DeepSeek Harness 日次アクティブ154万、プラグイン3.5万:エージェントはプラットフォーム化へ向かう

DeepSeek Harness 日次アクティブ154万、プラグイン3.5万:エージェントはプラットフォーム化へ向かう

著者注:DeepSeek Harness はオープンソース化後、急速にユーザーとサードパーティプラグインを集め、公式もプラグインマーケットと開発者支援体系の構築を始めました。エージェントは単一のツールからオープンなプラットフォームへと向かっています。

DeepSeek 公式は2026年11月5日に Harness の製品進捗を発表しました。11月4日時点で、DeepSeek 公式 API を利用するユーザー統計に基づくと、DeepSeek Harness の日間アクティブユーザーは154万人、1日のトークン消費量は約92兆、コミュニティのサードパーティプラグインは約3.5万個に達しています。アクティブユーザーのうち約60%が、少なくとも1つのサードパーティプラグインをインストールまたは作成した経験があります。8月13日の開発者プレビュー版リリースから数えると、この規模は3ヶ月足らずで形成されました。私たちの核心的な判断はこうです。Harness の価値はすでに「エージェントの実行能力を提供する」という枠を超え、モデル、ツール、プラグイン開発者、ユーザーをつなぎ始めています。公式が汎用インフラを担い、サードパーティ開発者が専門機能を継続的に生み出す。エージェントはプラットフォーム化へ向かっています。

以下、3つの部で展開します。第1部では公式データの成長過程と統計基準を整理し、154万DAU、92兆トークン、60%のプラグイン参加率がそれぞれ何を意味するのかを説明します。第2部では「すべてがプラグイン」というアーキテクチャを分解し、コミュニティがすでに実現した実際のプラグインを整理します。第3部では、実現済みのプラグイン配布能力と、公式が準備中のマーケットおよびインセンティブ計画を区別したうえで、エコシステムが成熟するために解決すべき課題、そして開発者と API サービスプラットフォームがどの位置で参加できるかを分析します。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ja-image-0


Table of Contents

To Know:DeepSeek Harness のプラットフォーム化を理解するための重要用語

用語 解説
AIエージェント ツールを呼び出し、多段階のタスクを連続して実行できるAIシステム
Harness エージェントの実行プロセス、ツール、コンテキスト、作業環境を管理する実行フレームワーク
DAU Daily Active Users、1日あたりのアクティブユーザー数
プラグイン ソフトウェアに機能を追加する拡張コンポーネント。個別にインストール、有効化、アンインストールできる
Cordis DeepSeek Harness の基盤に採用されている、組み合わせ可能なプラグインフレームワーク
CLI コマンドラインでプログラムを操作するインターフェース。各種コーディングエージェントの多くは CLI 形式で提供される
コンテキスト モデルがタスクを理解し処理するために現在用いているすべての情報。会話、ツールの説明、ファイルの内容を含む
SDK 開発者がプラットフォームの機能を呼び出すためのソフトウェア開発キット
Token Incentive モデル呼び出しの枠などの形で開発者に報酬を与える仕組み
プラグインインデックス プラグインの索引。プラグイン名、作者、バージョン、互換範囲、インストール元を提供する
プラグインマーケットプレイス 公式が計画中のプラグイン市場。プラグインの発見、インストール、更新、配布に用いる
間接プロンプトインジェクション 攻撃者が悪意のある命令をWebページやファイルなどの外部コンテンツに隠し、エージェントに実行させる攻撃

1 DeepSeek Harness の成長はどれほど速いのか

1.1 DeepSeek Harness が初めて公式にユーザー規模を公表

事実パート:DeepSeek Harness v0.1 は2026年8月13日にリリースされ、同時にオープンソース化されました。ライセンスは MIT License です。公開から約1日で GitHub Star は5万を超え、9月29日にはデスクトップ版をリリースしました。11月15日時点で、公式リポジトリは約28.11万 Stars、3.47万 Forks を示しており、最新バージョンは11月13日にリリースされた v0.2.2-rc.3 です。

公式が公表した日次アクティブ(DAU)データは以下のとおりで、3つの時点で統計ウィンドウがそれぞれ異なります:

統計時点 データ 集計基準
2026-09-30 日活27.1万 7日間平均値
2026-10-07 日活42.9万 公式が公表した段階的数值
2026-11-04 日活154万 単日データ
2026-11-04 約92兆Token 単日消費量
2026-11月初旬 約3.5万個 サードパーティプラグイン数
2026-11月初旬 約60% アクティブユーザーのうち、少なくとも1つのサードパーティプラグインをインストールまたは制作した割合

公式は明確に説明しており、154万DAUと92兆Tokenは DeepSeek 公式APIを利用するユーザーを統計範囲としています。27.1万は7日間平均値、154万は単日値であり、両者はトレンドを観察するのに適していますが、正確な成長率を計算するには基準が統一されていません。以上のデータはすべて企業の自己申告であり、公開資料には第三者の監査はありません。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ja-image-1

1.2 154万DAUと92兆Tokenが示すAgentの利用特性

分析パート:Agent と単一ターンのチャットでは、利用量の構造が大きく異なります。1回の Agent タスクは通常、計画、ツール呼び出し、結果の読み取り、再推論のループを含み、同じタスクで複数回のモデル呼び出しが発生します。そのたびにツール説明、履歴ステップ、ファイル内容を伴います。そのため、DAUとToken総量の比率は通常の対話型プロダクトよりはるかに高くなります。

92兆Tokenは、Harness ユーザー群体全体の実行強度を表しています。単日の総量には長いタスク、短いタスク、各種モデルティアが統合されており、資料にはユーザー分布や課金の内訳が示されていません。したがって、この数字は利用規模を説明するのに適しており、プラットフォーム収益や1ユーザーあたりの典型的コストを推算する根拠としては不十分です。

1.3 3.5万個のプラグインと60%のプラグイン関与率

3.5万個のサードパーティプラグインは、開発者がそれぞれのニーズに合わせて製品機能を大量に拡張していることを示しています。約60%という関与率は、プラグインがアクティブユーザーの間ですでに主流の使い方になっており、ユーザーが公式のデフォルト機能以外にも積極的に機能を追加していることを示します。

正確に理解すべき点は、この60%が「インストール」と「制作」という2種類の行為を統合した数字だということです。これはプラグイン機能の浸透度を測るものであり、プラグインを開発するユーザーはその一部に過ぎません。具体的な割合は公式が公表していません。


2 すべてがプラグイン:DeepSeek Harness のオープンアーキテクチャの仕組み

2.1 Harness ではモデル・ツール・メモリ・インターフェースをすべて差し替えられる

従来の Agent 製品では、どのモデルを使い、どんなツールを提供し、メモリやコンテキストをどう管理するかを、ベンダー側があらかじめ決めているのが一般的でした。DeepSeek Harness の核心的な設計は Everything is a Plugin です。モデルアダプター、ツール、Skills、ストレージ、セッション管理といった実行モジュールはすべて組み合わせ可能なプラグインに分割され、インターフェースやインタラクション機能もプラグインで拡張できます。

公式は TypeScript によるプラグイン開発手法を提供しています。基本的なプラグインは、プラグイン名、apply 関数、コンテキストオブジェクト ctx、依存関係の宣言 inject で構成されます。開発者は ctx を通じてツールやイベントリスナー、その他のサービスを登録します。プラグインをアンロードすると、フレームワークがコンテキスト経由で登録されたイベント、ツール、タイマーを自動的にクリーンアップし、追加のリソースは ctx.effect() で管理できます。

この仕組みの理論的基盤が Cordis です。関連論文は 2026 年 8 月 26 日に arXiv へ投稿され、次の 2 つの能力を提唱しています。

  • 時間軸の組み合わせ可能性:コンポーネントを削除する際、それが生み出した副作用を取り消せる。
  • 空間軸の組み合わせ可能性:コンポーネントが依存関係を宣言し、コンテキストの変化に応じて動的に有効化・無効化される。

可逆な副作用、リアクティブな依存関係、ホットモジュールリプレースメントにより、プラグインは Harness の実行中にインストール・無効化・ホットリロードできます。これが、大規模なサードパーティ拡張を成立させるためのエンジニアリング上の前提条件です。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-ja-image-2

2.2 オープンアーキテクチャが Harness をさまざまなシーンへ橋渡しする

分析:プラグイン化によって、「Agent プラットフォームを一から作る」作業が「既存プラットフォームに機能を一つ足す」作業へと分解されます。開発者は実行ループやセッション管理、インターフェースをゼロから実装する必要がなく、自分が得意とするワークフローの部分だけに集中できます。ユーザーはタスクに応じてプラグインを組み合わせ、汎用 Agent を専用のワークベンチへと作り変えられます。

Harness にはさらにクリエイトモードが組み込まれており、ユーザーが自然言語で要件を説明すると、Agent 自身がプラグインを作成・設定します。澎湃新聞の 8 月の実測では、テスト担当者が Harness に記事ファクトチェック Agent の作成を指示し、所要時間は約 11 分でした。その後は独立したプリセットとして呼び出せます。これによりプラグイン制作のハードルはさらに下がり、60% という参加率が生まれた背景を理解する助けにもなります。


3 DeepSeek Harness コミュニティが実際に作り出したプラグイン

以下の事例は、公式コミュニティの進捗記事とプロジェクト作者の資料に基づくもので、いずれもコミュニティが保守するプロジェクトです。

プラグイン 作者 シーン コア機能
dsh-media-desk コミュニティ セルフメディア制作 アイデア記録、台本、カバー、絵コンテを1つのワークベンチに統合
dsh-guizang-design コミュニティ デザインと組版 記事のWebページ化、図文カード、カバー生成、作品とスタイルの再利用
dsh-context コミュニティ コンテキストの可視化 Agentがどのコンテキストを使い、それがどう変化したかを表示
dsh-aio-agent cocofhu 複数コーディングAgentの統一エントリポイント Cursor、Claude Code、Codex、OpenCode、CodeBuddy、Kimi Code を接続
dsh-ltm tr1v3r 長期記憶 SQLiteによるローカル保存、CJK検索、プロジェクト単位の想起、重複排除とマージ
TheOne YunongDai2005 トピック横断のセッション管理 トピックを自動判定し、対応するセッションとプロジェクトワークスペースへルーティング
agentero-dsh コミュニティ 研究論文リーディング 論文読解、ハイライト、翻訳、ノート、AI支援による研究

3.1 セルフメディア制作とデザインのプラグイン

dsh-media-desk は、アイデア、台本、カバー、絵コンテをつないで1本のコンテンツ制作ラインに仕上げます。クリエイターは同じAgentワークベンチの中で、企画から素材の準備までを完了できます。dsh-guizang-design は、デザインや文章推敲系のSkillsをプラグインとしてパッケージ化し、記事のWebページ化、図文カード、カバー生成をサポートするとともに、作品の保存やデザインスタイルの再利用も可能にします。両者に共通する特徴は、もともと複数のツールに散らばっていた手順を、連続したワークフローにまとめている点です。

3.2 dsh-aio-agent:複数のコーディングAgentが同じHarnessワークベンチへ

dsh-aio-agent は、Cursor、Claude Code、Codex、OpenCode、CodeBuddy、Kimi Code などのコーディングAgentのコマンドライン・プログラムを Harness に接続し、選択可能なセッションモードとして扱えるようにします。プラグインは実際に本機へインストールされた CLI を呼び出し、各ツールは自前のモデルと対話コンテキストを維持します。

この事例の意義は、Harness が複数Agentの統一インタラクション層として機能できる点にあります。ユーザーは1つの画面で異なるコーディングツールを切り替えられ、複数のターミナルを行き来する必要がありません。こうして Harness の役割は「1つのAgent」から「Agentのワークベンチ」へと変わります。

3.3 長期記憶とプロジェクト横断管理

dsh-ltm は、長期的に動き続けるAgentにローカルで構造化された記憶を提供します。SQLite に保存し、中国語などの CJK 言語の検索をサポート、プロジェクト単位で想起し、さらに重複の識別、修正、マージ、期限切れの再確認、移行も提供します。検索は BM25 と文字 n-gram に基づき、外部の Embedding サービスに強く依存しないため、導入コストが低いのが特徴です。

TheOne は別の問題を解決します。ユーザーが仕事、プログラミング、研究など複数の長期プロジェクトを同時に進めていると、セッションが混ざりやすくなります。そこで統一チャットの入口を提供し、モデルがメッセージの主題を判断して、対応する独立セッションへルーティングし、プロジェクトワークスペースとして整理します。誤った分類の調整や取り消しにも対応しています。作者は公式 GitHub Discussions の中で、TheOne は独立して保守されるコミュニティプラグインであると説明しています。

3.4 agentero-dsh:研究・専門業務のワークフロー

agentero-dsh は文献管理とAgentを組み合わせ、論文の読解、ハイライト、翻訳、ノート、AI支援による研究をサポートします。このような垂直系プラグインは、専門領域の深いニーズが業界を理解する開発者によって補われていることを示しており、公式プラットフォームがすべてを個別にカバーする必要はありません。

4 DeepSeek Harness プラグインコレクションから開発者プラットフォームへ

4.1 Harness プラグインの公開・発見・インストール方法

実装済みの機能:プラグインは npm パッケージまたは Git リポジトリ経由で配布でき、GitHub のプラグインリポジトリに dsh-plugin トピックを追加して発見性を高めることが公式に推奨されています。Harness はプラグインインデックスをすでにサポートしており、名前、紹介文、作者、バージョン一覧、カテゴリタグ、互換バージョン、インストール元、更新状態を提供します。ユーザーは検索・絞り込みができ、システムは現在の Harness と互換性のある安定版をデフォルトで推奨し、互換条件が許せば過去のバージョンも選択できます。

公式ドキュメントではインデックスの検証範囲についても説明しています。タイトル、作者、説明などの情報はインデックス管理者が提供し、Harness はファイル形式のみをチェックします。インストール時にはパッケージ、Git リポジトリ、バージョンの出所が表示され、ユーザーが確認します。つまり、プラグインインデックスが解決するのは発見とインストールであり、サードパーティプラグインの出所と権限についてはユーザー自身が審査する必要があります。

4.2 公式プラグインマーケットと Token インセンティブ

カテゴリ 内容 状態
プラグイン配布 npm・Git 配布、プラグインインデックス、検索とカテゴリ 実装済み
バージョン管理 互換性チェック、更新、有効化/無効化、アンインストール、ホットリロード 実装済み、継続的に改善中
プラグイン API 安定性と互換性の向上 公式計画
セキュリティ機構 プラグイン審査とセキュリティ制御の整備 公式計画
公式プラグインマーケット より完全な発見・配布・公開体験 準備中、ルールとリリース時期は未発表
作者サポート Token インセンティブ、技術交流、作品の推薦と露出 準備中、意向登録は受付中
エコシステム連携 スタートアップや企業がプラグインで製品・サービスに接続することを奨励 公式の方針

公式が示す長期的な位置づけは、Harness を Agent 時代のオペレーティングシステムにすることです。プラットフォームが汎用的な基盤機能を提供し、専門的なシーンや個別ニーズは開発者がプラグインを通じて実装します。Token インセンティブの具体的な資格、配分メカニズム、基準は後日発表されます。

分析パート:Token インセンティブは、プラグイン作者にとって最も現実的なコストに直接対応します。プラグインの開発とテスト自体に大量のモデル呼び出しが必要であり、呼び出し枠と推薦露出で作者を支援することは、プラグインを継続的にメンテナンスしていくための直接的な手段です。

4.3 開発者と企業が Harness エコシステムに参加する方法

以下の機会は既存のプラグインメカニズムから導き出されたもので、公式はまだ商業収益データを公表していません:

  • 個人開発者:得意とする垂直領域のタスクをプラグイン化します。たとえば財務整理、研究管理、コードレビュー、コンテンツ制作などです。
  • 企業のソフトウェアチーム:既存のサービスや API を、Agent が呼び出せるツールとしてラップし、ユーザーの利用ハードルを下げます。社内で業務機能をラップし、指定したチーム向けに提供することもできます。
  • 専門サービス提供者:業界のプロセス、データ処理、専門知識をプロダクト化し、Harness 経由でユーザーに届けます。
  • API プラットフォーム:さまざまな Agent やプラグインにモデル呼び出しとツールサービスを提供し、エコシステム全体の基盤に位置します。

5 DeepSeek Harness のプラットフォーム化後に生まれる重要競争

5.1 プラグイン数の増加が品質と互換性管理のニーズを生む

InfoQ が 11 月 10 日に報じた記事には、コミュニティからのフィードバックが記録されています。あるユーザーは 15 個以上のプラグインをインストールした後、Agent の無限ループ、コンテキストのオーバーフロー、Token 消費の増加に遭遇しました。原因の一つは、ツールの説明が大量のコンテキストを占有し、モデルがツールを選択する際の負担を重くしていたことです。別の Windows ユーザーは、v0.2.1-rc.5 から v0.2.2-rc.1 にアップグレードした後、32 個のサードパーティ製およびローカルプラグインのエントリが失われました。ローカライズされたプラグインが新版と互換性がないため起動に失敗し、更新前の自動バックアップとロールバックが欠けていたため、環境の復元に約 5 時間を要しました。

これらは個別ユーザーのフィードバックですが、同じ結論を指し示しています。プラグインが増えるほど、プラットフォームにはガバナンス能力が求められるということです。Harness の後続バージョンが継続的に追加している依存関係管理、バージョン確認、ホットリロード、長い会話の圧縮、Token 統計、インストール失敗の診断は、まさにこれらの問題への対応です。

5.2 安定した Harness プラグインエコシステムを形成するための条件

既存の資料を踏まえると、安定したエコシステムには少なくとも五つの条件が必要です。

  1. プラグインの発見:ユーザーが、単に数が多いプラグインではなく、品質が信頼でき、誰かにメンテナンスされているプラグインを素早く見つけられること。
  2. バージョン管理:互換性の確認、設定のバックアップ、ロールバックを通じて、長期的に使用する作業環境を保護すること。
  3. セキュリティ制御:Tencent Zhuque Lab は Harness に対して 14,560 回の制御された実行による間接プロンプトインジェクション評価を実施し、一部の攻撃手法では成功率が 16%—25.5% に達しました。この実験は一つのバージョン、一つのモデルバックエンドのみをテストし、プロンプトの強化も有効にしていないため、結果はリスクの方向性を示すものであり、日常的な攻撃確率に直接換算することはできません。これは、プラットフォームが信頼できないコンテンツと機密性の高いツールの実行との間に制御を組み込む必要があることを示しています。
  4. 継続的なメンテナンス:プラグインのメンテナンス状況、権限の境界、実際の利用者数を透明に表示する必要があること。
  5. インセンティブ機構:Token インセンティブと露出推薦によって、優れた作者が長期的に反復開発を続ける動機を持てること。

5.3 Harness の次段階の発展方向と API プラットフォームの位置づけ

Harness では明確な役割分担が形成されつつあります。公式プラットフォームが実行フレームワーク、プラグイン仕様、配布、セキュリティの基盤を提供し、コミュニティが継続的に応用シナリオを拡張します。次段階の競争の焦点は、「プラグインがどれだけあるか」から「プラグインが使いやすいか、安定しているか、コストが高いか」へと移ります。

モデル呼び出しは、このエコシステムの最下層に位置します。Harness のモデルプロバイダー設定は、カスタム API キー、Base URL、プロトコルをサポートし、API 中継サービス、企業の API ゲートウェイ、自社構築のモデルサービスに接続できます。APIYI はマルチプロトコル統合ゲートウェイを提供し、Harness 内で独立したモデルプロバイダーとして機能できます。APIYI は 10 月 21 日に、DeepSeek の独立した Search および Fetch ツールインターフェース(deepseek-search、deepseek-fetch)を提供開始し、Agent やプラグインが検索とウェブ取得を独自にオーケストレーションできるようにしました。ここで区別しておくべきは、DeepSeek が 11 月 13 日に公開したモデル組み込みのサーバーサイドツールについて、Harness などのクライアントでの互換対応は、APIYI では今後の計画に含まれているという点です。


DeepSeek Harness で APIYI モデルプロバイダーを接続する

Harness のカスタムモデルプロバイダー設定項目には、APIキー、Base URL、モデル名、APIプロトコル、コンテキスト長、最大出力トークン、画像入力機能、推論レベルがあり、OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini API の4つのプロトコルに対応しています。対応する APIYI のアドレスは次のとおりです:

Harness で選択するプロトコル APIYI Base URL 説明
OpenAI 互換 https://api.apiyi.com/v1 対応範囲が最も広く、優先的な使用を推奨
Anthropic ネイティブ https://api.apiyi.com Anthropic Messages プロトコル用
Gemini https://api.apiyi.com/v1beta Gemini API プロトコル用

Harness で設定する前に、数行のコードでキーとモデル ID が利用可能か確認できます:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI の OpenAI 互換インターフェース
)

resp = client.chat.completions.create(
    model="your-model-id",  # APIYI コンソールのモデル一覧を基準にしてください
    messages=[{"role": "user", "content": "用一句话说明什么是 Agent Harness"}]
)
print(resp.choices[0].message.content)
複数モデルの接続確認スクリプトを見る
import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Harness に入力する Base URL と一致させてください
)

# Harness で設定予定のモデル ID。コンソールの実際の一覧を基準にしてください
MODELS = ["model-id-a", "model-id-b"]

def check(model: str) -> None:
    start = time.time()
    try:
        r = client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": "ping"}],
            max_tokens=16,
        )
        cost = time.time() - start
        print(f"[OK] {model} {cost:.2f}s -> {r.choices[0].message.content!r}")
    except Exception as e:
        print(f"[FAIL] {model}: {e}")

for m in MODELS:
    check(m)

🚀 設定のヒント:まず APIYI apiyi.com で APIキーと無料テスト枠を取得し、上記のスクリプトでモデルが利用可能か確認してから、Harness のモデルプロバイダー設定で Base URL、モデル名、プロトコルを入力します。プラグインが多い場合は、一度に注入するツール数も減らし、コンテキストコストを抑えることをおすすめします。


よくある質問 FAQ

Q1:DeepSeek Harness の 154万DAUはどう解釈すればよいですか?

これは2026年11月4日時点の単日データで、集計対象はDeepSeek公式APIを利用するHarnessユーザーです。9月30日の27.1万は7日間平均値であり、両者の集計基準は異なるため、傾向を観察するのに適しています。

Q2:60%のユーザーがプラグインを開発しているのですか?

この比率は、少なくとも1つのサードパーティ製プラグインをインストールまたは作成したことのあるアクティブユーザーを集計したもので、2種類の行動を合算した値です。プラグイン機能の浸透度を反映していますが、開発者の具体的な割合は公式には公表されていません。

Q3:DeepSeek Harness の公式プラグインマーケットは公開されましたか?

現在公開されているのは、プラグインインデックス、npmおよびGitによる配布、互換性チェックなどの機能です。公式プラグインマーケットとTokenインセンティブはまだ準備中で、完全なルール、収益分配、公開時期は未発表です。

Q4:DeepSeek Harness はサードパーティのモデルAPIに接続できますか?

可能です。HarnessはカスタムAPIキー、Base URL、4種類のプロトコルに対応しており、中継サービスや企業ゲートウェイを独立したプロバイダーとして設定できます。APIYI apiyi.com を使えば、1つのキーで複数の主要モデルを呼び出せるため、Harness上で異なるモデルがプラグインタスクをどこまで完了できるかを比較するのに便利です。

Q5:APIYI は DeepSeek が11月13日にリリースしたすべてのアプリケーションツールに対応していますか?

APIYI は10月21日にDeepSeek独立のSearchおよびFetchインターフェースを公開済みで、成功した呼び出し回数に基づいて課金され、モデルのTokenを消費しません。モデル対話に組み込まれた deepseek_web_search、deepseek_read_url などのサーバー側ツールについては、HarnessやClaude Codeなどのクライアントにおける互換サポートが今後の計画に含まれています。

Q6:大量のプラグインをインストールするリスクは何ですか?

主に3つあります。ツール説明がコンテキストを占有し、Token消費を押し上げること。バージョンアップによってプラグインが非互換になる可能性があること。サードパーティのプラグインインデックス情報は真実性が審査されていないこと。タスクに応じてプラグインを絞り込み、アップグレード前に設定をバックアップし、プラグインの出所と権限を確認することをお勧めします。


DeepSeek Harness プラットフォーム化の要点 Key Takeaways

  • ユーザー規模:公式APIのユーザーベースでは、11月4日のデイリーアクティブユーザー(DAU)は154万、1日あたりのトークンは約92兆。
  • プラグインエコシステム:サードパーティ製プラグインは約3.5万個で、アクティブユーザーの約60%がプラグインをインストールまたは作成した経験がある。
  • アーキテクチャの基盤:すべてがプラグインという設計で、Cordis に基づいて動的な組み合わせとホットリロードを実現。
  • コミュニティアプリケーション:コンテンツ制作、デザイン、複数コーディングAgentの統合エントリ、長期記憶、科学研究の読解などをカバー。
  • 公式計画:プラグインマーケット、セキュリティ機構、トークンインセンティブは準備段階にある。
  • 競争の重心:プラグインの数から、品質・互換性・安全性・コンテキストコストの管理へと移行している。
  • モデル接続:Harness はカスタムプロバイダーをサポートし、APIYI のマルチプロトコルゲートウェイをモデルソースとして設定できる。

まとめ

DeepSeek Harness は3か月足らずで、オープンソースツールから開発者エコシステムへの飛躍を遂げました。

  1. 成長:公式APIのユーザーベースにおけるDAUは、9月末の27.1万(7日間平均)から11月4日の154万へと増加しました。
  2. エコシステム:3.5万個のサードパーティ製プラグインと60%のプラグイン参加率は、ユーザーがニーズに応じてAgentを拡張するのが当たり前になっていることを示しています。
  3. プラットフォーム化:プラグインインデックスはすでに利用可能で、公式マーケットとトークンインセンティブは準備中です。公式がインフラを提供し、コミュニティが専門的なユースケースを補完するという役割分担がすでに形作られています。

開発者にとっては、今が自分によく使う特定領域のワークフローをプラグイン化するのに適したタイミングです。あわせて、プラグインAPIの安定性と公式マーケットのルールの今後の発表にも注目しておくとよいでしょう。Harness やプラグイン向けにモデル呼び出し機能を用意する必要がある場合は、APIYI apiyi.com を通じて複数のモデルにすばやくアクセスし、効果を比較できます。


📚 参考資料

  1. DeepSeek Harness GitHub リポジトリ:ソースコード、リリース、コミュニティでの議論
  2. リンク: github.com/deepseek-ai/deepseek-harness
  3. 説明: バージョンの動向、プラグイン開発者による議論、プロジェクトのライセンス

  4. DeepSeek Harness プラグイン索引ドキュメント:プラグインの検索、インストール、検証範囲

  5. リンク: deepseek-harness.github.io/deepseek-harness/guide/plugin-market
  6. 説明: 索引フィールド、対応バージョン、取得元の確認メカニズムを理解する

  7. DeepSeek Harness モデルプロバイダー設定:カスタム API の接続方法

  8. リンク: deepseek-harness.github.io/deepseek-harness/guide/providers
  9. 説明: 4 種類のプロトコルと各設定項目の説明

  10. Cordis 技術論文:時空間コンポーザブルプログラミングパラダイム

  11. リンク: arxiv.org/abs/2608.25512
  12. 説明: 「すべてがプラグイン」というアーキテクチャの理論的基盤を理解する

  13. InfoQ:Harness の DAU 154万とプラグインエコシステムへのフィードバック

  14. リンク: infoq.cn/news/Y7lTO7Q1M8oN5JhxhirK
  15. 説明: プラグインのコンテキストコストやアップグレード互換性に関するコミュニティの声

  16. APIYI DeepSeek Search & Fetch ドキュメント

  17. リンク: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  18. 説明: 独立した検索および Web ページ取得インターフェースの呼び出し方法、グループ、課金

作者:APIYI 技術チーム
技術相談:APIYI の apiyi.com ウェブサイトのトップページからお気軽にお問い合わせください。その他の接続資料は APIYI ドキュメントセンターをご覧ください。

関連記事

類似投稿