DeepSeek Harness 解説：「Model + Harness = Agent」を支えるエージェントランタイム

DeepSeek Harness — dshと略され、モデルではありません。これは、DeepSeekが2026年8月13日にMITライセンスの下で公開したオープンソースのエージェントランタイムであり、採用の速さという点では、DeepSeekがこれまでに出荷した中で依然として最速です。報道では最初の12時間で約50,000のGitHubスターを獲得したと伝えられ、本日GitHub APIを確認した時点で、リポジトリは242,211スター、29,059フォークでした。これが実行するのは、DeepSeek V4.1 Flash、すなわちDeepSeekのAPIがdeepseek-flashとして提供するモデル、または、そちらを指定すればより大規模なDeepSeek V4 Proです。その役割は、言語モデルと完了したタスクの間にあるエンジニアリング層です。ファイル編集、ターミナル実行、ウェブ検索、コンテキスト管理、タスク計画、他のエージェントの呼び出しなどです。DeepSeek自身のチームが用いている公式はモデル + ハーネス = エージェント — モデルが推論し、ハーネスがそれ以外のすべてを行います。

その区別がこの記事の要点です。「deepseek harness」を検索する人は通常、モデルのレビューを期待しているのに、代わりにローンチ報道にたどり着きます。では、先に答えを言います。DSH は API 経由で呼び出すモデルではありません。インストールして実行するプログラムであり、その npm パッケージは@deepseek-ai/dshで、その latest タグは現在 0.2.0-rc.2 を指しています。これは、このページが最初に書かれたときの 0.1.x ビルドから 3 つ先のリリース系列で、上のカードにあるバージョンチップよりも進んでいます。そして、与えたモデル（デフォルトでは DeepSeek V4.1 Flash）を、あなたのファイルシステム、ターミナル、ウェブ、その他のエージェントに接続します。MIT ライセンスで、Cordis と呼ばれるプラグインフレームワーク上に構築されており、破壊的変更について警告する開発者プレビューであることが明示されています。10月2日に DeepSeek が発表したパッケージ版デスクトップアプリ（macOS と Windows ビルドで、Linux ユーザーは npm パッケージを案内されています）は、その上に載る最新のサーフェスです。以下では、それが実際に何をするのか、今日どうやって実行するのか、そしてどこが物足りないのかを説明します。

ハーネスが実際に行うこと（そして、その用語が紛らわしい理由）

{{1}}ハーネスとは、素のモデルが現実世界で実際に仕事を行えるようにするための足場である。{{/1}}{{2}}モデル単体では、テキストを生成することしかできない。{{/2}}{{3}}ハーネスを与えれば、ファイルの読み書き、シェルでのコマンド実行、ウェブ検索、計画の維持、ツールの呼び出し、エラーへの対応、そしてタスク完了の判断ができるようになる。{{/3}}{{4}}Deep​Seekが公に掲げる公式 — ローンチ時の報道や自社の求人情報でも繰り返し述べられている — は「Model + Harness = Agent」である。モデルは推論を提供し、ハーネスはそれ以外のすべてを提供する。{{/4}}

これが、このリリースが単一の製品を超えて重要である理由です。Deep​Seekは、このハーネス内で自社の直近2モデルのエージェントベンチマークスコアを報告しました。Deep​Seek V4 Flash APIドキュメントには、Terminal-Bench 2.1の結果82.7が「Deep​Seek Harness minimal mode」で生成されたと記載されています。このハーネスはそれらの数値の出典となった参照環境であり、現在は誰でも再現 — または反証 — できるよう公開されています。

すべてがプラグイン：Cordisアーキテクチャ

DSHのコア設計は、自身のREADMEに記載されている通り、すべてがプラグインである。エージェントループ、モデルアダプター、ツール、スキル、セッションストレージ、サンドボックス、スケジューリング、そしてWeb UIでさえも、すべてCordisプラグインです。修正すべき特権的なコアは存在せず、他のプラグインの隣にプラグインをマウントすることでハーネスを拡張します。そして、すべての登録は、プラグインがアンロードされると巻き戻されるエフェクトです。プラグインエンジンは、その設計がPeking University–Deep​Seekの論文「A Programming Paradigm for Spatiotemporal Composability」に記述されているメタフレームワークであるCordisです。

実用上の帰結は、関心の明確な分離です。プラグインは機能を追加し、プリセットは、特定のエージェントがどの機能を参照できるかを決めます。 現在、モノレポは packages/ 配下に 55 個のパッケージを抱えています — core、llm、mcp、sandbox、context、plan、goal、workspace など — またローンチ時の集計では 100 を超えるファーストパーティ製プラグインが数えられ、プラグインストアもすでに確保され、リリースから 24 時間以内に 288 のコミュニティプラグインリポジトリが GitHub 上で収集されました。それは 6 週間前のことです。DeepSeek がプラグインの発見しやすさのために使用している dsh-plugin トピックは、今では GitHub の検索で 17,000 を超えるリポジトリを返します。これは私たちが 2026 年 10 月 2 日に確認したもので、ハーネス自体はリリース候補にとどまっていたにもかかわらず、エコシステムは成長し続けました。

4つのプリセット — それぞれの使い分け

DSHには4つのエージェントプリセットが同梱されており、それぞれが異なるプラグインセットを読み込みます。Web UIのプリセットメニューから:

• Standard — フル機能のコーディングエージェント：ファイル編集、シェル、ファイル・ウェブ検索、スキル、プランニング、ゴール、サブエージェント、ワークフロー。ほとんどの作業に適したデフォルトです。

• Code — 中国の報道ではPTC（"programmatic tool calling"）と呼ばれる — Standardの全機能に加え、モデルがTypeScriptプログラムを作成して複数ステップのツール呼び出しを1つのプログラムにまとめられるCode Mode SDKが含まれる。より強力で、副作用とツール呼び出しを増幅できる。

• Minimal — 永続的なbashとstr_replace_editorだけを備えた構成。ベンチマーク実行の再現用に作られており、これはDeep​SeekがV4 Flash Terminal-Bench 82.7の数値に使用したプリセットです。Minimalは無害ではありません — シェルアクセスは依然としてシェルアクセスです。

• クリエイター — 4番目のプリセットディレクトリは文字通りcordisという名前です — Standardに加えて、ランタイム検査、インメモリのCordisプラグイン実験、プリセット作成が可能です。エージェントは会話の途中でプラグインをインストール、置換、破棄できます。本番環境の承認レイヤーではなく、エンジニアリング環境です。

どれを選ぶべきでしょうか？ ベンチマークを再現する場合は、Minimalです。エージェントに独自のマルチステップオーケストレーションを書かせたい場合は、Codeです。プラグインを構築またはテストする場合は、Creatorです。それ以外の場合は、Standardから始めてください。権限が広いということは、ワークスペースと権限ポリシーも厳格にしたいということです。

Trajectory（軌跡）：レビュアーが「エージェント向けDevTools」と呼ぶ機能

ハンズオンレビューで最も賞賛されている機能は、Trajectoryです。すべての実行は追記専用のセッションログに書き込まれます。これはzstd圧縮のJSONLで、タイプ、シーケンス、時間、データからなる統一イベントエンベロープを持ち、モデルが見たすべてを記録します。すなわち、システムプロンプト、推論、ツール呼び出しとその結果、サブエージェントのスケジューリング、コンテキスト注入です。Trajectoryビューは、ソースによる検査、再開、フォーク、検索、リプレイをサポートしています。フォークが特に際立っています。1つの指示を変更して、元の実行と並べてリプレイでき、トレースを破棄する必要はありません。

具体的には、8月15日に公開された実地テストでは、単一のファイル書き込みタスクで61件のセッションイベントが発生し、取るに足らない「PONGと返信する」だけのタスクでも、最初のリクエストで約13,467個の入力トークンを消費しました。これは、デフォルトのシステムプロンプト、ツールスキーマ、自動注入されたリポジトリルール、スキルサマリーによるオーバーヘッドです。それが、すべてをログ記録するハーネスの正直なコストです。スキャフォールディングにトークンを支払い、その支払いの内訳を正確に確認できるのです。

MCP、プラグイン、そして他のエージェントとの会話

MCPは、話題性が現在のビルドに先行している分野です。モノレポにはmcpパッケージが含まれ、CLIにはdsh-mcp-client依存関係が同梱されていますが、デフォルトで有効になっているMCPサーバーはありません。また、アーキテクチャはMCPを第一級市民として扱うのではなく、Cordisプラグイン経由でツール統合をルーティングします。ツールソースとしてMCPサーバーに接続することは可能ですが、それはまだデフォルトの経路ではありません。

さらに驚くべきなのは、サブエージェントプロバイダーのリストが示す内容だ。DSHは他のエージェントをサブエージェントとして起動できる——capability-seamsドキュメントによれば、CodexプロバイダーとClaude Codeプロバイダーも含まれる。これは競合他社としては異例の立場である。DSHは、比較対象となる製品そのものに作業を委任できるハーネスなのだ。

プラグインの話こそが、真のプラットフォームへの賭けだ。Deep​Seekはプラグインストアを確保しており、コミュニティリポジトリは発見しやすいようにタグ付けされ、サードパーティのアプリ内ストアはすでに存在する。0.2.0-rc.2 のリリースノートは、その大半をプラグインのインストールガイダンスに割いている — インストール済み、非互換、同梱のプラグインを区別する — そしてエンジニアリングの労力が今も注がれているのはまさにそこだ。長期的な狙いは、モデルではなくハーネスがエコシステムになることであり、だからこそDSHをめぐる価格の議論は、どんな単一機能よりも重要になる。

今日それを実行する方法

Node.js 22.19 以降が必要です — パッケージマニフェストは ^22.19.0 または >=24 を要求しています — そして、あとは1つのコマンド:

npx @deepseek-ai/dsh web

これで Web UI が起動し、デフォルトでは http://127.0.0.1:3080 で提供されます。UI で、設定 → モデルを開き、DeepSeek API キーを貼り付けてから、ワークスペースを選択します — そうするまで、セッションコンポーザーはロックされたままです。デフォルトのモデルは DeepSeek V4.1 Flash で、デフォルトの権限ポリシーは workspace-write で、それ以外のすべてには承認プロンプトが付きます。

現在、5つのエントリーポイントがあります。Web UI、パッケージ化されたデスクトップアプリ、ヘッドレスでのワンショット実行、JSON-RPC stdio 経由で DSH を操作する Python SDK、そして組み立て済みのプラグインツリーを出力する --dump-config です（web プロファイルは 129 行のプラグイン設定を組み立て、ヘッドレスは 81 行でした）。今週変わったのはデスクトップアプリです。DeepSeek は macOS と Windows 向けのビルドを公開しました。Intel Mac も含まれ、9月のメモには Intel ビルドが 404 になっていたと記録されています。また、すべてのデスクトップフィードがバージョン 0.2.0-rc.2 を報告しており、リリース日は9月29日です。0.2 のリリースノートでは、プラグイン管理用の dsh コマンドもデスクトップアプリに同梱されるため、この経路では Node や pnpm を別途インストールする必要がなくなりました。DeepSeek 自身の発表では、プラグインと Workspaces が 0.2 で標準サポートされると説明されています。これはリリース候補に関するベンダーの主張ですが、アプリが CLI と共有しているプラグインページとワークスペースストアは公開リポジトリで確認できます。Linux は DeepSeek 自身の発表が挙げる例外です。パッケージングスクリプトがサポートするターゲットセットは mac-arm64、mac-x64、win-x64 で、DeepSeek のダウンロードホストには Linux 用の成果物が存在せず、Linux ユーザーには npx @deepseek-ai/dsh web を実行するよう案内されています。ソースからの手順は変わりません。git clone、pnpm install、pnpm run build、その後 pnpm dsh web です。

正直なところ: プレビュー品質、そしてDSHが不適切なツールとなる場合

DSHはバージョン0.2.0-rc.2です — 1.0ではなく、安定した0.xですらない。npm上の29バージョンすべてとGitHubの24リリースすべてがプレリリースであり、READMEは「互換性を破壊する変更が行われます」と明言しています。ローンチ期のレビューは、粗削りな点を列挙しています — Windows上のMSYS2でのサイレント障害、ホットリロードのキャッシュ陳腐化、UIの進捗表示より遅れる約200msのバッチ永続化遅延、そして公共インフラとして位置づけられているリポジトリでGitHub Issuesが無効化されているというコミュニティの批判です。デフォルトの製品体験も、比較されている洗練されたコーディングエージェントにまだ及びません。ある実践レビューは、このオープンソースリリースはエージェントランタイムのスキャフォールドであり、まだ完成品ではないと結論づけました。

DSHが不適切なツールとなるのはどのような場合か？4つの状況がある。{{1}}第一に、ターンキーな完成度を求める場合だ。現在のClaude CodeやCodexはより完成度が高く、DSHは骨組みを求めて、それを自ら仕上げることを厭わない人向けだ。{{/1}} {{2}}第二に、実行するものを監査できない場合だ。プラグインの出所、設定の差分、認証情報の境界はすべて自前で用意するものであり、本番利用にはあなた自身が提供するガバナンスが必要だ。{{/2}} {{3}}第三に、モデルのベンチマークを行う場合だ。あるモデルをStandardモードで実行し、別のモデルをMinimalモードで実行して、その差をモデルの性能差と呼ぶことはできない。モデルだけでなくハーネスも変えているからだ。{{/3}} {{4}}第四に、トークンのオーバーヘッドにコスト面で敏感な場合だ。常時オンのコンテキストは、モデルが実際の作業を行う前に数千もの入力トークンを消費し得る。{{/4}}

DeepSeek V4.1 FlashとDeepSeek V4 Proにとって何を意味するのか

DSH はデフォルトで DeepSeek V4.1 Flash を使用します。これは DeepSeek の API が deepseek-flash として提供しているモデルであり、フラッグシップの DeepSeek V4 Pro ビルド（DeepSeek-V4-Pro-0813）は、このハーネスが実行対象として作られたのと同じモデルファミリーです。どちらも今日、通常の API 呼び出しで利用でき、ハーネスは不要で、どちらも OrcaRouter 上で DeepSeek 自身の定価によりホストされています0% のマークアップでそのまま提供：DeepSeek V4.1 Flash は 100 万トークンあたり入力 $0.15、出力 $0.60、DeepSeek V4 Pro は $0.66/$1.98 です。これらはオフピーク料金で、DeepSeek は平日の 01:00〜04:00 と 06:00〜10:00 UTC にこれを 2 倍に設定します。以下のスクリーンショットは DeepSeek V4 Flash 0731 モデルページの 8 月時点のスナップショットであり、そこに表示されている $0.15/$0.29 はそのリリース時点の価格です。DeepSeek の料金ページには現在、単一の Flash エントリ deepseek-flash = DeepSeek-V4.1-Flash が $0.15/$0.60 で掲載されています。このカードは日付付きの記録として読んでください。今日の料金ではありません。

率直な線引き: OrcaRouter はモデルルーターであり、エージェントランタイムではないため、当社は DSH をホストしません — それはモデルではありません。ここでルーターが本当に答えるのは、DSH が提起するフェイルオーバー問題です。ハーネスは変化の速いプレビューです — 今日は 0.2.0-rc.2、その上に載るデスクトップアプリはさらに新しい — そして本番トラフィックをそれに向けることは、ベンダーが報告するエージェント性能スコアに賭けることを意味します。同じ Deep​Seek モデルを単一のキーでルーティング層を通して実行すれば、DSH のネイティブ数値をテストできます。同時に、自動フェイルオーバーをベンダー間で、動作し続ける必要のあるトラフィック向けに維持できます。実験すべきなのはハーネスのほうで、慎重にルーティングすべきなのはそれが実行するモデルのほうです。

結論

Deep​Seek Harness は、モデルそのもの以来、Deep​Seek がオープンソース化した中で最も重大なものだ。なぜなら、それは「Deep​Seek」の意味を変えるからだ。モデルだけでなく、モデルを動かすエージェント層でもある。どうすべきか決める読者に向けて言うと、エージェントを構築しているなら、今週中にデスクトップアプリまたは 0.2.0-rc.2 コマンドラインをインストールし、再現テストを実行してほしい。Deep​Seek が Flash モデル向けに公開した Terminal-Bench 82.7 はこのハーネス内で生成されたもので、今なら自分で確認できる。ただし、それをあるがままに受け止めよ。今後破壊的変更が控える開発者プレビューであり、自分のスタックを自分で持つことを好む人に報いるプラグインシステムであり、洗練された代替品よりまだ粗削りなハーネスだ。Linux を使っているなら、パッケージ版アプリはまだあなたの進む道ではない。npm だ。土台にあるモデルは信頼できる部分であり、それらなら今日から自信を持ってルーティングできる。