核心内容の要約
この記事は、AIエージェント（「インテリジェントアシスタント」と考えることができる）における2つの重要な概念、「Skill」と「Harness」に焦点を当てています。「Skill」とは、業界の経験やワークフローを「マニュアル」（例えばコード規格や業務SOP）としてまとめることで、エージェントに「どのように行動すべきか」を伝えるものです。しかし、マニュアルだけでは不十分で、エージェントは怠ったり、手順を省略したり、勝手な判断をしたりすることがあります。「Harness」とは、エージェントに「信頼できる作業環境」を提供するもので、使用できるツールや必要な承認プロセス、結果の検証方法、エラー時の対処方法などを定めることで、エージェントが「話すだけ」の存在から「信頼できる作業を行う存在」へと変わるようにするものです。エージェントがより長く、より重要なタスク（例えばコードの修正や財務処理）を処理するようになるにつれて、「Harness」の重要性はますます高まり、エージェントが「デモ用の玩具」から企業が実際に使用できるシステムへと進化するかどうかを決定づける要素となります。
1. Skill：経験の「マニュアル」だが、エージェントの小さな行動は制御できない
「Skill」が注目されている理由は何でしょうか？それは大規模なAIモデルが企業のすべての経験（コード規格やコンプライアンス要件など）を記憶できないからです。これらの経験を「コードレビュースキル」や「財務照合スキル」といったタスクごとに分けて、必要に応じてエージェントに提供することで、新しい従業員に専門的なSOPを渡すよりも効率的だからです。
しかし、「Skill」には大きな問題があります。それは「柔らかい制約」に過ぎないという点です。例えば、「データベースを修正する前には必ずバックアップを取り、テストを行う」と書いても、エージェントは「変更が小さい」と思ってテストを省略したり、途中で詰まって「完了しました」と報告したりする可能性があります。これは新しい従業員にSOPを渡すのと同じで、面倒だと感じて守らないかもしれません。エージェントも同様で、特にタスクが長くなると、手順を1つでも省略すると後で全てが間違ってしまい、その誤りを発見するのが難しくなります。
2. Harness：エージェントを信頼できる軌道に乗せる「作業環境」
「Harness」はより高度な「Skill」ではなく、エージェントに「規則正しい行動」を促すための運用環境です。例えば：
- 資料エリア：エージェントがどのような文書や過去のタスク記録を見ることができるか、途中で作業を中断した場合にどのように続けるか（「忘れる」問題の解決）
- ツールエリア：ブラウザやデータベースなどのツールを使用できるか？使用後に結果が確認できるか（例えばコード修正後にログを確認できるか）
- ガードレール：本番環境のデータベースを変更する場合は2回の確認が必要で、バックアップがないと次のステップに進めない（厳格な制約であり、単なるリマインダーではない）
- 検証エリア：作業が完了した後に結果を確認し（例えばコード修正後にテストを実行し、データの記録をチェックする）、エラーが発生した場合には元に戻せる
例えば、「Skill」が「バックアップ→テスト→移行実行」と指示しても、「Harness」はこれらを「必須のステップ」として処理します。バックアップ記録がない場合は次のステップに進めません。テストに失敗した場合は提出できません。実験によると、「Harness」を使用するエージェントのタスク完了率は56％から86％に向上しました。この違いは「希望される記憶」対「システムによる強制的なチェック」の違いです。
3. なぜ2026年に突然「Harness」が話題になったのか？
以前は「目立たない接着剤」に過ぎなかった「Harness」が、今では核心的な競争力となっています。その理由は3つあります：
1. エージェントがより長期的なタスクを処理するようになった：「コードの一部を書く」から「プロジェクト全体を完成させる」へと変化し、システム間や複数のステップを跨ぐために状態管理が必要になります（例えば途中でエージェントを交代しても作業を続けられるようにする、エラーの追跡が必要になる）
2. Skillの移植性が向上した：Skillが標準化されたことで、「どれだけのSkillをサポートするか」が基本的な機能となり、競争の焦点が「Harness」に移りました（例えば同じSkillでも異なる「Harness」ではパフォーマンスが大きく異なる）
3. 企業がエージェントを実際の環境で使用するようになった：エージェントが本番環境に導入されると、企業は「何を行ったのか、誰が承認したのか、エラーがあった場合に責任を追及できるか」を知る必要があります。「Harness」の権限管理やログ記録、承認機能がこれらの問題を解決するためのものです。
例えばOpenAIはCodexを製品として使用していますが、初期は環境が整っていなかったために進行が遅かったです。しかし、「Harness」（エージェント専用の作業環境やログ/スクリーンショットの閲覧機能）を最適化したことで、進捗が加速しました。
4. 未来の価値：「垂直型Harness」の方が「Skill」よりも価値がある。企業は「信頼できるシステム」を求めている
「Skill」は容易にコピーできます（例えば「法律検索スキル」など）。しかし、「垂直型Harness」は作成が難しいです：
- 法律エージェントの場合、異なる法域で何を調べるべきか、利益相反がある場合にどう対処するか、引用内容を確認する必要があります。
- 財務エージェントの場合、照合結果の異常時の対応方法や承認権限、証拠の管理が必要です。
企業が求めているのは「賢いエージェント」ではなく、「明確な境界を持つエージェント」です。何をしてはいけないか、作業完了後に証拠があるか、エラーが発生した場合にどう対処できるかを知っているエージェントです。そのため、将来の機会は「垂直型Harness」（業界の実際の運営状況を理解しているもの）や「企業向けエージェントランタイム」（統一された権限管理、ログ記録、戦略機能を備えたプラットフォーム）にあります。
5. Harnessは万能ではない：「AI版Kubernetes」のようにならないように
「Harness」にも問題があります：
- 複雑さ：多くの機能を盛り込みすぎると（複数のエージェントの編成、再試行、シャンドボックス処理など）、問題が発生しても何が原因かわからなくなる
- コスト：複数のステップでの検証や再試行により多くのトークンや計算リソースを消費する
- 過適合：特定のタスクに最適化された「Harness」は、別のタスクでは機能しなくなる
- セキュリティリスク：Skillにはスクリプトが含まれている可能性があり、インストール時に出所や権限を確認する必要がある
そのため、「必要に応じてHarnessを構築する」ことが重要です。例えば、誕生日の祝福メッセージを書く場合は簡易なものを使用し（複雑な検証は不要）、オンラインサービスの修正にはより厳格なものを使用し（テスト＋リロール機能が必要）、金融取引にはさらに厳格な処理（承認＋監査）が必要です。
最後に、モデルがどれほど強力であっても、「Harness」はなくなることはありません。賢い従業員が会社に入る場合でも権限管理や承認プロセスが必要です。「Harness」はエージェントの「管理ルール」として機能し、モデルの欠点を補うものではなく、組織がタスクを任せるための仕組みとなります。
この記事の本質は、AIエージェントが「話すだけ」から「実際に行動する」存在へと進化するためには、「信頼できる作業ルール」を提供することが鍵であり、それが「Harness」の価値であるということです。