## 情報源（3本束ね・最重要・domain=ai）
- HfK9nDHdb0I MMPO論文徹底解説 Claude Codeが長いタスクで趣旨をズラす理由とメタ認知的解決 (さとるチャンネル・スコア74)
- q7Am0pV6FjQ The Greatest AI Coding System - Forget Codex Vs Claude Code (AI LABS・Goal Buddy紹介・スコア69)
- Gg4LfQb3s3U Claude Codeで話題のハーネスエンジニアリングとは AIエージェントの賢さを決める正体 (中村祐太のFindUアカデミー・スコア67)

## 主要な発見
### MMPO論文（長文脈タスクの記憶劣化を「メタ認知」で解決）
- **記憶劣化の原因**: ①再帰的要約による伝言ゲーム的情報劣化 ②長文中盤を落とす「Lost in the middle」現象
- **信用割り当て問題**: 最終結果のみで採点する従来学習では「どのステップで間違えたか」が特定できず同じミスを繰り返す
- **MMPO手法**: AIに自身の記憶の曖昧さ（ビリーフエントロピー＝自信度メーター）を継続評価させ、ステップごとに自己評価で報酬/罰。3.5Mトークン超長文脈でも97.1%の高性能維持
- **アンカー質問のベストプラクティス**: 状態確認は「タスク進捗はどこまでか」と「足りない情報（ギャップ）は何か」を**両方セットで問う**と精度82.98%で最高（優秀な上司の1on1構造）

### Goal Buddy（OSS・長時間タスク専用・state管理）
- Claude Code/Codexの既存`/goal`の弱点（コンテキスト肥大化・状態管理欠如）を克服したOSSツール
- **3エージェント分業**: Scout(低推論・読取専用で状態監視) / Worker(編集権限あり実作業) / Judge(高推論・読取専用で安全性評価)
- **状態管理**: チャット履歴でなく `state.yaml` でローカル永続管理
- **Oracle（完了シグナル）とSlice（小単位分割）**: 「全テストpass」「開発サーバー起動＆ブラウザ動作確認」等プログラム検証可能な完了条件を定義。`goal prep` で逆質問→曖昧さ排除→goal.md/state.yaml生成

### ハーネスエンジニアリング
- AIエージェント3層構造 = **モデル(頭脳) / スキャフォールド(業務マニュアル) / ハーネス(実行エンジン)**
- 同じLLMでもツールにより賢さが違う正体 = ハーネス（ツール使わせ方・停止条件・エラーリカバリ・コンテキスト管理）の作り込みの差
- 用語は狭義(実行レイヤーのみ)/広義(モデル以外全体)で解釈が分かれる（バズワード化）

## アクションアイテム（最重要・shadow自律開発に直結）
- **MMPOのアンカー質問「進捗＋ギャップを両方問う」を symphony-loop / goal-judge スキルに組み込む**（既存のstate外部書き出し方針と整合）
- Goal Buddy の state.yaml + 3エージェント(Scout/Worker/Judge)分業を、既存 goal-judge(Haiku判定) と比較・統合検討
- 「Oracle=プログラム検証可能な完了条件」をgoal-judge の acceptance_criteria 設計に明文化
- ハーネス3層構造（モデル/スキャフォールド/ハーネス）を skill-vs-agent.md の概念整理に追記