エージェントハーネス（英: agent harness）、またはエージェントスキャフォールディング（英: agent scaffolding）とは、大規模言語モデル（LLM）をAIエージェントとして機能させるために、その周辺を囲むソフトウェアインフラストラクチャのことである。これは、モデル内部の推論とは対照的に、ツールの使用、メモリ、状態の永続化、実行環境、フィードバックループを管理する。英国のAI Security Instituteは、2023年の時点で、AIエージェントはモデルとスキャフォールディングを組み合わせたものによって形成されると説明している。この関係は、「エージェント = モデル + ハーネス」と表現できる。

LLMはステートレスであり、単独ではテキストのみを生成するため、モデルが複数ステップにわたるアクションを実行し、外部ツールを使用し、セッションをまたいで長期的なタスクを維持できるようにするのがハーネスである。拡大し続けるトランスクリプトをコンテキストウィンドウ内で繰り返し再読み込みする代わりに、ハーネスは記録保持の役割をエージェントの状態を管理する構造化されたソフトウェア環境にオフロードすることができる。1回のプロンプトと応答のやり取りであれば最小限のハーネスは不要であるが、タスクがマルチステップ、ツール指向、または長期的になるにつれて、その重要性は増す。

アーキテクチャ ハーネスが調整するメカニズムは、この用語が誕生する前から存在していた。モデルが推論と行動をループで交互に行うパターンは、査読付きのReActフレームワークで導入され、モデルが外部ツールを呼び出す能力はToolformerで実証されている。

ハーネスに通常グループ化されるコンポーネントには、ツールのディスパッチ、メモリと状態の永続化、隔離されたサンドボックスやワークスペース、コンテキスト管理、およびスコープ付きの権限、承認階層、監視などのガードレールが含まれる。2026年のエンジニアリングに関する記事で、Anthropic社は、環境を準備するイニシャライザエージェントと、未完了のタスクを繰り返し選択し、コミットし、終了前に進捗記録を更新するコーディングエージェントで構築された実装例を説明している。

ThoughtworksのBirgitta Böckelerは、モデルの開発者が提供する「内部ハーネス」（エージェントSDKやCursor、Codexなどのコーディングツールなど）と、ユーザーがその上に構築する「外部ハーネス」（指示ファイル、Model Context Protocolサーバー、カスタムスキルなど）を区別している。さらに彼女は、エージェントが行動する前に方向付ける「ガイド」と、結果を観察してエージェントに自己修正させる「センサー」を分けており、それぞれが「計算的」（リンターやテストなどの決定論的チェック）または「推論的」（「審査員としてのLLM」などの意味的チェック）になり得ると述べている。

歴史と用語 モデルを取り囲むスキャフォールディングに関連する概念は、ソフトウェアテスト（テストハーネス）、LLMのベンチマーク評価（評価ハーネス）、および強化学習における学習エージェントを取り囲む環境やラッパーにも存在する。「エージェントハーネス」や「LLMハーネス」という名詞は、関連する学問分野に名前が付けられる前から実務家の間で流通していた。

「ハーネスエンジニアリング」という語彙は2026年初頭に登場したが、この特定のフレーズが誰によるものかは議論が分かれている。いくつかの記録によれば、2026年2月にHashiCorpの共同創設者であるミッチェル・ハシモト（Mitchell Hashimoto）が、エージェントがミスを犯すたびにその環境へ恒久的な修正を組み込む実践を説明したブログ記事が起源とされている。一方で、LangChainのVivek Trivedyによる「Anatomy of an Agent Harness」という記事が、「エージェント = モデル + ハーネス」という公式からハーネスの構成要素を導き出したことを評価する記録もある。主にコーディングエージェントによって構築された大規模なコードベースについて説明したOpenAIの広く引用されたエンジニアリングレポートや、Thoughtworks、LangChain、Anthropicからの後続の記事が、この用語の普及を後押しした。

2026年半ばまでには、ハーネスは学術研究の対象となっていた。独立系の報道では、エージェントが自身の失敗を反復的にマイニングし、ハーネスへの変更を提案・検証する「Self-Harness」や、モデルを大きくするのではなく、モデル周辺のソフトウェア環境を再設計することで主に検索精度を向上させたオープンソースの検索エージェント「Harness-1」などの研究が紹介されている。

プロンプトおよびコンテキストエンジニアリングとの関係 ハーネスエンジニアリングは、単一の相互作用を最適化するプロンプトエンジニアリングや、特定の瞬間にモデルが参照する情報を制御するコンテキストエンジニアリングよりも広い層として位置づけられることが多い。この枠組みでは、ハーネスが運用環境全体を設計し、他の2つをその一部として内包している。際立った特徴は、ラップされるコンポーネントが非決定論的であることである。そのためハーネスは、モデルがアクションを捏造したり、未完了のタスクを完了したと報告したりした場合でも、適切に回復できるように設計されている。

脚注

関連項目 AIエージェント 大規模言語モデル プロンプトエンジニアリング Model Context Protocol ソフトウェアエージェント テストハーネス