DeepSeek Harnessのゴール、ゴールラウンド、ラルフループ

Updated August 16, 2026 · first published August 16, 2026

エージェントのコスト事故の多くは、トークン単価のせいではありません。エージェントが何回「もう一度やってみよう」と判断したかのせいです。DeepSeek Harness はその挙動に語彙を与えます。数値を当てはめるための最初の一歩です。

ターン、ステップ、ラウンド

プロジェクトの用語集で厳密に区別される三つの単位です。

ラウンドは、自作のコストモデルがまるごと抜かしがちな層です。予測がリクエスト数を数えているのにシステムがラウンドを回しているなら、その予測は別のものを測っています。

ゴールは永続的な目標

ゴールは、明示的なフェーズ（アクティブ、一時停止、ブロック、完了）を持つ永続的な完了目標です。メッセージと違ってターンをまたいで存続するため、エージェントは常設の目標を抱えます。そのゴールに対して受理された継続サイクルがゴールラウンドであり、一つのゴール由来のターンとして具体化されます。

受理はゴールアクティベーションが制御します。もう一ラウンド受理してよいというプロセスローカルな許可で、armed か disarmed のいずれかです。この一ビットが、終わりのない作業の絞り弁です。

常設の目標と自動継続の組み合わせは、上限のない支出許可です。ゴールの作成と編集に人間による直接の承認が必要だと文書化されているのは、まさにそのためです。終わりのない作業には予算の持ち主が要ります。

ラルフループは意図的な再スタート

ラルフループは、不変の目標に向かって新しいエージェントセッションを繰り返し立ち上げるフォアグラウンドのワークフローで、ハーネスのワークフローとサブエージェントのプリミティブの上に構築されています。ラルフラウンドは、親の会話の種を持たない新しい子セッション一つです。継続性はラルフ・ハンドオフ、すなわちステータス、要約、証拠、ブロッカーを含む正規化された有界の構造化レポートが運びます。

ここの経済性は本当に面白く、両方向に効きます。きれいに再スタートするということは、各ラウンドが膨らみ続ける会話を引きずらず小さな入力コストだけを払うということで、ラウンドあたりのコストは上昇せず横ばいになります。しかし新しい出発が前進を保証するわけではなく、安く再スタートできるループは、より多くの再スタートを許してしまいます。

この型を成立させている制御が有界ハンドオフです。ラウンド間の唯一のチャネルなので、構造的にコンテキストの膨張を抑えます。見るべき数字は二つ、目標あたりのラウンド数と、ハンドオフのブロッカー一覧が繰り返していないかです。三回続けて同じブロッカーが現れるループは収束しません。以降のラウンドはすべて純粋な無駄です。

コマンドはツールではない

何を計測するかに関わるので分けておく価値があります。人間のコマンドはスラッシュ接頭辞の指示で、コマンドプレーンを通じて人間向けアダプタへ届きます。探索、解析、ディスパッチ、キャンセル、レンダリングは UI アダプタの担当です。モデルのツールとは明示的に別物であり、ゴールコマンドはこちらに属します。

実務的には、人間がスラッシュコマンドを打つことはモデルがトークンを消費することではありません。両者を分けて帰属させないと、セッション単価が誤った主体を責めることになります。

終わりのない作業への四つの制御

1. 目標あたりの最大ラウンド数を、事後レビューではなく受理の前に強制する。
2. ラウンドごとではなく、一つのゴールの全ラウンドをまたぐ累積トークン予算を置く。
3. ハンドオフに対する収束検知。ブロッカーの繰り返しでループを止める。
4. ゴール作成に明示的な人間の承認を求め、誰が支出を承認したかの監査記録として残す。

Related

• DeepSeek Harnessとは？完全ガイド
• サブエージェントと委譲の深さ（英語）
• ハーネスの支出ガードレール（英語）
• コスト記録としてのセッションログ（英語）

Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →

Back to research