Cordisによる「すべてをプラグイン化」する設計

Harnessは、プラグインをマウントし、依存関係を解決するカーネル「Cordis」を中心に構築されています。重要なのは、エージェントの中核動作が単一の巨大なループに固定されていないことです。

交換可能な対象には、次のようなものが含まれます。

• モデルアダプター
• ツールとスキル
• セッションおよびストレージシステム
• サンドボックスとファイルシステムへのアクセス
• エージェントループとスケジューリング
• サブエージェントの挙動
• Webインターフェースなどのランタイム構成要素

一般的なAIアプリでは、プロンプトやツール、外部連携を設定できても、実際の実行モデルはベンダー側が管理しているケースが多いでしょう。Harnessは、その実行モデル自体も設定可能にしようとしています。

これは、Claude CodeやOpenAI Codexのような統合型製品との大きな違いです。統合型製品が完成度の高いワークフローを提供するのに対し、Harnessは、モデル・ツール・状態管理・実行ループを自分たちの要件に合わせて組み立てるための余地を広げています。

4つの実行モード

開発者プレビュー版には、異なるプラグイン構成を表す4つのプリセットモードがあります。

Standard（標準）モード

ファイル編集、シェル、検索、スキル、計画、目標、サブエージェント、ワークフローを組み合わせた、汎用的なコーディングエージェント環境です。

Codeモード

ツールをコード指向のインターフェース経由で公開し、モデルがTypeScriptプログラムの中で複数の操作を組み合わせられるモードです。関連する処理を何度も個別のツール呼び出しに分ける必要を減らせる可能性があります。

Minimal（最小）モード

永続シェルとファイル編集ツールだけに環境を絞ったモードです。組み込み機能を減らした状態で、モデルの評価やエージェントの挙動の検証を行う用途を想定しています。

Creator（クリエイター）モード

新しいプリセットを作る開発者向けのモードです。ランタイムの検査機能や、メモリ上でのプラグイン実験を利用しながら、コンポーネントの組み合わせを試せます。

4つのモードは、別々の製品というより、同じランタイムを用途別に使い始めるための初期構成と考えると分かりやすいでしょう。

追記専用セッションログが重要な理由

Harnessは、実行過程の追跡可能性も重視しています。モデルが見たもの、実行したものを、追記専用（append-only）のイベントストリームに記録する設計です。そこにはシステムプロンプト、推論、ツールの呼び出しと結果、サブエージェントのスケジューリング、コンテキストの注入などが含まれます。同じイベント履歴を使って、検索、再生、セッションの再開、過去時点からの分岐ができます。

この設計なら、エージェントの挙動をデバッグし、再現しやすくなります。処理が失敗した場合も、どのコンテキストと操作が原因だったのかを、より詳しくたどれます。過去の時点から分岐できるため、検証のたびに最初からやり直す必要もありません。

一方で、詳細なログは運用上のリスクにもなります。プロンプト、ソースコード、ツールの出力、モデルに誤って渡った認証情報など、機密データが含まれる可能性があるためです。本番利用を検討するチームは、ログの保存期間、アクセス制御、マスキング、サンドボックスの境界を事前に定める必要があります。

Claude CodeやCodexとの違い

DeepSeek HarnessはClaude CodeやOpenAI Codexと並べて語られがちですが、製品としての立ち位置は異なります。

Claude CodeとCodexは、比較的完成された開発ワークフローをすぐ使える統合型のコーディングエージェントです。一方、Harnessは、構成と制御を重視したオープンなランタイムです。モデル、ツール、ストレージ、サンドボックス、セッションの挙動、エージェントループなどを、ベンダー固有の実装に固定せず、プラグインとして交換することを目指しています。

選び方は比較的明快です。

• すぐに使える統合製品を選ぶ：完成度の高いワークフロー、導入の手軽さ、運用負担の少なさを優先する場合
• Harnessを評価する：モデルの可搬性、セルフホスティング、再現性、独自の実行ポリシー、エージェント研究を重視する場合

ただし、アーキテクチャがオープンだからといって、Harnessが直ちに優れたコーディングアシスタントになるわけではありません。比較すべきなのは、拡張可能なランタイムと、より判断を委ねやすい統合製品です。柔軟性が追加のエンジニアリング負担に見合うかどうかが、実際の評価ポイントになります。

GitHubでの初期反響をどう見るべきか

プロジェクトは公開直後から非常に大きな注目を集めました。公開後およそ1〜1.5時間で2万超のスターを獲得し、2026年8月17日時点ではリポジトリが14万1,000スターを超えたとの報告があります。

ただし、GitHubのスターは注目度、関心、ブックマークの規模を示す指標です。実際の導入件数、タスク成功率、セキュリティ、信頼性、長期的なメンテナンス能力を直接示すものではありません。また、「Grok-1より速く成長した」という比較も、プロジェクトの定義や計測期間によって結果が変わるため、確定的な業界記録ではなく、報道された比較として受け止めるべきです。

ここから読み取れる最も確かなことは、よりオープンなエージェントスタックに対する開発者の関心が大きいという点です。一方、「すでに本番運用に適している」という結論を、スター数だけから導くことはできません。

コストと安定性で注意すべき点

MITライセンスが適用されるのはフレームワークのコードであり、モデル推論まで無料になるわけではありません。エージェントランタイムでは、システム指示、ツールの結果、ポリシー、蓄積した履歴などが複数回のモデル呼び出しで再送されることがあります。

1回のやり取りで約4万7,600トークンのキャッシュ未使用入力が発生するという報告が正しければ、コンテキスト量がコストと遅延を左右する可能性があります。ただし、この数値は提示された情報の中で最も強い一次情報によって独立に確認されたものではありません。

モデルプロバイダーの料金も重要です。DeepSeek V4-Proのリリースでは、API料金が通常時とピーク時で分かれる方式への移行が発表されました。報道では、V4-Proのピーク時出力料金は100万トークンあたり3.96ドルで、従来の0.87ドルから引き上げられたとされています。

実際のHarness利用料は、モデルの選択、キャッシュヒット率、コンテキストの削減、ツール出力の長さ、エージェントが何回反復するかによって変わります。オープンな実行基盤を採用しても、推論コストがなくなるわけではありません。

安定性にも注意が必要です。DeepSeek自身がHarnessを開発者プレビューと位置づけ、コアプラグインやAPIが今後も変化すると説明しています。 試す場合は、バージョンを固定し、プラグイン依存関係をロックし、隔離環境でアップデートを検証し、ロールバック手段を用意するのが安全です。

初期のサードパーティープラグインで障害が発生したという報告や、大量のプラグイン提案が集まったという情報は、エコシステムが急速に形成されている可能性を示します。ただし、これらの具体的な数字は、現時点では意思決定に使える水準で十分に裏付けられていません。より一般的な教訓としては、拡張ポイントが増えるほど、互換性確認とセキュリティ対策も増えるということです。

結論：Harnessは誰に向くのか

DeepSeek Harnessの意義は、モデルだけでなく、エージェントランタイムそのものを、オープンな一級の開発対象として扱っている点にあります。Cordisを基盤としたプラグインシステムと追記専用のセッション履歴により、エージェントがどのように推論し、行動し、状態を保存し、検証されるのかを細かく制御できます。

そのため、研究者、AIインフラチーム、構成可能なエージェントシステムを必要とする開発者にとっては有力な選択肢です。一方、最小限の設定で安定したコーディングアシスタントを使いたいチームにとっては、導入や運用の負担が大きく見えるでしょう。

短期的には、HarnessがClaude CodeやCodexをすぐ置き換えるというより、ターンキー型の便利さと引き換えに、モデルの可搬性、可観測性、実行制御を得たいチーム向けのオープンな選択肢になる可能性が高そうです。長期的なプラットフォームへ成長できるかは、APIの安定性、プラグインの品質、セキュリティ境界、ドキュメント、そして初期デモの後に開発者が直面する運用の複雑さにかかっています。

Cordisによる「すべてをプラグイン化」する設計

Harnessは、プラグインをマウントし、依存関係を解決するカーネル「Cordis」を中心に構築されています。重要なのは、エージェントの中核動作が単一の巨大なループに固定されていないことです。

交換可能な対象には、次のようなものが含まれます。

• モデルアダプター
• ツールとスキル
• セッションおよびストレージシステム
• サンドボックスとファイルシステムへのアクセス
• エージェントループとスケジューリング
• サブエージェントの挙動
• Webインターフェースなどのランタイム構成要素

一般的なAIアプリでは、プロンプトやツール、外部連携を設定できても、実際の実行モデルはベンダー側が管理しているケースが多いでしょう。Harnessは、その実行モデル自体も設定可能にしようとしています。

これは、Claude CodeやOpenAI Codexのような統合型製品との大きな違いです。統合型製品が完成度の高いワークフローを提供するのに対し、Harnessは、モデル・ツール・状態管理・実行ループを自分たちの要件に合わせて組み立てるための余地を広げています。

4つの実行モード

開発者プレビュー版には、異なるプラグイン構成を表す4つのプリセットモードがあります。

Standard（標準）モード

ファイル編集、シェル、検索、スキル、計画、目標、サブエージェント、ワークフローを組み合わせた、汎用的なコーディングエージェント環境です。

Codeモード

ツールをコード指向のインターフェース経由で公開し、モデルがTypeScriptプログラムの中で複数の操作を組み合わせられるモードです。関連する処理を何度も個別のツール呼び出しに分ける必要を減らせる可能性があります。

Minimal（最小）モード

永続シェルとファイル編集ツールだけに環境を絞ったモードです。組み込み機能を減らした状態で、モデルの評価やエージェントの挙動の検証を行う用途を想定しています。

Creator（クリエイター）モード

新しいプリセットを作る開発者向けのモードです。ランタイムの検査機能や、メモリ上でのプラグイン実験を利用しながら、コンポーネントの組み合わせを試せます。

4つのモードは、別々の製品というより、同じランタイムを用途別に使い始めるための初期構成と考えると分かりやすいでしょう。

追記専用セッションログが重要な理由

Harnessは、実行過程の追跡可能性も重視しています。モデルが見たもの、実行したものを、追記専用（append-only）のイベントストリームに記録する設計です。そこにはシステムプロンプト、推論、ツールの呼び出しと結果、サブエージェントのスケジューリング、コンテキストの注入などが含まれます。同じイベント履歴を使って、検索、再生、セッションの再開、過去時点からの分岐ができます。

この設計なら、エージェントの挙動をデバッグし、再現しやすくなります。処理が失敗した場合も、どのコンテキストと操作が原因だったのかを、より詳しくたどれます。過去の時点から分岐できるため、検証のたびに最初からやり直す必要もありません。

一方で、詳細なログは運用上のリスクにもなります。プロンプト、ソースコード、ツールの出力、モデルに誤って渡った認証情報など、機密データが含まれる可能性があるためです。本番利用を検討するチームは、ログの保存期間、アクセス制御、マスキング、サンドボックスの境界を事前に定める必要があります。

Claude CodeやCodexとの違い

DeepSeek HarnessはClaude CodeやOpenAI Codexと並べて語られがちですが、製品としての立ち位置は異なります。

Claude CodeとCodexは、比較的完成された開発ワークフローをすぐ使える統合型のコーディングエージェントです。一方、Harnessは、構成と制御を重視したオープンなランタイムです。モデル、ツール、ストレージ、サンドボックス、セッションの挙動、エージェントループなどを、ベンダー固有の実装に固定せず、プラグインとして交換することを目指しています。

選び方は比較的明快です。

• すぐに使える統合製品を選ぶ：完成度の高いワークフロー、導入の手軽さ、運用負担の少なさを優先する場合
• Harnessを評価する：モデルの可搬性、セルフホスティング、再現性、独自の実行ポリシー、エージェント研究を重視する場合

ただし、アーキテクチャがオープンだからといって、Harnessが直ちに優れたコーディングアシスタントになるわけではありません。比較すべきなのは、拡張可能なランタイムと、より判断を委ねやすい統合製品です。柔軟性が追加のエンジニアリング負担に見合うかどうかが、実際の評価ポイントになります。

GitHubでの初期反響をどう見るべきか

プロジェクトは公開直後から非常に大きな注目を集めました。公開後およそ1〜1.5時間で2万超のスターを獲得し、2026年8月17日時点ではリポジトリが14万1,000スターを超えたとの報告があります。

ただし、GitHubのスターは注目度、関心、ブックマークの規模を示す指標です。実際の導入件数、タスク成功率、セキュリティ、信頼性、長期的なメンテナンス能力を直接示すものではありません。また、「Grok-1より速く成長した」という比較も、プロジェクトの定義や計測期間によって結果が変わるため、確定的な業界記録ではなく、報道された比較として受け止めるべきです。

ここから読み取れる最も確かなことは、よりオープンなエージェントスタックに対する開発者の関心が大きいという点です。一方、「すでに本番運用に適している」という結論を、スター数だけから導くことはできません。

コストと安定性で注意すべき点

MITライセンスが適用されるのはフレームワークのコードであり、モデル推論まで無料になるわけではありません。エージェントランタイムでは、システム指示、ツールの結果、ポリシー、蓄積した履歴などが複数回のモデル呼び出しで再送されることがあります。

1回のやり取りで約4万7,600トークンのキャッシュ未使用入力が発生するという報告が正しければ、コンテキスト量がコストと遅延を左右する可能性があります。ただし、この数値は提示された情報の中で最も強い一次情報によって独立に確認されたものではありません。

モデルプロバイダーの料金も重要です。DeepSeek V4-Proのリリースでは、API料金が通常時とピーク時で分かれる方式への移行が発表されました。報道では、V4-Proのピーク時出力料金は100万トークンあたり3.96ドルで、従来の0.87ドルから引き上げられたとされています。

実際のHarness利用料は、モデルの選択、キャッシュヒット率、コンテキストの削減、ツール出力の長さ、エージェントが何回反復するかによって変わります。オープンな実行基盤を採用しても、推論コストがなくなるわけではありません。

安定性にも注意が必要です。DeepSeek自身がHarnessを開発者プレビューと位置づけ、コアプラグインやAPIが今後も変化すると説明しています。 試す場合は、バージョンを固定し、プラグイン依存関係をロックし、隔離環境でアップデートを検証し、ロールバック手段を用意するのが安全です。

初期のサードパーティープラグインで障害が発生したという報告や、大量のプラグイン提案が集まったという情報は、エコシステムが急速に形成されている可能性を示します。ただし、これらの具体的な数字は、現時点では意思決定に使える水準で十分に裏付けられていません。より一般的な教訓としては、拡張ポイントが増えるほど、互換性確認とセキュリティ対策も増えるということです。

結論：Harnessは誰に向くのか

DeepSeek Harnessの意義は、モデルだけでなく、エージェントランタイムそのものを、オープンな一級の開発対象として扱っている点にあります。Cordisを基盤としたプラグインシステムと追記専用のセッション履歴により、エージェントがどのように推論し、行動し、状態を保存し、検証されるのかを細かく制御できます。

そのため、研究者、AIインフラチーム、構成可能なエージェントシステムを必要とする開発者にとっては有力な選択肢です。一方、最小限の設定で安定したコーディングアシスタントを使いたいチームにとっては、導入や運用の負担が大きく見えるでしょう。

短期的には、HarnessがClaude CodeやCodexをすぐ置き換えるというより、ターンキー型の便利さと引き換えに、モデルの可搬性、可観測性、実行制御を得たいチーム向けのオープンな選択肢になる可能性が高そうです。長期的なプラットフォームへ成長できるかは、APIの安定性、プラグインの品質、セキュリティ境界、ドキュメント、そして初期デモの後に開発者が直面する運用の複雑さにかかっています。