概要
単一の応答ではなく、複数ステップのタスクを自律実行する AI システム。Claude Code、OpenAI Codex、Cursor など複数ツールで実装されている。エージェント間協調、分散実行、メモリ管理が 2026 年の主要トレンド。
主な実装パターン
- シングルエージェント: 1つの LLM が計画→実行→検証を繰り返す（Claude Code など）
- マルチエージェント: 複数のエージェントが役割分担して協調（Agent Teams）
- メタエージェント: エージェントのハーネスを AI 自身が改善（AutoAgent）
品質保証
AI エージェントの出力品質を担保するにはハーネスエンジニアリングが必須。CLAUDE.md（入力層）、Hooks（検証層）、Agent Skills（ワークフロー層）の多層構造で品質を保証する。
エージェント基盤の分類
2026年時点の主要なエージェント基盤は大きく3種類に分類できる。
| 種別 | 代表例 | 特徴 |
|---|---|---|
| マネージドクラウド型 | Claude Managed Agents | インフラ不要、スケーラブル、ベンダー依存 |
| ローカル自律型 | OpenClaw | プライバシー重視、カスタマイズ自由、セルフホスト |
| クラウド連携型 | Gemini Agent | 特定サービス（Google Workspace 等）に最適化 |
ハーネスとメモリのロックイン
LangChain 創設者 Harrison Chase が指摘する重要な概念。エージェントのメモリ（長期記憶）はハーネスの設計と不可分であり、クローズドなハーネスを使うと以下のリスクが生じる:
- コンパクション（会話圧縮）のロジックが不透明になる
- 長期メモリが第三者のサーバーに保存される
- ハーネス移行時にメモリの移植が困難になる
関連ページ
- Claude Code — 代表的な AI コーディングエージェント
- Claude Managed Agents — Anthropic のマネージドエージェント基盤
- Gemini Agent — Google Workspace 連携エージェント
- OpenClaw — ローカル自律型エージェント
- ハーネスエンジニアリング — エージェント品質保証の設計パターン
- 自己改善エージェント — エージェントが自律的に改善するパターン
- MCP — エージェントと外部ツールの接続プロトコル
ソース記事
- AI エージェント QA 手法 — 2026-03
- Claude Code Agent Teams — 2026-03
- AutoAgent — 2026-04
- Gemini Agentモード：Google Workspaceを自動化するAIエージェント — 2026-04-07
- Claude Managed Agents: パブリックベータ公開 — 2026-04-10
- Claude Managed Agents のアーキテクチャ — 2026-04-10
- Anthropic vs OpenAI：Harness 戦略はなぜ真逆なのか — 2026-04-13
- エージェントハーネスとメモリのロックイン問題 — 2026-04-12