**AIエージェント ハーネス設計（2026年版）**

2025年が「Agentの年」なら、**2026年は「Harnessの年」**です。もはやモデル（LLM）の性能だけでは本番で使い物になりません。信頼性・安全性・観測可能性・持続性を担保するのは「ハーネス（Harness）」です。

ハーネスとは「馬具（手綱・鞍）」の比喩で、**モデルというエンジンを現実世界で安全に制御・運用するための包括的な足場**のことです。よく言われる表現はこれです：

> 「The model is the engine. The harness is the car.」
> 「The harness is where reliability actually lives.」

### 1. ハーネスが解決する根本問題

- モデルは「自己評価バイアス」が極めて強い（自分の出力に対して過大評価する）
- 長時間実行するとコンテキストが劣化（model drift）
- デモは動くが、本番（3時起き、コスト爆発、破壊的アクション）で死ぬ
- プロンプトをいくら磨いても限界がある（次のレイヤーは環境設計）

ハーネスはこれを「モデルを薄く保ち、知能を外部化する」ことで解決します。

### 2. 参照アーキテクチャ（2026年現在のベストプラクティス）

ハーネスは以下の4つのプレーンで構成されます：

```
[Control Plane] ←→ [Execution Plane]
↑ ↑
[Verification Plane] ← [Feedback Plane]
```

**主要コンポーネント**：

**1. Control Plane（制御層）**
- Task Decomposition & Scoped Execution（1機能ずつ厳密にスコープを限定）
- Hierarchical Agent Supervisor（Supervisor + Workerパターン）
- Session Lifecycle管理（クリーンスタート・クリーンエンド）
- Budget Control（コスト上限、ステップ上限、トークン上限）

**2. Execution Plane（実行層）**
- Stateful Workflow Engine（推奨：LangGraph）
- Tool Registry + Permission System（ツールごとに権限定義）
- Memory Architecture（4種類を明確に分離）
- Working Context（現在進行中のタスク）
- Semantic Memory（知識）
- Episodic Memory（過去の軌跡）
- Procedural Memory（スキル・ヒューリスティック）
- Sub-agent Orchestration

**3. Verification Plane（検証層）** ← これが最も重要
- 作る役割と評価する役割を**必ず別エージェント**にする（自己評価禁止）
- Rubric-based Evaluation（主観を定量化した評価基準）
- Pre-flight / In-execution / Post-flight の3段階ゲート
- Sandbox + Reversible Actions（可能な限り元に戻せる設計）

**4. Feedback & Observability Plane（観測・学習層）**
- 完全なTrace（OpenTelemetry準拠）
- Structured Logging（LLM Call, Decision, Tool Call, Evaluation結果をすべて構造化）
- Cost & Quality Tracking
- Trace-driven Harness Improvement（実行履歴からハーネス自体を進化させる）

### 3. 設計の7原則（これを守れば大きく外さない）

1. **Externalize Intelligence**：可能な限りモデルから知能をハーネスに移す
2. **Observability First**：観測できないものは改善できない
3. **Verification Over Generation**：生成より検証を重視
4. **Constrained Autonomy**：完全自律は危険。段階的自治（Incremental Autonomy）
5. **Clear Boundaries**：各エージェント・各タスクの責任範囲を明示
6. **Trace as Asset**：すべての実行履歴を第一級の資産とする
7. **Human in the Loop by Default**：重要な判断は人間が承認（徐々に緩めていく）

### 4. 技術スタック例（2026年推奨）

**コア**
- **LangGraph**（状態機械として最強クラス）
- LangSmith / Phoenix / Helicone（観測性）
- OpenTelemetry + Jaeger/Tempo

**周辺**
- Vector DB（Qdrant/Pinecone/pgvector）
- Guardrails（Llama Guard, NVIDIA NeMo, または自作）
- Evaluation Framework（LLM-as-Judge + Rubric + Human Feedback）
- Sandbox（E2B, Firecracker, または独自コンテナ）

**先進的アプローチ**
- HarnessXのような「コンパイル可能なハーネス」（プリミティブを組み合わせ、トレースから自己改善）
- AEGISのようなtrace-driven multi-agent harness optimizer

### 5. 成熟度モデル（参考）

- **Level 0**: ただのプロンプト + ReAct
- **Level 1**: 基本的なハーネス（トレース + 簡易ガードレール）
- **Level 2**: 検証レイヤー分離 + Rubric評価
- **Level 3**: Trace-driven進化 + 高度なスコープ制御
- **Level 4**: ほぼ完全に自律的に改善する自己進化型ハーネス

現在実用レベルで最も成功しているのは**Level 2.5〜3**です。

### 始め方（今すぐやるべきこと）

1. 既存のエージェントの**全実行を構造化ログ**として残すところから始める
2. 「作るエージェント」と「評価エージェント」を明確に分離
3. タスクを**極端に小さくスコープ**して1つずつ確実に完了させる仕組みを作る
4. 重要なアクション（コード実行、外部API呼出、金銭関連）は必ずHuman Approval Gateを入れる
5. すべての決定に「なぜそう判断したか」を記録させる

---

**参考になる考え方（2026年現在）**：
- Harrison Chase（LangChain）も「今最もレバレッジが高いのはharness engineering」と公言
- Anthropic、OpenAI、ThoughtWorks、IBMなどの先進チームが一斉にこの方向にシフト
- 「プロンプトエンジニアリング → コンテキストエンジニアリング → ハーネスエンジニアリング」という進化の最終段階

必要であれば、**具体的なユースケース別**（ソフトウェア開発、業務自動化、研究支援など）のハーネス設計テンプレート、LangGraphでの実装コード例、評価Rubricの作り方なども深掘りできます。

どの部分をさらに詳しく知りたいですか？