本文へスキップ
hdknr blog

ハーネスエンジニアリング

AI エージェントの出力品質を保証する設計パターン。検証層・制約層・フィードバック層で構成

概要

AI エージェント全盛時代に必須の設計手法。CLAUDE.md(入力層)、MEMORY.md(実行記録層)、Hooks(検証層)、Agent Skills(ワークフロー層)の4層で AI 出力の品質を決定論的に保証する。Anthropic 公式の推奨パターン。

4層構造

層役割実装
入力層AI への指示・制約CLAUDE.md
記録層学習・実行履歴MEMORY.md
検証層出力の事前/事後チェックHooks (PreToolUse/PostToolUse)
ワークフロー層構造化タスク定義Agent Skills (SKILL.md)

馬具・柵・境界の 3 層モデル

AGENT = MODEL + HARNESS(モデル以外のすべてがハーネス)という広い定義に 2026 年 3〜7 月で議論がほぼ収束し、関心は「どう組むか」に移った。木下雄一朗氏の整理では、ハーネスを強さの違う 3 層に分ける。

層役割性質道具
馬具走る前に方向を伝える確率的(読んで従うかはモデル次第)AGENTS.md・Skills・サブエージェント
柵(ガードレール)逸脱を機械的に判定して止める・差し戻す決定論的lint・型・ビルド・テスト・Hooks・許可リスト
境界到達そのものを無くす構造的サンドボックス・通信遮断・最小権限

LLM 系の判定器を柵に組み込む例として、Jev で Bash コマンドを分類する PreToolUse hook がある。確信度が低い・誘導コメントで揺らぐといった性質があるため、自動許可の最終判断はコードに置く必要がある。

ハーネスを固定しない:エージェント自身による Harnessing

通常、ハーネスは人間が一度設計し、エージェントはどのタスクでも同じ固定のハーネスで走る。Google Research の Harness² はこの前提を崩し、ハーネスを最適化する作業(README の言う Harnessing)をタスクごとにエージェント自身にやらせる。編集対象として公開しているのは次の 8 コンポーネントで、ハーネスの範囲を具体的に切った例として読める。

役割コンポーネント
コンテキストの構築system prompt、guardrails、memory、skills
ツールのインターフェースtool guidance、scripts
委譲のオーケストレーションsubagents
ミドルウェア(ツールループ内の振る舞い)plugins

Claude Code でいえば CLAUDE.md、Agent Skills、サブエージェント定義、hooks あたりがこれに当たる。

人間がハーネスを手で直す場合にも、そこから借りられる運用がある。

改善を AI 自身に回させる設計全般は 自己改善エージェント を参照。

Anthropic vs OpenAI のハーネス戦略

両社はともにハーネスの重要性を認識しているが、アプローチが対照的だ。

観点OpenAIAnthropic
ハーネスの位置づけエンジニアが設計する環境(Harness Engineering)プラットフォームが提供する基盤(Managed Agent)
人間の役割プロジェクトマネージャーAI との協働者
製品Codex + SymphonyClaude Code + Managed Agent

OpenAI は AI がソフトウェア開発を全面的に担う方向を目指し、Anthropic はエージェント実行基盤を「Agent OS」としてプラットフォーム化している。

ハーネスとメモリのロックイン

LangChain 創設者 Harrison Chase が指摘する通り、ハーネスとメモリは不可分だ。メモリはコンテキストの一形態であり、ハーネスの中核的な責任。クローズドなハーネスを使うことは、以下の4層すべての管理を第三者に委ねることを意味する:

  1. コンテキストウィンドウ内のメッセージ履歴 — 構成方法でモデルの応答が変わる
  2. コンパクション(会話の要約圧縮) — 何を残し何を捨てるかでエージェントの「記憶の質」が変わる
  3. 永続ファイル・データベース(長期メモリ) — エージェントの「人格」を形成する
  4. 設定・スキルのロード方式 — エージェントの能力を規定する

ハーネスの「内側」と「外側」の混乱

「ハーネス」という言葉は話者のポジションによって意味がズレる(watany 氏, 2026年4月):

視点定義文脈
内側のハーネスモデル呼び出し間でコンテキストを引き継ぐ機構(LangChain / Anthropic)プラットフォーム・フレームワーク側
外側のハーネスエージェントが同じミスを繰り返さないように設計する実践(Mitchell Hashimoto / OpenAI)ユーザー・実践者側

Claude Harness v4.0.0 “Hokage” — Go ネイティブ化

Claude Code のハーネスエンジニアリングを 1 パッケージで組み込んだ外装プラグイン「Claude Harness」が v4.0.0 “Hokage” をリリース(2026-04-14)。

改善点BeforeAfter
フック実行速度~300ms(bash → Node.js → TypeScript 3段ロケット)~10ms(Go バイナリ 1 本、30 倍速)
設定ファイル数5〜6 本を手動整合(plugin.json / hooks.json / settings.json 等)harness.toml 1 本(SSOT)
ガードレールR12 warnR12 deny + Bash bypass 二重防御
Node.js 依存必要不要(ネイティブバイナリ 3 本)

pure-Go SQLite(modernc.org/sqlite)採用で Node.js ランタイム要件を完全排除。bin/harness sync で plugin.json / hooks.json / settings.json が全て整合される。

AI ファースト運用の実績(CreaoAI, 25 名)

CreaoAI は「AIファーストハーネスエンジニアリング」を実践し、6 週間のリリースサイクルを 1 日に短縮した:

解消した 3 つのボトルネック: PM の計画サイクル、QA のテスト時間、ヘッドカウント不足。

RAG なしで高精度になる理由

コンテキストウィンドウの拡大(20k〜1M トークン)により、100 ファイル以下のコードベースはハーネスがファイルをそのまま読み込める。RAG の「断片的コンテキスト問題」を回避できるため、より正確な依存関係・型・インターフェースを参照できる。100 ファイルを超える場合は GraphRAG 等のインデックス戦略が有効。

関連ページ

ソース記事