はじめに
「エージェント = モデル + ハーネス」
AIエージェントの構築を考えるとき、多くの人はモデルそのものの性能に注目しがちです。しかし実際のエージェント開発において、同じくらい重要なのが ハーネス（Harness） と呼ばれるランタイム層の設計です。
Mercado LibreのエンジニアであるSanti（@santtiagom_）がXでシェアしたポストには、この考え方が端的にまとめられていました。
agente = modelo + harness.
modelo → es el cerebro.
harness (runtime) → es la capa que coordina la ejecución del agente.
Conecta al modelo con tools, memory, y loops.
Además encargarse de: planificación, permisos, monitoreo, validaciones, manejo de errores, y reintentos.
日本語に訳すと：
エージェント = モデル + ハーネス
モデル → 脳みそ
ハーネス（ランタイム）→ エージェントの実行を調整するレイヤー
モデルをツール・メモリ・ループと接続する
さらに担うこと：計画立案、権限管理、監視、バリデーション、エラーハンドリング、リトライ
このシンプルな等式こそが、Harness Engineering という分野の核心をついています。
Harness Engineering とは
walkinglabs.github.io のコースでは、Harness Engineering の考え方を次のように表現しています。
A harness doesn’t “make the model smarter”; rather, it establishes a closed-loop working system for the model.
つまり、ハーネスはモデルを「賢く」するものではなく、モデルのための「閉ループ動作システム」を確立するものです。コースはさらに「モデルの重みの外にあるすべての工学的インフラが、モデルの能力をどれだけ実際に発揮できるかを決定する」と強調します。
つまり、モデルのキャパビリティを向上させるのではなく、モデルが動く環境そのものを設計・制御するという発想の転換です。
ハーネスが担う役割
ハーネスはモデルと外部世界の橋渡し役を果たします。具体的には以下を統括します。
| 役割 | 内容 |
|---|---|
| ツール連携 | ファイル操作・API呼び出し・コード実行などのツールをモデルに提供 |
| メモリ管理 | 会話履歴・タスク状態・コンテキストの永続化 |
| 実行ループ | モデルの応答→ツール呼び出し→結果フィードバックのサイクル制御 |
| 計画立案 | 複雑なタスクのステップ分解と順序管理 |
| 権限管理 | どの操作を許可するかのポリシー適用 |
| 監視・ロギング | 実行過程の可視化とデバッグ支援 |
| バリデーション | モデル出力の検証と正規化 |
| エラーハンドリング | 失敗時のリトライ・フォールバック戦略 |
Harness Engineering の主要概念
コースの学習目標をもとに整理すると、以下の5つの設計上の考え方が浮かび上がります。
1. 行動制約（Behavioral Constraints）
明示的なルールと境界線を設けることでエージェントの行動をガイドします。例えば Claude Code の CLAUDE.md や settings.json の allowlist がこれに相当します。モデルに何でもさせるのではなく、何をしてよいか・何をしてはいけないかを明確にすることで信頼性が上がります。
2. コンテキストの永続化（Context Persistence）
長時間タスクや複数セッションにまたがる状態管理です。エージェントが「どこまでやったか」「何を知っているか」を維持することで、タスクの一貫性を保ちます。
3. 早期成功の防止と検証（Premature Success Prevention）
エージェントが実際には完了していないのに「完了した」と宣言してしまう問題への対策です。「動いた」と「正しく動いた」は別物であることを前提に、end-to-endテストや自己検証（self-reflection）のメカニズムを組み込みます。これにより、表面的な成功宣言を防ぎつつ、出力の本当の正しさを確認します。
4. 実行の透明性（Runtime Transparency）
エージェントの実行過程を観察・デバッグできる仕組みを整えます。ブラックボックスなエージェントは本番運用に耐えません。
なぜ今 Harness Engineering が重要か
Claude Code・Cursor・Devinのようなコーディングエージェントが普及し始めた今、「モデルを使う」から「エージェントを運用する」フェーズに移行しています。
高性能なモデルを使っていても、ハーネスの設計が貧弱だとエージェントは：
- 同じミスを何度も繰り返す
- タスクを中途半端なまま「完了」と報告する
- 予期しない副作用を起こす（例：ファイルの誤削除、意図しないAPIコール）
- 長時間タスクでコンテキストを失い、最初からやり直す
これらはモデルの問題ではなく、ハーネスの問題です。
学習リソース
Learn Harness Engineering コースでは3つの学習パスが用意されています。
- 講義（Lectures） — 高性能なモデルでも失敗する理由の理論的解説
- プロジェクト（Projects） — ゼロから信頼性の高いエージェント環境を構築するハンズオン
- リソース（Resources） — すぐに使えるテンプレート（AGENTS.md、feature_list.jsonなど）
コースはスペイン語で提供されていますが、内容自体はOpenAIやAnthropicの研究を参照した普遍的な設計原則です。
まとめ
AIエージェント開発において「モデルの賢さ」だけに頼る時代は終わりつつあります。Harness Engineering は、エージェントの信頼性・安全性・可観測性を体系的に向上させるための実践的なアプローチです。
エージェント = モデル + ハーネス — この等式を常に念頭に置きながら設計することで、本番環境で使えるエージェントシステムを構築できます。