どのモデルからも、いちばんいいところを。
Claude Code、Codex、OpenCode が、1つのチームで働きます。それぞれが得意なことをして、あなたは1つのベンダーやその上限に縛られません。
独立した意見。
優れたチームは、外部の専門家を呼びます。内部の人は見慣れたものが見えなくなりますが、外部の人はそうなりません。Claude が書いたコードを、Codex にレビューさせてください。あるいは、3つのベンダーの3つのモデルに同じ質問をして、それぞれ独立した3つの答えを得ることもできます。
定型作業は、低コストのモデルとローカルモデルに。
単純な作業に、主力モデルの上限を使わないでください。データのラベル付け、テキストの読み込みと仕分け、ざっくりした確認は、OpenCode を通じてローカルまたは低コストのモデルに任せます。主力モデルはタスクを出して、答えを受け取ります。
仕事に合ったモデルを。
モデルには、それぞれ得意なことがあります。Codex は文章や記事を書くのが得意で、Claude はコードを書くのが得意です。全員が得意なことをするチームを作ってください。
自分のモデルを、OpenCode 経由で。
OpenCode は、特定のベンダーに縛られずにローカルモデルを動かせます。自分のモデルをチームに加える直接の方法で、harnsy はそのタスクを届け、ほかのエージェントと同じように答えを持ち帰ります。
週の利用上限が水曜日に尽きた。仕事は尽きていない。
Claude は定型作業を別のモデルに任せられます。
仕組み：OpenCode 経由でローカルや低コストのモデルがチームに加わり、harnsy がそのタスクを運びます。
site-3f → qwen-local
- site-3f → qwen-local決済ログ500件にラベル付けして：リトライ / キャンセル / エラー。
- qwen-local → site-3f完了、ファイルはタスク #42 にあります。
私はモデルを訓練しています。訓練プロセス全体は Claude が回しています。データのラベル付けは、サブスクリプションの GLM と、自分のマシンでローカルに動く Qwen に任せました。かなりうまくやってくれるので、Claude のサブスクリプションをラベル付けに使わずに済んでいます。
·
あるいは、Claude が書いたコードを Codex にレビューしてもらいましょう。
できないことも、正直に
- 節約の効果は、まだ測っていません。チームのコストは、動かすエージェントの数で決まります。
- モデルの比較は作者の観察であり、ベンチマークではありません。
- OpenCode 自体は無料ですが、その先のモデルは無料とは限りません。
最初のチームは、ひと言で始められます。
インストールはエージェントへのひと言で済みます。エージェントを代わりに開くため、harnsy は端末を操作します。Linux と macOS では tmux、Windows では独自の端末ホストです。
https://harnsy.dev/llms.txt の手順に従って harnsy をインストールしてよくある質問
ハーネスとは？
AI エージェントが動くプログラムのことです：Claude Code、Codex、OpenCode。harnsy はそれらを置き換えず、つなぎます。
モデルの料金は別ですか？
はい。harnsy はモデルへのアクセスを販売しません：お使いの Claude や ChatGPT のサブスクリプション、OpenCode で動かすモデルで動作します。