第11回はハーネスエンジニアリング。ハーネスの定義をLangChainとFowlerの2つの視点で分析。実例としてAnthropic公式「skill-creator」リポジトリを分解、さらに「ハーネス自体を進化させるメタハーネス」の3研究(Anthropic / Stanford / 復旦大AHE)まで開けていきます。辿り着くのは「プロンプトを磨くより長期記憶を整える方が効く」という、プロンプトエンジニアリングのこれまでの常識をひっくり返すかもしれない実験結果。
## チャプター構成
00:15 Ch01. 導入 ── 「もしハーネスがなかったら」
02:04 Ch02. 「ハーネスとは何か」を二つの定義で挟み撃ちにする
- 2-1. 「モデル以外は全部ハーネス」というシンプルな線引き ── LangChainの定義
- 2-2. 「制御の仕組み」として整理し直す ── Fowlerの分類
- 2-3. 自分の言葉で言えるか ── 抽象論を腹に落とす
06:09 Ch03. skill-creatorリポジトリを開けて、中を分解する
- 3-1. Skillの2類型と「寿命」の違い
- 3-2. 3つの引き出しと、領収書1,200円の押し戻し
- 3-3. 司令塔・統計・環境分岐の三重奏
- 3-4. ハーネスの寿命
20:45 Ch04. メタハーネス ── ハーネスをどう進化させるか、3つの解
- 4-1. 部品を交換可能にする ── Anthropicの3分解
- 4-2. 書き直しをAIに任せる ── Stanfordの試み
- 4-3. 規律ある進化 ── 復旦大AHEと「変更台帳」
- 4-4. 数字が示すもの ── プロンプトは伸びしろが最も少ない場所だった
31:53 Ch05. その先 ── 評価が本体になる世界
- 5-1. 評価基準を書く仕事へ
- 5-2. ベースモデルの自動進化
- 5-3. 人間の時間配分
37:15 Ch06. クロージング
本エピソードをお聴きいただくと、以下のような「気づき」をお持ち帰りいただけます。
- 「モデル以外は全部ハーネス」という雑な線引きは、区別をいったん諦めることで、現場の住人を初めて一枚の地図に並べてくれる
- 「事前に方向づけるか、事後に観測するか」「機械的か、推論で揺らぐか」の二軸で並べ直すと、手元の道具の景色が変わる。ただし両義的な道具は、どの象限に置くかで迷いが残る
- Skillには、モデルが追いつけば役目を終える"補助輪型"と、組織のワークフローが続く限り価値が残る"社内ルールブック型"がある。同じ仕組みでも、寿命の出所がまったく違う
- 司令塔と判定役を切り離し、増分のコストパフォーマンスを数字で語り、環境差をハーネスの中に吸収させる。Skill開発が、感性ではなく治験のプロトコルに近い設計へ静かに変わり始めている
- 善意で入れた処理が、次世代モデルでは正反対の負債に変わる。ハーネスを三部品に切り分け、追記専用のログだけ守れば、過去のやり取りを失わずに中身だけ差し替えられる
- 過去の試作ソース、得点、実行ログを一つのフォルダに置くだけで、書き直す主体そのものをAIに譲り渡せる。
- 修正の前に「直る課題番号」と「壊れそうな課題番号」を予言として書かせると、後付けの言い訳が効かなくなる。ただし"壊す方向"を見抜く目は、人間にもAIにも構造的に弱いままである。
- 人間の仕事は「プロンプトを作成する仕事」から「評価基準を書く仕事」へ移っていく。現場の暗黙ルールを言語化できる人ほど価値が上がる一方で、基準を保ち続けるコストは、コードとは別の形で残り続ける
- プロンプトを磨く時間より、長期記憶やツール整備に時間を寄せたほうが効く。手の動かし方そのものを、配分から見直すサインかもしれない
紹介した記事・論文など
- LangChainブログ「The Anatomy of an Agent Harness」(Vivek Trivedy, 2026年3月)
https://www.langchain.com/blog/the-anatomy-of-an-agent-harness
- Martin Fowlerサイト「Harness Engineering for Coding Agent Users」(Birgitta Böckeler, 2026年4月)
https://martinfowler.com/articles/harness-engineering.html
- Anthropic公式Skillリポジトリ「skill-creator」
https://github.com/anthropics/skills/tree/main/skills/skill-creator
- Anthropic Blog「Improving skill-creator: Test, measure, and refine Agent Skills」(2026年3月)
https://claude.com/blog/improving-skill-creator-test-measure-and-refine-agent-skills
- Anthropic Engineering「Scaling Managed Agents: Decoupling the brain from the hands」(Lance Martin ほか, 2026年4月)
https://www.anthropic.com/engineering/managed-agents
- Stanford「Meta-Harness: End-to-End Optimization of Model Harnesses」(Yoonho Lee ほか, arXiv:2603.28052, 2026年3月)
https://arxiv.org/abs/2603.28052
- 復旦大「Agentic Harness Engineering」(Jiahang Lin ほか, arXiv:2604.25850, 2026年4月)
https://arxiv.org/abs/2604.25850
- Tesla FSD: 走行データを使ったベースモデルの自動再学習サイクル
https://electrek.co/2026/05/03/tesla-fsd-10-billion-miles-no-magical-milestone-autonomy/
【免責事項】本配信内の記事・論文に関するトークは独自の解説・議論であり、著作権を侵害するものではありません。図表やテキストの無断転載は行わず、各文献の主張を自分たちの言葉で再構成することに努めています。
