DeepSeek、オープンソースのエージェントハーネス「DeepSeek Harness」を公開

「すべての実行がトレース可能

モデルが見るすべてのものは追記のみのセッションログに記録されます。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、そしてすべてのコンテキスト注入が含まれます。Trajectoryビューでは、これらの記録をソースごとに検査できます。再開、フォーク、検索、リプレイはすべて同じイベントストリーム上で動作します。」

これは私の意見では、キラー機能です。そして、米国のモデルではこれができないでしょう。なぜなら、彼らのトレースは暗号化されたり難読化されたりしていて、さまざまな回避策（利用規約に違反するもの）を使って抽出しなければならないからです。

モデルと連携するツールを改善したいなら、モデルが何が起こっていると考えているか、与えたデータをどう考え、どう相互作用するかを評価できなければなりません。しかし、米国のモデルではそれを見せてくれません。

私は基盤となる論文を読みましたが、役に立つかもしれませんが、それほどでもないと感じました。

それが何を達成するのか知りたい人へ：プラグインシステムにホットリロードと動的な有効化・無効化の機能を追加します。Piエージェントのものと似ていますが、UIコンポーネントなどにも範囲を広げています。

それが何をするのか知りたい人へ：PLTの知識があれば、エージェントに代数をより良く説明してもらってください。知識がない人には、このフレームワークでは各プラグインが初期化方法と破棄方法（C++のRAII、RustのDropトレイトなど）を提供する必要があり、ランタイムがライフサイクルイベントとよくある落とし穴を適切に処理します。さらに、プラグイン間の依存関係を宣言するクリーンな方法を提供し、ランタイムはより広いレベルでライフサイクルの変更も適切に処理します。

OSGi、iPOJO、ReactのuseEffectなど（論文自体が言及しているもの）に馴染みがないなら読む価値があると思います。それ以外の人には、ざっと目を通すだけで十分でしょう。一般的な問題の落とし穴を指摘していますが、代数はそれ以上に役立つわけではありません。

見出しの下に埋もれていること：このハーネスはCordis v4（本日発表された論文）を使用しています。Cordisはすでに4年間、v3を使用しているKoishiという別のプロジェクトで使われています。Cordis自体は、実行中のプロセスを再起動せずにプラグインをホットロード/アンロードする方法です。クールな点は、アンロード時に作成した状態や副作用を元に戻し、接続、メモリ割り当て、登録済みハンドラなどをクリーンアップできることです。また、依存していたプラグインを非アクティブ化しても、他のプラグインに影響を与えません。

「すべてがプラグインであるアーキテクチャを使用」

それで十分です。私は長年にわたってプラグイン疲れを発症しています。

「コミュニティプラグイン」に機能を依存する製品は、最初の6か月はうまく機能しますが、その後は互換性がなく、非推奨で、一貫性もガバナンスもないプラグインの悪夢になります。

企業が「小さな製品を作って、機能を他の人に任せよう」と考えるのがどれほど魅力的かは理解できますし、うまくいくことを願っていますが、私は個人的にはそれから距離を置いています。

でも、それって何なの？これがHNで1位になるのは奇妙です。READMEはインストール手順と「Cordis」へのリンク以外はかなり素っ気ないです。Cordisは「時空間コンポーザビリティのメタフレームワーク」であり、「活発に開発中です。APIはまだ安定しておらず、予告なく変更される可能性があります」。

なぜこれほど多くのエージェントハーネスがNode.jsで書かれているのか、何か理由があるのでしょうか？

今日読んだ限りでは、DeepSeek HarnessはPi Coding Agentと設計が似ているようです。どちらも初期状態は最小限で、プラグインに大きく依存しています。しかし、DSHを際立たせる3つの点があります。

1. DSHのプラグインはクリーンアップハンドラを必須としているため、セッション中に不要になったプラグインをクリーンアップして、現在のタスクに干渉するのを防げると思います（確かではありませんが）。

2. DeepSeek V4モデルはDSHでポストトレーニングされています。DS V4がOpenAIやAnthropicのモデルに比べて非常に安価であることを考えると、DSHでDS V4を実行する方が、性能をほとんど落とさずにコスト効率がはるかに高くなる可能性があります。

3. オープンソースAIに特化した大規模な研究所によって利用・維持されています。大規模な研究所から新しいオープンソースツールが提供されるのはいつも嬉しいことです。小さなチームが重い作業を担うことに常に頼らなくて済むからです。

この分野には明らかに革新への意欲が欠けています。どの研究所も他の研究所の真似をしているだけです。私が最も困惑する点の一つは、かつては優れた開発者の本能だった「すべてを再利用可能で、テスト可能で、決定的にすること」が、言語モデルに特定の振る舞いをお願いするマークダウンの海に失われつつあることです。例えば、このリポジトリには「スキル」定義があり、LLMにpre-commitチェックを実行するよう指示しています。しかし、これはずっと前に解決済みで、gitフックと呼ばれています。なぜ彼らはそれらの指示を、gitツール呼び出し自体にテスト可能で再利用可能で決定的なコードルーチンとして組み込まないのか理解できません。まるで皆が頭脳を取り出して引き出しにしまっているかのようです。

すべてがプラグインです。

「これは、コンピュータサイエンスの他のすべての問題と同様に、もう一段の間接層で解決できる。」 ロジャー・ニーダム、1981年頃