DeepSeek Harnessの使い方：完成品のAIではなく「自分で組み替えられる工房」と考えよう

Claude CodeやCodexなどのAIコーディングツールを使ったことがあれば、基本的な流れは想像しやすいでしょう。やってほしいことを伝えると、AIがファイルを読み、必要ならコードを直し、コマンドを実行して結果を返してくれます。

DeepSeek Harnessも同じような仕事ができます。しかし、このツールを「DeepSeek製の新しいコード生成AI」とだけ考えると、一番面白いところを見落としてしまいます。

分かりやすく言えば、一般的なAIコーディングツールは、すぐ乗れる完成車です。ハンドルもブレーキもナビも、メーカーが使いやすい形に整えています。一方のDeepSeek Harnessは、走れる車に加えて車を組み替える工房まで開放したものです。モデル、道具、記憶、許可ルール、作業記録、画面まで、自分の目的に合わせて交換できます。

自由度は大きいものの、誰にとっても完成車より便利とは限りません。本記事では、DeepSeek Harnessとは何か、最初に何を試せばよいか、どこに本当の強みがあるか、そして今使うべき人・待つべき人を、できるだけ身近なたとえで説明します。

2026年8月20日時点で、公式はDeepSeek Harnessを Developer Preview としています。互換性を壊す変更もあり得るため、学習や実験には魅力的でも、すぐに無人の本番運用を任せられるという意味ではありません。公式リポジトリ

まずは「交換できる部品で作られたAI」と考える

チャット画面では一つのAIに見えても、コードを扱うAgentの裏側では複数の仕組みが協力しています。

• モデルが状況を考え、文章やコードを作る
• ツールがファイルを読み、編集し、コマンドを動かす
• セッションが会話や作業履歴を覚える
• 許可ルールが、人に確認すべき操作を決める
• Agent loopが、次に何をするかをつなぐ
• UIが、それらを人に使える形で見せる

完成品のAIコーディングツールは、これらをあらかじめバランスよく組み立てています。利用者が細部を考えなくても仕事を始められることは、大きな長所です。

DeepSeek Harnessは別の方向を選びました。公式ページでは、モデル、ツール、Skills、Sessions、Sandboxes、Storage、Loops、Scheduling、UIまでプラグインとして扱います。それらを読み込み、組み合わせる中心が Cordis です。

ここでいうプラグインは、ブラウザに小さなボタンを追加する拡張機能より広い概念です。利用するモデル会社を変えたり、セッションの保存先を変えたり、承認画面や作業ツールそのものを交換したりできます。そのため、独立したソース分析では、DSHを固定されたCoding Agentではなく、組み合わせ可能なAgent runtimeとして捉えています。

たとえば、社内専用のコードレビューAgentを作るとします。読めるリポジトリを限定し、危険なコマンドは必ず人が承認し、結果は社内システムへ保存し、将来はクラウドモデルからローカルモデルへ移したい。このような要件があると、部品を交換できる設計が効いてきます。

ただし、自由には管理が付いてきます。プラグイン同士の相性、更新時の変更、権限、入手元を誰かが確認しなければなりません。「すべてがプラグイン」は強みであると同時に、運用の責任を引き受ける選択でもあります。

現在、公式が示している主な使い方は四つです。

• Standard：ひとまず動かしてみたい人向けの完成度が高い構成
• PTC：複数のツール操作をプログラム的にまとめることを重視
• Minimal：余計な前提を減らし、小さな構成から研究・改造したい場合
• Creator：プラグインを作成し、動作を確認する場合

最初から四つを覚える必要はありません。Standardで実際の小さな仕事を試し、具体的に困った点が出たら他のモードを見る方が理解しやすくなります。

最初の一回は、小さな仕事から始める

Web画面を起動する最短のコマンドは次の通りです。

npx @deepseek-ai/dsh web

Settingsでモデルを設定し、作業対象のフォルダを選びます。ここで、面白そうなプラグインを全部入れたり、大規模なリファクタリングを依頼したりするのはおすすめしません。

最初の依頼は、結果を自分ですぐ確認でき、失敗してもファイルを壊さないものが向いています。

このサンプルプロジェクトを、ファイルを変更せずに調べてください。何をするプロジェクトか、起動方法は何か、重要なフォルダはどこかを、根拠と一緒に説明してください。

この程度の依頼でも、基本的な確認はできます。正しいワークスペースを見ているか、どのファイルを読んだか、ツールが期待通り動いたか、どの操作で承認を求めたか、最後の説明が実際のプロジェクトと合っているかを観察できます。

次に、エラーメッセージを一つ改善するような小さな変更を頼み、既存テストの実行まで求めます。終わったら最終回答だけでなく、trajectoryも見てください。

モデル、モード、権限、プラグイン、コンテキスト設定を一度に変えると、失敗の理由が分からなくなります。まずモデル・ワークスペース・モードを固定し、一つの変化だけを試す。これは地味ですが、Agentを理解する最短ルートです。

ローカルモデルを使う場合も同じです。コミュニティではQwenなどをDSHへ接続し、長時間のタスクを動かした例があります。Qwenによる長時間実行の報告は興味深いものですが、特定のGPU、推論バックエンド、量子化、コンテキスト長、自動圧縮設定での個別例です。「可能である」ことは示しても、「どのPCでも同じ性能になる」ことは示しません。

出力上限やコンテキスト上限に当たった場合は、Harnessかモデルのどちらかをすぐ悪者にせず、接続先の実際の上限とDSH側の contextWindow、最大出力、自動圧縮の設定が合っているかを確認しましょう。

trajectoryは、Agentの失敗を「見える失敗」に変える

普通のチャット履歴から分かるのは、主に質問と最終回答です。しかしAgentの作業中には、ファイルの読み取り、コンテキストへの追加、ツール実行、コマンド結果、計画の変更、やり直しなど、多くの出来事があります。

DeepSeek Harnessでは、その道筋を trajectory として確認できます。セッションは追加型のイベント記録として扱われ、検索、再開、再生、分岐ができる設計です。

ゲームのセーブデータとドライブレコーダーを合わせたもの、と考えると分かりやすいでしょう。長い仕事の途中でAIが間違った方向へ進んでも、すべてを最初からやり直すのではなく、前の地点から別の道を試せます。仕事は終わったもののTokenを使いすぎた場合も、どこで同じ情報を何度も読んだかを追えます。

日常の開発では、原因調査が楽になります。AIが「テストは成功しました」と言っているのに結果がおかしいとき、本当にコマンド結果を読み違えたのか、そもそもテストを実行していないのかを区別できます。

Agentを作る側には、さらに価値があります。Skill、コンテキストの整理、ツール説明、承認ルールを改善するとき、最終回答だけでは判断できません。モデルが実際に何を受け取り、ツール結果によって次の行動がどう変わったかを見る必要があります。

もちろん、記録が詳しくてもモデルが自動的に賢くなるわけではありません。ドライブレコーダーは間違った曲がり角を教えてくれますが、ハンドルを代わりに切るものではないからです。trajectoryが増やすのは、正解率そのものより、観察しやすさ、戻りやすさ、学びやすさです。

Claude CodeやCodexと比べるなら「どこまで自分で持つか」

「DeepSeek Harness、Claude Code、Codexのどれが一番強いか」と聞きたくなります。しかし、現時点で役に立つ問いは「Agentのどこまでを自分で管理したいか」です。

結果はモデルだけで決まりません。システム指示、ツール、コンテキスト管理、権限、課題の種類、実行環境がすべて影響します。Harnessを変えると複数の条件が同時に変わるため、公平な比較は簡単ではありません。DSHが常に速い、安い、コード品質が高いと示す信頼できる共通ベンチマークも、まだ十分ではありません。

コミュニティの体験も一致していません。初期ユーザーの感想では、キャッシュ効率や品質を評価しながら、速度、Token消費、プラグイン説明の分かりにくさが指摘されています。一方で、返信には異なる効率感もあります。他社モデルを使った議論では、一部のGPTモデルのツール操作はDSHよりCodexの初期構成が楽だったという経験と、DSHのモデル選択自由度への評価が同時に見られます。

実際の選び方は次のようになります。

本当に必要なこと	自然な出発点
設定を研究せず、日常開発をすぐ始めたい	Claude Code、Codexなどの成熟した完成品
モデル会社だけ変え、仕事の流れは保ちたい	まず現在のツールが接続先を対応しているか確認
Agent runtimeやコンテキスト設計を学びたい	DeepSeek Harness
独自ツール、承認、保存、loop、UIを作りたい	DeepSeek Harness
バージョン安定性と運用支援が最優先	現時点では成熟製品を優先し、DSHを観察

完成した路線を速く移動するなら新幹線が便利です。普段の移動なら車が扱いやすいでしょう。道のない場所へ行き、途中で部品を替えるなら作業車が役立ちます。作業車が改造できるからといって、高速道路でも必ず最速とは限りません。

成熟したコーディングツールを日常業務に使いながら、DSHを新しいAgent構成の実験、ローカルモデル評価、失敗分析に使う方法もあります。どちらか一つだけを選ぶ必要はありません。

今使うべき人と、もう少し待ってよい人

Agent runtimeの仕組みを本気で理解したい人、社内専用Agentを作る人、独自のモデル・ツール・承認・保存を組み合わせたい人、長いタスクを途中から再開・分岐したい人、ローカルモデルやOpenAI互換APIを比較したい人には、今でも試す価値があります。

反対に、今日の開発作業を早く終えることが目的で、現在のClaude CodeやCodexに困っていないなら、話題性だけで移行する必要はありません。自由なruntimeは、設定・保守・学習の手間まで消してくれるわけではありません。

本番利用では、さらに慎重さが必要です。DSHにはapproval、guard、sandboxなどの制御点があります。しかし、安全機能を設定できることと、すべての構成が安全であることは別です。A.I.G.による間接プロンプトインジェクション評価は、特定のDSHリビジョン、モデル、persona、基準条件で14,560回の制御実験を行い、攻撃経路によってゼロではない成功率を観測しました。将来の全バージョンを代表する研究ではありませんが、実環境に近い攻撃テストが必要なことは分かります。

プラグインにも同じ両面があります。Hacker Newsの公開時の議論では、組み替え自由度やtrajectoryを評価する声と、プラグイン疲れ、供給元、権限、npm依存、比較ベンチマーク不足を心配する声が並びました。工房の扉が増えれば出入りは自由になりますが、確認すべき扉も増えます。

導入は単純な順序で十分です。まず隔離された環境で、小さな実タスクを何度か動かします。次にバージョンと設定を固定し、同じ条件で再現できるか確認します。その後で承認、ワークスペース境界、プラグインの入手元を見直します。重要なプロジェクトへ広げるのは、動作を説明できるようになってからです。

DeepSeek Harnessが面白いのは、AIコーディングの勝者だと証明されたからではありません。これまで完成品の内側に隠れていた工房を開き、モデル、ツール、記憶、権限、セッションがどう組み合わさるかを見せたからです。

ただ乗りたい人には、まだ余計な作業が多く感じられるかもしれません。AI Agentを作り、直し、新しい使い方を考えたい人には、非常に面白い学習場所です。

関連YouTube動画

次の動画は、異なる制作者の視点を知るための候補です。今回はYouTubeのbot確認により自動取得が止まり、字幕やフレームを監査できなかったため、記事の事実根拠には使用していません。

• Better Stack：DeepSeek Harness Just Changed AI Forever
• Prompt Engineering：Qwen 3.8-27B in DeepSeek Harness
• Turing Post TV：DeepSeek Just Killed Proprietary Coding Agents

出典と参考資料

• DeepSeek Harness公式ページ
• DeepSeek Harness公式GitHubリポジトリ
• Cordis論文リポジトリ
• Zicodeによるruntimeソース分析
• KondasamyによるCordis kernel解説
• A.I.G.間接プロンプトインジェクション評価
• Hacker News公開時の議論
• Reddit初期利用レポート
• Reddit他社モデル利用レポート
• RedditローカルQwen長時間実行レポート

本記事は2026年8月20日時点で確認できた資料に基づきます。Developer Previewは変化が速いため、導入前に公式情報を再確認してください。