**AIエージェント「Harness」の設計**（2026年現在の実践的ガイド）

「Harness」は現在、AIエージェント開発において**最も重要なレイヤー**と認識されています。モデル（LLM）はエンジンに過ぎず、本当に差がつくのはその周囲の「ハーネス」です。

### 1. Harnessとは何か？

Harnessとは、LLMを**信頼性・観測可能性・制御可能性のあるシステム**に変える包括的なオペレーティングレイヤーです。

主な役割：
- 行動の完全なトレーシングと再現
- 安全・承認・ポリシーの強制
- 記憶・スキル・プロトコルの外部化
- 評価・自己修正ループ
- コスト・レイテンシのガバナンス
- Sub-agent orchestration

Canva AIの事例では、90%のエンジニアが日常的に「Subagent Harness」（メインのSonnetがOpus/Haikuにタスクを委譲する仕組み）を使っていると言われています。

### 2. 設計哲学のスペクトラム（2026年現在）

| 思想 | 代表 | 特徴 | 向いているケース |
|------|------|------|----------------|
| **Thin Harness** | Anthropic | モデルに多くを任せる。シンプルなReActループ中心 | モデルが極めて賢い場合 |
| **Explicit/Thick Harness** | LangGraph, CrewAI Flows | ロジックをグラフやコードで明示的に定義 | 生産性・制御性・デバッグを重視 |
| **Composable Harness** | 先進チームの新潮流 | Policy, Approval, Router, Budgetなどを独立マイクロサービス化 | 大規模・長期運用 |

現在最も推奨されるのは**「将来取り外せる足場（Scaffolding）」として設計する**考え方です。モデルが賢くなったら対応するHarness部品を削除できるようにする。

### 3. 推奨アーキテクチャ（レイヤード設計）

**Core Principle**: 「モデルを中心にするな。Harnessを中心にして、モデルをその中に埋め込め。」

#### 主要レイヤー

**1. Orchestration Layer（中枢）**
- State Machine または Event Bus を推奨
- LangGraphのPersistent Graph + カスタムState Schemaが現時点で最強クラス
- Sub-agent Coordinator（メインエージェントが専門エージェントにタスクを投げる）

**2. Memory Architecture（最も重要）**
- **Working Memory**: 現在のタスクコンテキスト（圧縮必須）
- **Semantic Memory**: Vector + Knowledge Graph + 構造化データ
- **Episodic Memory**: 過去実行トレース（成功パターン・失敗パターン・コスト情報）

**3. Skills & Tools Layer**
- Tool定義は抽象化（実装詳細を隠蔽）
- 実行前に **Policy Engine** で権限チェック
- Sandbox/Mock環境の完全分離

**4. Control & Mediation Plane**
- **Observability**（最優先）：OpenTelemetry + 専用Tracer（LangSmith, Phoenix, 自前）
- **Guardrails & Approval Workflow**（Human-in-the-Loop含む）
- **Evaluation Engine**：Binary success criteria（曖昧な評価を避ける）
- **Cost Governor**：トークン予算・モデルルーティング

**5. Persistence & Replay Layer**
- すべての実行を完全に再現可能にする（これがないと本格的な改善は不可能）
- Git worktree分離（並列エージェント実行時に重要）

### 4. 設計原則（守るべき10箇条）

1. **Observability First** — 見えないものは改善できない
2. **Explicit Binary Criteria** — 「完了したか？」を明確に定義
3. **Fast Feedback Loop** — エージェントが自分の行動結果を即座に見られるように
4. **Scaffolding Mindset** — いつか削除することを前提に設計
5. **Composability** — Policy, Router, Approverなどは交換可能に
6. **Harnessability** — 対象ドメイン（コードベース、業務システム）がエージェントに扱われやすい構造か？
7. **Persistent Progress File** — シンプルだが非常に効果的
8. **One Agent = One Worktree** — 並列実行時の混乱防止
9. **Linter/Compiler at Write Time** — 後で直すとコンテキストが死ぬ
10. **記録を学習に変える** — 失敗トレースをEpisodic Memoryに積極投入

### 5. 実装スタートの推奨ルート

**初心者〜中級者**
- LangGraph + LangSmithから始める（最もバランスが良い）

**本気で理解したい人**
1. まず**Minimal Harness**をゼロから自作（300-500行程度）
2. その後でLangGraphやOpenAI Agents SDKを「部品」として使う

**生産性最重視**
- Subagent Harnessパターン（メインエージェント + 専門子エージェント群）
- CanvaやClaude Codeが実践しているアプローチ

### 追加リソース（2026年時点）

- Martin Fowlerの「Harness Engineering for Coding Agents」
- Akshayの長文（harness engineeringの詳細解説）
- Canva AI Headの講演（Subagent Harnessの実践例）

---

**質問を深掘りできます：**

- 特定のユースケース（Coding Agent / Business Process Agent / Research Agentなど）
- 技術スタック指定（LangGraph中心、ゼロからPython、TypeScriptなど）
- 評価システムの詳細設計
- Multi-agent coordinationの設計
- コスト最適化に特化した設計

どの方向を深く知りたいですか？