DeepSeek Super-agent：クラウドコーディングエージェントとは何か、どこに位置づけられるのか

開発者向けツールの間で、新しい習慣が広がっています。Issueやチャットでのメンション、プロンプトボックスなどにタスクを残してノートパソコンを閉じ、戻ってくると、離席中にエージェントが作成したブランチやプルリクエストができています。GitHub、Cursor、OpenAI、Anthropic、Cognition、xAIは、いずれも「クラウドエージェント」「バックグラウンドエージェント」「クラウドセッション」「自律型ソフトウェアエンジニア」などの名称で、これに類する機能を提供しています。この記事では、このカテゴリーの製品が実際に何をするのか、その一連の流れはどう進むのか、何を犠牲にするのか、そしてDeepSeekのオープンソースSuper-agentプロトタイプがその中でどこに位置するのかを解説します。

クラウドコーディングエージェントとは

この呼び名の範囲は曖昧なので、このカテゴリーの製品に共通する3つの要素を挙げておきましょう。

• エディターを開いておく必要のないトリガー。作業は、Issueへの割り当て、SlackやFeishuでの@メンション、ウェブアプリのプロンプト、API呼び出し、CLIからの引き継ぎなどで始まります。
• 自分のマシンの外にある環境。エージェントはリポジトリをクローンし、必要なものをインストールして、ベンダーまたは所属組織が管理するサンドボックスやワークスペースで作業します。
• レビュー可能な成果物。ブランチ、差分、下書きPR、コメントなど、人がレビューして次の対応を取れる形で作業を終えます。

この点で、このカテゴリーは隣接する2種類のツールとは異なります。ローカルIDEエージェントは、ユーザーが見守る中でノートパソコン上で動作します。チャットアシスタントは、リポジトリに触れずに質問に答えます。クラウドコーディングエージェントはその中間に位置します。実際のツールとチェックアウト済みのリポジトリを使えますが、人はその場を離れることを想定しています。

ボットという言葉は、同じアイデアをチャット中心の形で表したものです。Issueを割り当てる代わりに、Slack、Teams、Feishuでエージェントにメンションします。変わるのはトリガーであり、リモート環境は変わりません。出力はPR、差分、または完成したファイル一式です。

製品の全体像

ベンダー自身の説明に基づく6つの製品を紹介します。

Grok Botは、最も幅広い用途を持つ製品です。xAIの説明によると、デスクトップまたはモバイルのチャットから起動する永続的なAIチームメイトで、アカウントを連携していればXで@botにメンションして起動することもできます。Cursorがホストするアカウント単位のクラウドマシン上で動作し、ブラウザー、ストレージ、コマンドラインを利用できます。ドキュメントで説明されているのは完成したファイルや下書きであり、リポジトリを使ったワークフローではありません。ブランチやPRの作成についても記載されていません。このため、ボットに近い側に位置づけられます。

表の項目より重要な違いが4つあります。

トリガーがどこにあるか。GitHub Copilot cloud agentとOpenAI Codex Cloudは、GitHubまたはChatGPTアプリ内にすでにある作業を中心に設計されています。Cursor Cloud AgentsとDevinはチャット中心で、SlackやTeamsのスレッドが入り口になります。Claude Code cloud sessionsは、ブラウザー、スマートフォン、デスクトップアプリ、またはターミナルのclaude --cloudから起動でき、スケジュール実行にも対応しています。

ベンダーがどこまで情報を公開しているか。Claude Codeは分離の仕組みを詳しく説明しています。Anthropicがホストする環境では、各セッションは分離されたVMで実行され、ネットワークアクセスはデフォルトで制限されます。また、gitの認証情報はサンドボックスの外に置かれ、プロキシがセッションに代わって認証します。組織は代わりにセルフホスト環境へセッションを接続することもできますが、その場合の分離は組織側の責任です。クラウドセッションはプランのレート制限を共有し、VMの追加料金はありません。claude.aiへのサインインが必要で、Claude CodeがAmazon Bedrock、Google Cloud’s Agent Platform、またはその他のサードパーティプロバイダー向けに設定されている場合は利用できません。他のベンダーは内部の仕組みに関する公開情報が少なく、「サンドボックス」や「VM」という説明で終わっていることもよくあります。

エージェントが何にアクセスできるか。単一のリポジトリに対象を限定する製品もあれば、組織全体や複数のリポジトリにまたがる作業をうたう製品もあります。これは、自分たちの環境に照らして最初に確認すべき点です。高性能なエージェントでも、対象のリポジトリ範囲が合っていなければ、役に立たないか危険かのどちらかです。

どのような作業を想定しているか。この一覧の大半は、リポジトリを対象としたコーディング向けです。Grok Botは汎用のクラウドチームメイトで、ドキュメントではファイルや下書きについて説明されていますが、リポジトリを使ったワークフローについては触れられていません。「クラウドエージェント」は単一の製品形態ではなく、幅のあるカテゴリーとして捉えましょう。

一連の流れは実際どう進むのか

ブランド名を取り除いてみると、どの製品も流れはよく似ています。

1. 受付。トリガーを受け取ります。製品がそれを実際のタスクと判断すると、場合によっては確認の質問を1つ行い、セッションをキューに入れます。
2. 環境。エージェントは適切なブランチからリポジトリをクローンし、セットアップスクリプトやイメージを実行して、ツールチェーンをインストールします。ネットワークアクセスやシークレットの設定は、この段階で行います。
3. 作業。エージェントはコードを読み、ファイルを編集し、テストやコマンドを実行し、ときにはブラウザーを開きます。ノートパソコンがスリープしても、時間のかかるタスクは続行されます。
4. 出力。ブランチをプッシュしてPRを作成するか、差分と文章による要約を残します。エージェントはマージ前に作業を止める想定のため、下書きPRを返す製品もあります。
5. レビュー。人が差分を読み、コメントし、マージするか、変更を依頼するか、ローカルセッションに作業を戻します。PRを監視し、CIが失敗したときに修正をプッシュできる製品もあります。

問題が起きるのは、ステップ2と5です。セットアップスクリプトに時間がかかりすぎる、エージェントがリポジトリをクローンできない、ネットワークポリシーがパッケージレジストリへのアクセスを遮断する、またはサンドボックスから認証情報を参照できないといった理由で、一見簡単そうなタスクが止まることがあります。また、「レビュー可能な出力」であっても、人によるレビューは必要です。これらの製品はいずれもレビューの工程をなくすのではなく、入力作業を別の場所に移すだけです。

なぜ今、この波が起きているのか

3つの条件がそろう必要がありました。モデルの信頼性が向上し、常に人が監視しなくても長時間のツール実行を続けられるようになりました。サンドボックスやセットアップスクリプトのコストが下がり、タスクごとに専用環境を用意できるようになりました。そして、プルリクエストがエージェントとレビュアーをつなぐ標準的なインターフェースになったことで、チームは新しいレビュープロセスを考案せずに済むようになりました。

人の注意力という観点もあります。DeepSeekの関連設計エッセイでは、この点が明確に述べられています。単一のタスクの処理能力はモデルによって制限されますが、人が複数のタスクを並行して進める能力は注意力によって制限されます。クラウドエージェントは、セッション管理、コンテキストの切り替え、待ち時間を人の肩から降ろします。この主張はDeepSeekのエッセイによるもので、独立した調査に基づくものではありませんが、このカテゴリーが役立つと感じられる理由を説明しています。

何を犠牲にするのか

ホスト型製品はいずれも、利便性と引き換えに制御性を手放します。

• 信頼境界。コード、場合によっては認証情報も、自分のマシンの外に出ます。ベンダーによって分離、保持期間、ネットワークアクセスに関する情報公開の度合いは異なります。このカテゴリー全体で一様だと思い込まず、製品ごとに確認しましょう。
• 分離。マネージドVMはエージェントを隔離するよう設計されていますが、それでもベンダーの環境です。「サンドボックス」が意味するのは、堅牢化されたVMの場合もあれば、広範なネットワークアクセスを許可されたコンテナの場合もあります。
• カスタマイズ性。ホスト型エージェントで設定できるのは、ソースコードではなく各種設定項目です。ワークフローで別のトリガー、別のレビュー規則、別のモデルが必要になっても、その製品が提供する範囲に制限されます。
• 料金体系。こうした製品の多くは、利用上限のあるサブスクリプションやプランを通じて課金されます。エージェントの稼働時間を、利用者が直接管理できる明細項目として扱うわけではありません。トークン単位ではなく、プラン単位で予算を立てましょう。
• 対象範囲とロックイン。複数リポジトリへの対応、チャット連携、エンタープライズ向け制御はベンダーによって異なり、ワークフローを別の製品へ移すのも無料ではありません。

セルフホストという選択肢：DeepSeekのSuper-agent

DeepSeekのリリースが興味深いのは、制御プレーンを自分の手元に置いたまま、同じ一連の流れを実現するとどうなるかを示している点です。リポジトリで公開されているのは、DeepSeek Harness (DSH)向けのMITライセンスのTypeScriptプラグインで、バージョンは0.1.0、研究用プロトタイプとして公開されています。READMEには、公開用に調整されたものでDeepSeek社内版と同一ではないこと、設計エッセイのアイデアをすべて実装しているわけではないことが明記されています。

その構成は、長時間稼働するRouterセッションと、チケットごとに用意されるWorkerセッションです。イベントはSource → Trigger → Thread → Eval → Mandate → Ticket → Assignment → Executorの順に流れます。チームはポリシーを通じて作業を許可します。許可された人からの明示的な@メンションは受け付ける一方、能動的な作業はobserveモードで開始します。このモードでは、チケットを作成せずに、エージェントが実行しようとした内容を記録します。各Ticketには専用のセッションとディレクトリが割り当てられ、準備コマンドでチケットごとのgit worktreeを作成できます。

運用モデルは、ベンダー提供のサンドボックスとは正反対です。対象となるのは1つのgithub.comリポジトリ（GitHub Enterprise Serverには非対応）で、オプションでFeishuも利用できます。RouterとWorkerのプリセットはいずれも、運用担当者のOSユーザーとしてdanger-full-accessで実行されます。アカウントラッパーによってエージェントの認証情報は選択されますが、プロセス自体は隔離されません。デプロイガイドでは、エージェントの認証情報だけを持つ専用OSアカウントを使うよう推奨しています。状態は、設定されたstateDir配下のSQLiteに保存されます。その理念は、予算のような言葉で表されています。人の注意力をできるだけ使わずに、できる限り多くの価値を生み出すことです。

エッセイでは、合成ワークロード（約300件のメッセージと20件の作業依頼、シミュレートされたツール、5回の実行）でのスケジューリング値として、p50／p95がおよそ12.4／15.7分だったと報告しています。一方、サブエージェント呼び出しを行わない単一セッションのベースラインでは、p95がおよそ29.5分でした。これらはシミュレートされたツールを使ったエッセイ独自の測定値であり、独立したコーディング品質のベンチマークではありません。

このプロトタイプが示すのは、製品の発表よりも範囲が狭く、より実用的なことです。イベントをトリガーとして動き、最後にレビューを行うコーディングエージェントは、ベンダーのクラウドに閉じ込められているわけではありません。オーケストレーター、状態、モデルの選択を自分で管理できます。また、自分で管理することのコストも示しています。プロセスを自分で運用し、アカウントを保護し、プロトタイプにはデフォルトでサンドボックスがないことを受け入れる必要があります。

どちらを選ぶべきか

運用負担をゼロにし、ベンダー管理のサンドボックス、複数リポジトリや組織向けの機能、GitHub、Slack、Teams、またはウェブアプリからのトリガーを求めるなら、ホスト型クラウドエージェントを使い続けましょう。分離と稼働率はベンダーが担います。

コードを自社のインフラから外に出せない場合、オーケストレーションを変更する必要がある場合、または役割ごとにモデルを選びたい場合は、セルフホスト型プロトタイプを検討しましょう。専用マシンまたは専用 OS アカウントを用意し、このコードは研究用ソフトウェアとして扱ってください。

実用的な組み合わせ：日常的なリポジトリ作業にはホスト型エージェントを使い、データの境界が重要なリポジトリに限ってセルフホスト型エージェントを使います。どちらの場合も、レビューの手順は同じです。

モデルに関する補足

このプロトタイプではモデルが固定されていません。Eval または Execution で上書きされない限り、Harness プロファイルのデフォルトを使うため、チームは Router に軽量なモデルを、Workers に高性能なモデルを割り当てられます。AIHubMix は OpenAI 互換エンドポイント https://aihubmix.com/v1を通じて DeepSeek Harness に接続できます。DeepSeek Harness ガイドの例では、プロバイダーにaihubmix、モデルにautoを指定しています。このガイドで扱うのは基本的な DSH 接続であり、Super-agent プラグインではありません。また、上記のホスト型製品では、それぞれ独自にモデルを選択できます。

よくある質問

クラウドコーディングエージェントとは何ですか？
Issue、チャットでのメンション、または API 呼び出しからコーディングタスクを受け取り、手元のマシンの外にある環境で実行し、レビュー用のブランチ、差分、またはプルリクエストを返すソフトウェアです。

ローカルコーディングエージェントと同じですか？
いいえ。ローカルエージェントは、あなたが見守るなか、ターミナルまたは IDE で動作します。クラウドエージェントは、ノートパソコンを閉じたあとも作業を続け、あとでレビューすることを想定しています。

それでもコードをレビューする必要がありますか？
はい。ここで紹介した製品はいずれも、最後に差分または PR を提示し、人がレビューします。エージェントが代行するのは入力作業であり、承認ではありません。

コードはどこで実行されますか？
ベンダーの環境です。詳細は製品によって異なります。Copilot はクラウドサンドボックスまたは Actions 環境、Cursor は分離された VM、Codex はクラウドワークスペース、Claude Code は Anthropic が管理する分離 VM または組織のセルフホスト環境、Devin はターミナル、エディター、ブラウザーを備えたワークスペースで実行されます。非公開コードを預ける前に、各ベンダーのセキュリティ文書を確認してください。

コーディングボットとは何ですか？
同じ仕組みをチャット中心にしたものです。Issue を割り当てる代わりに、Slack、Teams、または Feishu でエージェントにメンションします。処理は引き続きリモート環境で行われ、出力は PR や差分の場合もあれば、Grok Bot のような汎用チームメイトでは完成したファイルや下書きの場合もあります。

DeepSeek の Super-agent では何が追加されますか？
同じ処理ループを実現する、セルフホスト可能な MIT ライセンスの実装です。Router–Worker 設計、ポリシーとチケットのモデル、オプションの Feishu を備えています。ホスト型製品ではなく、研究用のプロトタイプです。

本番環境で使える状態ですか？
いいえ。README では研究用コードとされており、プリセットはdanger-full-accessで動作し、デフォルトのサンドボックスはありません。試す場合は、専用の OS アカウントと専用のエージェント用 GitHub アカウントを使用してください。

出典

1. deepseek-ai/dsh-superagent-prototype — README、README が参照する設計エッセイ、および docs/000–008
2. DeepSeek Harness を AIHubMix に接続する — AIHubMix
3. GitHub Copilot cloud agent — GitHub Docs
4. Cursor Cloud Agents — Cursor Docs
5. Codex Cloud — ChatGPT Learn / OpenAI
6. Claude Code in the cloud — Anthropic
7. Devin documentation — Cognition
8. Grok Bot documentation — xAI