DeepSeek、エージェント基盤「Harness」公開

中国の先進AI研究企業DeepSeekは、自律型AIエージェントの構築、実行、評価を標準化するためのオープンソースフレームワーク「DeepSeek Harness（DeepSeekが開発した自律型AIエージェントの実行・検証フレームワーク）」バージョン0.1を公開した。MITライセンス（商用・非商用問わず改変や再配布が自由に認められるオープンソースライセンス）で提供され、GitHub上でリポジトリが公開された。複雑なマルチステップ推論や外部ツール呼び出しを伴う自律ワークフローの堅牢性を大幅に高める設計となっている。

Harnessのアーキテクチャと主な機能

GIGAZINEの報道によると、DeepSeek Harnessは以下の主要モジュールで構成されている。

• ​サンドボックス実行環境​: エージェントが生成したPythonスクリプトやシェルコマンドを安全に隔離実行するコンテナベースのサンドボックスを内蔵。
• ​自己修正ループ（Self-Correction）​: 実行時エラーやテスト失敗を検知した際、エージェントが自律的にスタックトレースを解析して修正を試みるリカバリーパイプラインを標準装備。
• ​ベンチマークスイート​: SWE-benchやGAIAなどの主要エージェント評価タスクをローカルで再現・測定できる評価ツール群を提供。

既存フレームワークとの比較

項目	従来の汎用フレームワーク（LangChain/AutoGPT等）	DeepSeek Harness
​設計思想​	柔軟なコンポーネント接続	推論モデルと実行サンドボックスの密結合
​エラー自己修正​	ユーザーによるプロンプト設計依存	フレームワーク組込の自己反省ループ
​ライセンス​	各種	MITライセンス（完全オープン）

分析と今後の展望

DeepSeek-V3やR1などの高性能モデルで世界的な注目を集めた同社が、エージェントの実行基盤までオープンソースで提供したことは、AIコミュニティにおけるオープンエコシステムの強化に寄与する。特に自己修正ループの標準化は、実用的なエージェント開発の敷居を大きく下げるものと期待される。

引用元：GIGAZINE | Habr