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

Deep​Seek Harness（dshと略される）はモデルではありません。Deep​Seek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、採用の速さではDeep​Seekがこれまでにリリースした中で最速です。報道によれば、公開から12時間で約50,000のGitHubスターを獲得し、今日GitHub APIを確認した時点でリポジトリは125,922スター、12,523フォークでした。その役割は、言語モデルと完了したタスクの間のエンジニアリング層です。すなわち、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です。Deep​Seek自身のチームが使う公式はModel + Harness = Agent — つまり、モデルは推論し、ハーネスがその他すべてを行います。

その区別こそが本記事の要点です。「deepseek harness」を検索する人は、たいていモデルのレビューを期待しており、それなのにローンチ報道に辿り着いてしまいます。そこで最初に答えを述べます。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、npmパッケージは@deepseek-ai/dsh（現在0.1.0-rc.6）です。これは、与えたモデル（デフォルトはDeepSeek V4 Flash）をファイルシステム、ターミナル、Web、そして他のエージェントに接続します。MITライセンスで、Cordisというプラグインフレームワーク上に構築されており、破壊的変更を伴う可能性を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。以下では、実際に何ができるのか、今日どうやって実行するのか、そしてどこに不足があるのかを説明します。

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。

実際的な結果は、関心事の明確な分離です：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利用できる機能を決定します。モノレポは packages/ の下に49のパッケージを提供しています — core、llm、mcp、sandbox、context、plan、goal など — そして、ローンチ時には100以上のファーストパーティプラグインが含まれており、プラグインストアはすでに用意され、リリースから24時間以内にGitHub上で288のコミュニティプラグインリポジトリが収集され、dsh-plugin トピックタグで見つけることができます。

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。

プラグインストーリーこそが、本当のプラットフォームへの賭けである。Deep​Seekはプラグインストアを確保し、コミュニティリポジトリは発見可能性のためにタグ付けされ、サードパーティ製のアプリ内ストアもすでに存在している。長期的に見れば、モデルではなくハーネスがエコシステムになる——だからこそ、DSHをめぐる価格議論は、どの単一機能よりも重要なのである。

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

それで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、Deep​Seek APIキーを貼り付け、ワークスペースを選択してください。セッションコンポーザーはその操作を行うまでロックされたままです。デフォルトのモデルはDeepSeek V4 Flash、デフォルトの権限ポリシーはworkspace-writeで、それ以外の操作には承認プロンプトが表示されます。

エントリーポイントは全部で4つあります。Web UI、ヘッドレスでのワンショット実行、JSON-RPC stdioを介してDSHを駆動するPython SDK、そして--dump-configです。--dump-configは組み立て済みのプラグインツリーを出力します（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行です）。ソースから行う場合の手順は、git clone、pnpm install、pnpm run build、そして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{{1}}0.1.0-rc.6{{/1}}であり、READMEには明確にこう書かれている：「{{2}}互換性を壊す変更が発生します。{{/2}}」今週公開されたレビューでは、粗削りな部分が列挙されている——{{3}}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失効、UIの進行状況表示を遅らせる約200msのバッチ永続化遅延、そして公開インフラと位置づけられたリポジトリでGitHub Issuesが無効化されていることに対するコミュニティの批判{{/3}}。{{4}}デフォルトのプロダクト体験もまた、比較対象となる洗練されたコーディングエージェントには依然及ばない{{/4}}。{{5}}ある実機レビューは、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足場であり、完成品ではないと結論づけている{{/5}}。

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 Flash と DeepSeek V4 Pro にとっての意味

DSHはデフォルトでDeepSeek V4 Flashを使用し、フラッグシップのDeepSeek V4 Proビルド（Deep​Seek-V4-Pro-0813）は、ハーネスが実行用に構築されたのと同じモデルファミリーです。両方とも今日から通常のAPI呼び出しで利用可能で、ハーネスは不要です。また、両方ともOrcaRouter上でホストされており、Deep​Seek自身のリスト価格で提供されます。DeepSeek V4 Flashは入力100万トークンあたり約0.15ドル、出力100万トークンあたり約0.29ドル、DeepSeek V4 Proは約0.44ドル/0.88ドルで、0%のマークアップでそのまま提供されます。

正直な境界：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ありません。したがって、DSHをホストするわけではありません——DSHはモデルではないからです。ルーターがここで本当に答えるのは、DSHが提起するフェイルオーバーの問題です。ハーネスは急速に進化しているプレビュー版であり、本番トラフィックをそこに向けることは、ベンダーが報告するエージェンティックスコアに賭けることを意味します。同じDeep​Seekモデルを1つのキーでルーティング層を通して実行すると、DSHのネイティブな数値をテストしつつ、稼働させ続ける必要のあるトラフィックに対してベンダー間の自動フェイルオーバーを維持できます。ハーネスは実験するためのものであり、それが実行するモデルは慎重にルーティングするためのものです。

結論

Deep​Seek Harnessは、Deep​Seekがオープンソース化したものの中で、モデルそのものを除けば最も重大な成果です。なぜなら、それは「Deep​Seek」の意味を変えるからです。つまり「Deep​Seek」は、単なるモデルではなく、それらを実行するエージェント層を指すようになるのです。 何をすべきか決めようとしている読者へ: エージェントを構築しているなら、今週中にインストールして再現テストを実行してください。Deep​Seekが公開したV4 FlashとV4 Proのスコアは、このハーネスから得られたものであり、今やあなた自身で検証できます。 ただし、その実態を認識してください。これは、今後破壊的変更が予定されている0.1.0-rc.6開発者プレビューであり、スタックを自前で所有するのが好きな人に恩恵をもたらすプラグインシステムであり、洗練された代替品よりもまだ粗削りなハーネスです。基盤となるモデルは信頼できる部分です — そして、それらは今日、自信を持ってルーティングできます。