新しいAIモデルだけ見ていてはダメ——DeepSeek Harnessに見る「ハーネス」という主戦場

1 新しいAIモデルだけ見ていてはダメ——Claude CodeやCodexに見る「ハーネス」という主戦場

新しいAIモデルだけ見ていてはダメ——Claude CodeやCodexに見る「ハーネス」という主戦場

AIエージェントの実力は、モデル単体でなくハーネス（実行基盤）との組み合わせで決まる
Claude Code・Codex・Cursor・Muse Code・DeepSeek Harnessの違いを整理して解説
非エンジニアにも関わる話で、選び方と今後の確認ポイントも紹介する

新しいAIモデルが発表されるたびに、ベンチマークや料金を比べて「結局、どれが一番強いのか」と迷っていませんか。

ところが、AIにコードを書かせたり、資料を作らせたり、長い仕事を任せたりする場面では、モデルだけを見ても実力の半分しか分かりません。重要なのは、そのモデルにどんな道具と作業環境を与えるかです。

AIエージェントの主戦場は、モデルから「ハーネス」を含む総合力へ移り始めています。

モデルは頭脳、ハーネスは仕事場

AIモデルとハーネスは、似ているようで役割が違います。

モデルは、文章やコードを理解し、次に何をするか考える「頭脳」です。一方のハーネスは、その頭脳にファイル、シェル、ブラウザ、外部サービスなどを使わせ、仕事を前へ進める「実行基盤」です。

車に例えるなら、モデルは「エンジンと運転知能」です。ハーネスは「車体、ハンドル、計器、安全装置、ナビゲーション」に当たります。

エンジン単体を机の上に置いても、目的地には着けません。実際に走れる完成車にするのが、ハーネスの役割です。

モデルは「このファイルを直したい」「このコマンドを使いたい」と判断できます。しかし、実際にファイルを開き、コマンドを実行し、その結果をモデルへ返す仕組みは外側に必要です。

つまり、実用的なAIエージェントは、大まかに言えば次の組み合わせでできています。

モデル：考える
ハーネス：作業を管理する
ツール／実行環境：実際に手を動かす

この3つがそろって初めて、AIは「質問に答える存在」から「仕事を進める存在」になります。

ハーネスが担う10の基本機能

ハーネスの違いを理解するには、どんな仕事を担当しているかを見るのが早いです。現在の主要製品には、次のような機能が共通して搭載され始めています。

プロジェクト内のファイルを検索・閲覧する
ファイルを作成・編集する
シェルやテストを実行する
作業計画を立て、複数工程を進める
エラーを確認し、修正を繰り返す
GitやGitHubと連携する
MCPなどを通じて外部サービスを利用する
サンドボックスや権限確認で危険な操作を制限する
セッションや作業履歴を保存し、中断した仕事を再開する
サブエージェントへ仕事を分け、並列実行する

この一覧を見ると、単に「コードを書けるか」だけの競争ではないことが分かります。

長時間の仕事を最後までやり切れるか。途中で失敗したときに復旧できるか。人間が確認しやすいか。機密情報や本番環境に対して、どこまで安全に権限を渡せるか。

エージェントの実力は、頭の良さだけでなく、仕事の進め方で決まります。

5つの主要プレイヤー

AIエージェント関連の製品は急増しています。今回は、立ち位置の違いが見えやすい5つに絞ります。

Claude Code

Claude Codeは、Anthropicが提供するエージェント型のコーディング環境です。ターミナルだけでなく、IDE、デスクトップ、Webでも利用でき、ファイル編集、コマンド実行、Git連携、MCP、Skills、Hooks、サブエージェントなどを備えています。

特徴は、Claudeモデルとの一体感に加えて、指示ファイルやHooks、権限設定などを細かく作り込めることです。個人の道具として使うだけでなく、チームの開発ルールや定型作業を埋め込む余地があります。

Codex

Codexは、OpenAIが提供するコーディングエージェントです。ローカルのCLIとクラウド環境の両方で動き、ファイル編集、コマンド実行、Web検索、並列作業、Skills、MCPなどに対応しています。

Claude Codeとは機能的にかなり近づいています。日常的な選択では「ClaudeかGPTか」というモデルの違いに加えて、料金、操作感、そしてChatGPTを含むOpenAIの環境とのつながりが判断軸になります。

Cursor

Cursorは、IDEを中核にCLIやクラウドにも広がるAIコーディング環境です。コードを見ながら、人間がAIと一緒に修正を進める体験が中心にあります。

選択範囲の細かな修正から、自律的なクラウド実行、複数エージェントの並列処理まで対応しています。OpenAI、Anthropic、Googleなど複数社のモデルを選べるため、モデルよりも作業画面を中心に選びたい人に分かりやすい選択肢です。

Muse Code

Muse Codeは、Metaがベータ提供するコーディングエージェントです。Muse Spark 1.2を搭載し、モデルとMuse Codeを組み合わせて円滑に動くよう共同学習されています。

Metaの説明によると、長く複雑な開発作業、複数サブエージェントの同時実行に対応し、操作ログを保持して障害後も続きから再開できます。ただし新しいベータ製品であり、既存の主要製品と比べた実運用上の強みや完成度については、これから評価が積み上がる段階です。

DeepSeek Harness

DeepSeek Harnessは、DeepSeekがMITライセンスで公開したオープンソースのエージェント基盤です。「すべてがプラグイン（Everything is a Plugin）」という設計思想を掲げています。

公式のアーキテクチャ文書では、モデル、ツール、ファイルシステム、サンドボックス、セッション、エージェントループなどを交換可能な部品として扱います。完成品をそのまま使うというより、用途に合わせて自分の環境を組み上げるための土台に近い存在です。

一方で、現時点では開発者プレビューです。互換性を壊す変更も予告されており、Claude CodeやCodexのような完成された商用サービスと同じ感覚で導入するものではありません。

また、MITライセンスで無償利用できるのはHarness本体です。接続するモデルAPIやクラウド環境の料金は別に発生し、データがどこへ送られるかも、選んだモデルやプラグインによって変わります。

Claude CodeとCodexの差は小さい

5製品を比較するとき、無理にすべての違いを作ろうとすると、かえって分かりにくくなります。

特にClaude CodeとCodexは、ローカル／クラウド、並列実行、サブエージェント、Skills、MCP、サンドボックスなど、基本機能がかなり重なっています。どちらかにしか存在しない決定的な基本機能を探すより、同じカテゴリーの完成度が高い商用ハーネスと捉えた方が実態に近いでしょう。

そのうえで、Claude CodeはClaudeモデルと細かな開発者向けカスタマイズ、CodexはGPTモデルとOpenAI／ChatGPT環境との一体感に軸があります。

もちろん、細かな機能や使い勝手は今後も入れ替わります。だからこそ「機能表で一度勝った製品」を固定的に選ぶより、自分が使いたいモデル、料金、既存環境とのつながりで判断する方が現実的です。

▶︎ あわせて読みたい：複数のAIを安全に並列化する「Git Worktree」をゼロから

違いは4つの利用スタイルに表れる

5製品の違いは、細かなチェック項目より「どう使いたいか」で整理すると見えやすくなります。

完成された環境へすぐ仕事を任せたいなら、Claude CodeかCodexです。両者の機能差は小さく、モデルやエコシステムの好みが大きな判断材料になります。

画面を見ながらAIと共同作業したいなら、Cursorです。コードを直接確認し、細かく修正しながら進める用途と相性があります。

モデルとハーネスを共同学習した長時間エージェントを試したいなら、Muse Codeが候補になります。ただし、成熟度や運用知見はこれからです。

自社専用のエージェント基盤を組みたいなら、DeepSeek Harnessです。自由度が高い代わりに、導入、保守、セキュリティ設計まで自分たちで担う必要があります。

この違いは、レストランに例えると分かりやすいかもしれません。Claude CodeとCodexは、すぐ食事ができる完成されたレストラン。Cursorは、料理人と一緒に調理できるオープンキッチン。DeepSeek Harnessは、自分の料理に合わせて設備から組める厨房です。

非エンジニアにも関係する理由

現時点では、5製品ともソフトウェア開発を起点としています。そのため、誰にでも同じように勧められるわけではありません。

それでも、この動きは非エンジニアにも関係します。エージェントが扱う対象は、コードだけに限られないからです。

たとえば、ファイル操作、Web検索、資料作成、データ整理、社内ツールとの連携も、基本構造は同じです。モデルが判断し、ハーネスが必要な道具を選び、実行結果を受け取って次の行動を決めます。

特にバイブコーディングでは、コードを一行ずつ書けなくても、作りたいものを言葉で指示し、画面や成果物を確認しながら修正できます。非エンジニアにとっては、モデルの細かなベンチマークより、確認しやすさと失敗から戻れることの方が重要になる場合があります。

最初の選び方はシンプルです。

まず試すなら、普段使っているClaude／ChatGPTとつながるClaude CodeかCodex
画面を見ながらWebサイトやアプリを作るならCursor
会社独自の仕組みを作るなら、技術担当者とDeepSeek Harnessを検討

Muse Codeは、現時点では新しい選択肢として動向を追い、成熟度を見ながら試す位置づけがよいでしょう。

「車種を選ぶ」から「自分で組む」へ

これまでは、モデルとハーネスが一体になった完成品を選ぶ感覚が強くありました。決められたエンジンと車体の組み合わせから、好みの車種を選ぶイメージです。

DeepSeek Harnessが示しているのは、その組み合わせ自体を変えられる方向性です。モデル、ツール、権限、実行環境、セッション管理などを部品として組み替え、用途に合うエージェントを作っていく。

企業で考えれば、社内規程を守る権限設定、特定のデータだけを扱うツール、決められた形式で報告するSkillsなどを組み合わせられます。個人であれば、自分の仕事の手順や判断基準を覚えさせ、自分専用の環境へ近づけられます。

ただし、自由度が高いほど運用責任も増えます。カスタマイズできることと、簡単に使えることは同じではありません。

完成車を選ぶのか、パーツを自分で選んでカスタムカーを組むのか、自分で車体設計から手がけるのか。選択肢が増えたからこそ、目的を先に決める必要があります。

次に見るべきはモデル名だけではない

これから新しいAIモデルが出たときは、性能表だけでなく、次の3点も確認してみてください。

どのハーネスで使えるのか
どんなツールと権限を与えられるのか
失敗したときに、どこまで確認・復旧できるのか

最強モデルが、必ずしも自分の仕事で最も役立つとは限りません。少し性能が低くても、自分のファイルや業務システムを安全に扱い、途中経過を確認できる環境の方が、実務では価値を生むことがあります。

価値を決めるのは、モデル単体ではなく「モデル×ハーネス」の組み合わせです。

AIエージェントの競争は、頭脳の性能だけを比べる段階から、その頭脳にどんな道具と作業環境を与え、最後まで仕事をやり切らせるかという総合力の競争へ移っています。

よくある質問（FAQ）

Q1. AIエージェントの「ハーネス」とは何ですか？

AIモデルにファイル操作・シェル実行・外部サービス連携などをさせる実行基盤のことです。モデルが「頭脳」だとすれば、ハーネスは仕事を前へ進める「作業環境」にあたります。ファイル検索・編集、テスト実行、Git連携、権限管理、セッション保存など10前後の基本機能を備える製品が増えています。

Q2. Claude CodeとCodexは何が違いますか？

どちらもローカル・クラウドの両方で動き、ファイル編集・コマンド実行・並列作業・MCPなどの基本機能はかなり近づいています。違いはモデルとエコシステムで、Claude CodeはClaudeモデルと細かなカスタマイズ、CodexはGPTモデルとOpenAI／ChatGPT環境とのつながりに軸があります。