海外の掲示板に、こんな投稿が上がっていました。
「自分の理想のエージェント環境を一日で組み上げた」。
そして「想像以上によく働いてくれた」と続きます。
書かれていた内容は示唆に富んでいました。
AIエージェントとの付き合い方を考えるうえで、参考になる部分が多かったのです。
そもそもハーネスとは何か
DeepSeekは2026年8月13日、「DeepSeek Harness（dsh）」を公開しました。
オープンソースのエージェント基盤で、位置づけは開発者向けのプレビュー版です。
ライセンスはMIT。
掲げているコンセプトは「Agent = Model + Harness」で、すべての要素をプラグインとして差し替えられます。
ハーネスとは、モデルの周りにある一切合切を指す言葉です。
ファイルを読み書きする仕組み。
シェルを叩く仕組み。
Web検索、サブエージェント、セッション管理、記憶。
モデルが「考える側」だとすれば、ハーネスは「手足と作業場」にあたります。
つまり、同じモデルでも周りの作りが違えば働きぶりは変わります。
投稿の面白さは、そこにありました。
机上論ではなく、実感として書かれていたのです。
使わない機能が、コンテキストを食い潰す
投稿者はそれまで、汎用タスクとコーディングで別々のツールを使い分けていたそうです。
しかし、どちらにも同じ不満を抱えていました。
欲しい機能は足りない。
要らない機能は外せない。
しかもその要らない機能が、モデルのコンテキストウィンドウに居座り続ける。
機能同士が抱き合わせになっている点も、相当なストレスだったようです。
サブエージェントに推論の出力を残したい。
ならばカンバン表示をあきらめるしかない。
なぜそんな二者択一になるのか、と嘆いていました。
完成された製品には、作り手の思想が強く焼き付いています。
その思想と自分の使い方が噛み合っているうちは快適でしょう。
ところが、ずれ始めた瞬間に窮屈さだけが残ります。
一日で自分のコックピットを組み上げた
投稿者はリリース直後から手を動かし始めました。
インストールは決して滑らかではなかったそうです。
ただ、初期のベータ版なので想定内でした。
詰まったところは別のAIに調べさせて、そのまま突破したと書いています。
土台はほぼ空っぽです。
しかし、それこそが狙いでした。
まず推論のエンドポイントを登録します。
次に簡単なテストを通す。
そこから欲しいものを一つずつ足していく流れです。
追加したものは、こんな顔ぶれでした。
- タスク管理の画面
- 目に優しい配色
- 記憶の仕組み
- ブラウザ操作
- 画像を扱う口
拡張の入手先も用意されています。
そのため、たいていのものは誰かがすでに作っていました。
ただし他のハーネス向けの拡張は、そのままでは噛み合わないケースもあったとのこと。
ここでもAIに手伝わせて調整したそうです。
そうして一日足らずで環境が組み上がりました。
結果、ほとんど口を出さなくても勝手にバグを追い詰めたといいます。
同じモデルを別の環境で走らせていた頃なら、丸一日かかっていた作業。
それがごく短時間で片付いたと書かれていました。
速くなった理由は、モデルではなく環境にある
コメント欄で一番腑に落ちたのは、この現象を「コンテキストの衛生管理」と呼んだ指摘です。
モデルが賢くなったわけではありません。
余計な足場をかき分ける手間が消えただけです。
当てはまらないツール定義や、今回の作業と無関係な記憶の塊。
そうしたものがモデルの注意を薄めていました。
だから、取り払えば同じモデルでも本来の力が出る。
そういう見立てでした。
「モデルは方程式の半分でしかない」という言葉も印象に残っています。
記憶、ツール、コンテキストの管理、作業の流れ。
良いモデルを使えるエージェントに変えるのは、その周辺部分だという主張です。
逃げてきたはずの肥大を、自分で作り直す罠
ただし、同じコメントには釘も刺してありました。
拡張を無節操に増やせば、結局もとの木阿弥だと。
他のハーネス向けに書かれた拡張は、その環境の前提を丸ごと引きずってきます。
だから、数を入れるほど重さが静かに戻ってくる。
自分が嫌って離れたはずの重さです。
せっかく空っぽから始めたのに、気づけば元の場所。
そういう皮肉が起こりえます。
自由な環境ほど、引き算の判断が問われるのでしょう。
記憶の持たせ方には二通りある
「毎回同じ説明を繰り返すのに疲れた」という声もありました。
これに対する回答が実務的で、参考になります。
記憶の仕組みには、大きく分けて二つの流儀があるそうです。
ひとつは、文章用のモデルと埋め込み用のモデルを併用して整理する方式。
もうひとつは、モデルを使わない簡易な方式です。
前者は設定が少し込み入ります。
一方、後者は手軽です。
ただし長く使うとトークンの効率が落ちます。
そして、コンテキストに情報を流し込みすぎる危険も抱えています。
どちらが正解ということはありません。
扱える技術レベルと使用期間で選ぶ話でしょう。
なお、設定作業そのものをAIに任せる手もある、というのが投稿者の答えでした。
手放しでは勧められない部分
良い話ばかりではありません。
コメントには不満も並んでいました。
主なものを挙げます。
- 更新のたびに拡張の手直しが必要になる
- 作業の途中で勝手に止まり、続きを促さないと再開しない
- Windowsでインストールが進まない
二つめは、時間のかかるテストを回している最中だと相当に厄介です。
三つめについては、WSLを経由して解決した人もいました。
ただ、まだ解決していない人もいます。
初心者向けに、あらかじめ組み合わせ済みのセットが欲しいという要望も出ていました。
全部を自分で選べる。
それは裏を返せば、全部を自分で選ばなければならないということでもあります。
安全面の指摘も見逃せません。
エージェント系のソフトをホストOSに直接入れるな、という警告がありました。
仮想環境やサンドボックスの中で動かす。
外部から届く場所に置くなら、認証の関門を挟む。
相手を信用しているかどうかとは別の話として、筋の通った作法だと思います。
費用の誤解について
「高すぎるから元のツールに戻った」というコメントがありました。
これに対して、二人が同じ訂正を入れています。
ハーネス自体は無料で、モデルは自分で持ち込む形だと。
つまり費用はモデル側の話です。
環境の話ではありません。
無料枠のあるエンドポイントを組み合わせている人もいれば、既存のサブスクリプションをそのまま繋いでいる人もいました。
ここを混同すると、判断を誤ります。
まとめ
この投稿から受け取ったのは、別の軸が立ち上がってきたという感覚です。
モデルの性能比較とは違う軸のことです。
どのモデルが賢いか。
その問いは今も有効でしょう。
ただ、そのモデルに何を見せて、何を見せないか。
どんな道具を渡し、どんな記憶を持たせるか。
答えの半分はそちら側にありました。
とはいえ、空っぽの土台を仕立てる作業には、まとまった時間が要ります。
投稿者自身も「一日空いたときに試してみて」と繰り返していました。
既製品で困っていないなら、無理に乗り換える理由はありません。
逆に、今のツールのどこが窮屈かを説明できる人。
そういう人には試す価値がありそうです。
窮屈さの正体がはっきりしているなら、その一点だけを直した環境を作れるのですから。
