh）は、オープンソースのエージェントランタイムです。2026年8月時点では開発者プレビューとして提供されています。ひと言で表すなら、「モデル + ハーネス = エージェント」です。モデルは推論を担い、ハーネスはツール、環境、セッション、権限、サンドボックス、実行ループを担います。DeepSeek Harnessは単なる「DeepSeek版Claude Code」ではなく、エージェントを構成するためのモジュール式ランタイムに近い存在です。

DeepSeek Harnessとは？

DeepSeek Harnessはモデルの周囲で動作し、エージェントがどのように稼働するかを決めるエージェントハーネスです。公式リポジトリによると、dshはMITライセンスのオープンソースで、開発者プレビュー段階にあり、「すべてはプラグイン」という一つの考え方を中心に設計されています。モデルは回答できますが、モデルが何を見られるか、どのツールを呼び出せるか、何を記録するか、いつ承認が必要かを決めるのはハーネスです。

npx @deepseek-ai/dsh web

一文で言えば、モデルが考え、ハーネスがその思考を制御された環境内で実行可能にします。

「すべてはプラグイン」の仕組み

プラグインカーネルとしてのCordis

DeepSeek Harnessは、構成可能なプラグインのためのメタフレームワークであるCordisを基盤としています。私はCordisを「エージェントの頭脳」というより、エージェントの下にある配線盤のように捉えています。Cordisはプラグインを読み込み、そのライフサイクルを管理し、サービス、イベント、取り消し可能な副作用を登録できるようにします。Cordis自体が計画、コーディング、メモリを提供するわけではありません。dshがそれらの部品を固定化せずに組み込める土台を提供します。

交換できるもの

アーキテクチャ資料によれば、モデルアダプター、ツールレジストリ、セッションログ、エージェントループはすべてプラグインです。そのため、各部品を設定によって置き換えられます。同じ考え方はSkills、ストレージ、サンドボックスプロバイダー、UI、ファイルシステムアクセス、実行ポリシーにも広がっています。最初にパッチを当てなければならない特権的なコアはありません。

固定されたコーディングエージェントでは、製品に組み込まれたループ、ツールセット、承認モデル、UIを受け入れるのが一般的です。DeepSeek Harnessでは、それらが構成可能なインフラになります。ただし、ここには少し曖昧な点もあります。プラグインの自由度が高いほど、利用者が負う責任も増えるからです。

現在のDeepSeek Harnessに含まれるもの

プリセットとランタイムモード

2026年8月の開発者プレビュー時点で確認すべきランタイムモードは、Standard、PTC、Minimal、Creatorです。リポジトリは互換性を壊す変更が起こり得ると明記しているため、これらの名称が今後も固定されるとは考えないほうがよいでしょう。

Standardは比較的フル機能の構成です。PTCはコードモード型のツール一括処理を想定しているように見えます。Minimalは機能面を小さく保ち、通常は永続シェルとエディター式のファイル変更に絞ります。Creatorは自己調査やプラグイン作成のワークフローを指向しています。

再生可能なセッションと複数のインターフェース

セッションモデルは重要です。DeepSeek Harnessは永続的なセッションイベントを記録し、そのログからモデルに見せる履歴を構成します。また、再開、フォーク、リプレイといったパターンをサポートします。セッションがイベントとして記録されていれば、曖昧なチャット履歴になるのではなく、ランタイムを検査し、継続し、分岐できます。

現在の利用形態にはWeb UI、ヘッドレス実行、Python SDK、JSON-RPCを想定した例、そしてACP系エディター連携に組み込む前にチームが確認すべきプロトコル向けの経路があります。DeepSeek、OpenAI、Anthropic、および独自のOpenAI互換エンドポイントにも対応しています。

DeepSeek Harness、コーディングエージェント、進化レイヤーの違い

これはランキングではありません。コーディングエージェントは完成した製品体験を提供し、DeepSeek Harnessはその背後にあるランタイム部品を公開します。EvoMapは実行の後段に位置し、「成功した行動のうち、どれを再利用可能・監査可能・継承可能な資産にすべきか」という別の問いを扱います。

また、ここで公式な連携があるかのように示すべきではありません。本記事で述べているのはアーキテクチャ上の関係であり、パートナーシップではありません。dshに関する一次情報はDeepSeek Harnessリポジトリで確認できます。また、多くのエージェントランタイムの隣にあるツール接続レイヤーを理解するには、Model Context Protocolのドキュメントが役立ちます。

ランタイム実行後のエージェント経験を構造化する方法

これはアーキテクチャ上の比較であり、既存の製品連携を主張するものではありません。

ハーネスは「エージェントをどう動かすか」に答えます。経験進化レイヤーは「実行後に何を残すべきか」に答えます。EvoMapはその第二のレイヤーをGene、Capsule、Eventで表現します。成功した行動を一度のタスクで消滅させないための考え方です。

ハーネスは実行方法を解決し、進化レイヤーは実行から得られた学習を再利用する方法を解決します。

注目すべき人と、その限界

エージェント基盤、マルチモデルエージェント、独自ツール環境、サンドボックス実行システムを構築している人にとって、DeepSeek Harnessは注目に値します。

一方、限界も明確です。これは2026年8月時点の開発者プレビューであり、安定した本番契約ではありません。APIやプリセットは変わる可能性があり、プラグインエコシステムも形成途中です。さらに、プラグインアーキテクチャを採用しただけでエージェントが自己改善するわけではありません。学習、検証、継承、安全な再利用には、別途設計が必要です。

FAQ

DeepSeek Harnessを使うにはDeepSeekモデルが必要ですか？

いいえ。プレビュー版はDeepSeek、OpenAI、Anthropic、独自のOpenAI互換エンドポイントに対応しています。ただし、すべてのプロバイダーでツールの挙動が同じだと考える前に、それぞれの経路をテストしてください。

DeepSeek Harnessは今すぐ本番環境で使えますか？

開発者プレビュー段階のインフラとして扱うべきです。本番チームは実験環境を分離し、バージョンを固定し、移行作業を見込んでください。

DeepSeek Harnessはコーディング以外のエージェントにも使えますか？

原理上は可能です。ツール、アダプター、ストレージ、サンドボックス、UIを置き換えられるため、このランタイムはコーディング用途に限定されません。

DeepSeek Harnessのプラグインと一般的なAgent Skillの違いは？

プラグインはツール、アダプター、イベント、セッション動作、サンドボックス、UIなど、ランタイム自体を変更できます。Skillは通常、既存のランタイム内で再利用可能な指示を提供します。

プラグイン式ハーネスはエージェントを自動的に自己改善させますか？

いいえ。エージェントを再構成しやすくするだけです。自己改善には、検証済みフィードバック、保存された経験、継承ルールが必要です。

まとめ

DeepSeek Harnessが重要なのは、エージェントランタイムをモジュール化し、モデルとその周囲の仕組みを分離するからです。これがエージェントの未来のすべてだと断言するつもりはありません。しかし、エージェントが動けるようになった後に「何を残すのか」という次の問いを、より鮮明にします。そこからEvoMapによる再利用可能なエージェント経験の取り組みが始まります。

過去の記事

• dshのようなモジュール式ランタイムがエージェントスタック全体のどこに位置するかを知りたい場合は、OpenHarnessとGEP：エージェントスタックにおける位置で、ハーネス基盤と経験進化の境界を詳しく解説しています。
• エージェントハーネスが独立したインフラ分野になりつつある理由を広く把握したい場合は、Harness Engineering：Mem0、LangGraph、CrewAIをご覧ください。
• ランタイム実行、ツール接続、エージェント進化をより明確に分けたい場合は、MCP、CLI、GEP：エージェントスタックの3つのレイヤーが参考になります。
• DeepSeek Harnessのプラグイン、Agent Skills、再利用可能な経験資産の違いがまだ曖昧なら、Agent SkillsとGEP Assets：本当の違いで直接比較しています。
• DeepSeek Harnessのようなエージェントランタイムの隣にあるツール接続レイヤーについては、MCPとは？AIツール接続の標準で、MCPが担う範囲と周辺のエージェント基盤に残される範囲を説明しています。