AIエージェントの実力はモデルだけで決まらない。実行・記憶・検証・安全性を支える「ハーネス」の設計｜DEEP NOTE

DEEP NOTEシリーズについて

DEEP NOTEは、普段のような論文の要約ではなく少し視点を変え、気になるテーマを一つ取り上げて深く掘り下げるシリーズです。

公的機関、研究機関、学術論文、企業の公式資料など、できる限り信頼性の高い情報源を横断的に調査し、断片的な情報を一つの記事として整理します。

単に「何が起きているのか」を紹介するだけではなく、「なぜそうなるのか」「どこまで分かっているのか」「どのような点に注意すべきなのか」まで掘り下げます。

専門的な内容についても、初めてそのテーマに触れる人が大筋を理解できるよう、用語や背景を補足しながら解説します。

その一方で、すでにある程度知識を持っている人にも新しい発見があるよう、研究データ、一次情報、議論されている論点、情報の限界まで可能な範囲で紹介します。

一つのテーマについて、自分で複数の資料を調べる時間を短縮しながら、表面的な理解より一歩深いところまで知りたい。

DEEP NOTEは、そんなときに読める「少し深めの調査ノート」を目指しています。

はじめに

2024年から2025年にかけて、生成AIをめぐる会話の中心は「どのモデルが最も賢いのか」でした。ところがAIエージェントが実際のファイルを読み、コードを書き、検索し、外部サービスを操作し、長い仕事を複数ステップで進めるようになると、別の問題が急速に目立ち始めました。

同じ基盤モデルを使っていても、あるエージェントは必要な情報を見つけ、正しいツールを使い、途中の失敗から立て直し、最後に結果を検証して終えます。別のエージェントは、関係のないファイルを読み続けたり、同じ操作を繰り返したり、権限の強すぎるツールを不用意に使ったり、十分な確認をしないまま「完了しました」と宣言したりします。

この差を説明する概念として、2026年に存在感を増しているのが「AIハーネス」「エージェントハーネス」、そしてそれを設計する「AI Harness Engineering」です。

ハーネスとは、簡単に言えば、モデルの周囲に置かれた実行基盤です。モデルに何を見せるか、どのツールを使わせるか、状態をどう記憶するか、どこまでの操作を許すか、失敗をどう観測するか、完了をどう検証するか。こうした仕組みを束ね、モデルの出力を実際の仕事へ変換します。

2026年5月に公開されたプレプリント「AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents」は、ソフトウェア開発エージェントの能力を「モデル単体」ではなく「モデル―ハーネス―環境」の組み合わせとして捉える枠組みを提案しました。同論文は、タスク仕様、コンテキスト選択、ツール、プロジェクトメモリ、タスク状態、観測可能性、失敗原因の帰属、検証、権限、保守上の“エントロピー”監査、人間介入の記録という11の責務を挙げています。[1]

ただし、ここで注意したいのは「AIハーネスエンジニアリング」が2026年時点ですでに確立した標準用語になった、と言い切れるわけではないことです。別の2026年のプレプリントは、「agent harness」という語が製品全体、実行層、評価用ハーネス、フレームワークなど複数の意味で使われ、まだ多義的だと指摘しています。[2]

一方で、この考え方そのものは研究上の提案だけにとどまりません。OpenAIは2026年4月、Agents SDKの更新を「より強力なharness」と表現し、メモリ、サンドボックスを意識したオーケストレーション、ファイルシステム操作、MCPなどを組み込む方向を示しました。[3] Microsoftも2026年7月、モデルを実際に仕事をするエージェントへ変えるループ、計画、メモリ、コンテキスト管理、承認、テレメトリをまとめた「Agent Framework Harness」を公開しています。[4]

さらに2026年9月、豪州政府のAustralian Signals Directorateは組織向けの「Agentic AI harnesses」ガイダンスを公開し、ハーネスをセキュリティ、ガバナンス、信頼性、運用リスクを左右する管理対象として明示しました。[10]

つまり、AIハーネスエンジニアリングの核心は、「もっと賢いモデルを選べば解決する」という発想から一歩離れ、モデルの能力を仕事として成立させる周辺システムそのものを設計対象にすることです。

本記事では、この新しい考え方が何を意味するのか、プロンプトエンジニアリングやコンテキストエンジニアリングと何が違うのか、なぜ信頼性とセキュリティの双方に直結するのか、そして日本でAIエージェントを導入する企業にどのような視点を与えるのかまで掘り下げます。