AIエージェントを作ろうとして、まずモデルのAPIを呼び出し、ツールを2〜3個つないでみる。デモでは動くのに、実際の業務に乗せた途端、同じ処理を何度も繰り返したり、触ってはいけないファイルを書き換えたり、昨日の作業内容を覚えていなかったりする。こうした問題の多くは、モデルの賢さではなく、モデルの周りの仕組みで起きています。その仕組みが「エージェントハーネス(Agent Harness)」です。
エージェントハーネスとは
エージェントハーネスは、LLMを包んで「仕事ができる状態」にする実行環境です。モデル自体は、入力を受け取って次に何をするかを文章やツール呼び出しの形で返すだけです。実際にツールを実行し、結果をモデルに戻し、終わるまでループを回し、途中で止めるべきかを判断するのはハーネスの役割です。馬具(harness)が馬の力を荷車に伝えるように、モデルの能力を実際の作業につなぐ部分だと考えるとわかりやすいでしょう。
ハーネスを構成する主な要素
一つ目はエージェントループとツール実行です。モデルの出力を解釈してツールを呼び、結果を返し、終了条件まで繰り返します。二つ目はMCP(Model Context Protocol)による外部ツールやデータとの接続で、社内システムやSaaSを同じ形式で扱えるようにします。三つ目はスキルで、特定の作業手順をファイルとしてまとめ、必要なときだけ読み込ませます。四つ目はポリシーと権限で、どの操作を自動で許可し、どの操作で人の承認を求めるか、何を監査ログに残すかを決めます。
五つ目はコンテキストとメモリです。会話が長くなったときに何を残し何を要約するか、セッションをまたいで何を覚えておくかを管理します。六つ目は評価(Eval)で、プロンプトやモデルを変えたときに品質が上がったのか下がったのかを、感覚ではなくテストケースで確かめます。七つ目は可観測性で、エージェントが各ステップで何を考え、どのツールをどんな引数で呼び、どれだけ時間がかかったかを後から追えるようにします。
なぜモデルよりハーネスが効くのか
モデルは定期的に新しいものが出ますし、多くのチームは同じ数社のモデルを使っています。つまりモデルそのものでは差がつきにくい。一方で、どのツールをどう渡すか、失敗したときにどう戻すか、危険な操作をどこで止めるかはチームごとの設計です。本番で起きる事故の多くは、権限が広すぎる、エラー時の再試行が無限に続く、ログがなくて原因が追えない、といったハーネス側の問題です。モデルを差し替えても直らない問題を直せるのはハーネスだけです。
もう一つの理由は、ハーネスがしっかりしていればモデルを入れ替えやすくなることです。評価セットとログがあれば、新しいモデルに切り替えたときに何が良くなり何が悪くなったかをすぐ比べられます。ハーネスはモデルの進化を取り込むための土台でもあります。
チャットボットとの違い
チャットUIにAPIをつないだだけのもの(いわゆるChat Wrapper)は、人が一問ずつ質問して結果を確認する前提で作られています。業務を任せられるエージェントは、タスクを受け取り、自分でツールを使って作業を進め、必要なところでだけ人に確認を求め、最後に結果を報告します。この「人がずっと見ていなくても任せられる」状態に近づけるために必要なのが、権限、メモリ、評価、ログといったハーネスの部品です。
エンジニア向けの学習ロードマップ
1. まずLLM APIの基本を押さえます。メッセージの構造、ツール呼び出しの仕組み、ストリーミング、トークンとコンテキスト長の考え方です。2. 次にエージェントループを自分で書いてみます。フレームワークを使う前に、ツールを呼んで結果を返すだけの最小ループを一度書くと、何がハーネスの仕事なのかが見えます。3. ツール実行環境とMCPを学び、ファイル操作やコマンド実行を作業ディレクトリの中に閉じ込める方法を身につけます。
4. コンテキスト管理とメモリ、セッションの保存を扱います。5. ポリシー、承認フロー、監査ログを設計し、「どこまで自動でやらせるか」を決められるようにします。6. 複数エージェントの役割分担や、長時間動き続けるワーカーの設計に進みます。7. 最後に評価と可観測性を整え、変更のたびに品質を測れる状態にしてから本番に出します。どの段階でも、小さく作って実際に動かし、失敗したケースを記録して直す、という繰り返しが一番の近道です。
既存のスキルがそのまま活きる
エージェント開発はまったく新しい分野に見えますが、必要になるのはAPI設計、権限管理、ログ設計、テスト、障害対応といった、ソフトウェアエンジニアがすでに持っている力です。プロンプトの工夫だけでは本番に届かない部分を埋めるのが、エンジニアの仕事になります。
体系的に学びたい場合は、ゼロから学ぶ Agent Harness(講義は中国語)があります。LLMプロトコルとエージェントループから始まり、Pi Agent Core、ツール実行環境とMCP、コンテキストとメモリ、ポリシーと承認、Hermes風の長時間ワーカー、評価と可観測性までを86講で扱い、最後に自分のAgent Workbenchを作ります。最初の6講は無料で試せます。