解説
エージェントハーネスとは何か Googleが示すAI駆動開発の構造
AIエージェントに自律的な作業を任せるとき、性能を決めるのはモデルの賢さだけでしょうか。Googleが公開した解説記事は、モデルを取り巻く「環境」の設計が成果を大きく左右すると指摘しています。自社でAIエージェントの導入を検討する担当者にとって、見落としがちな視点です。
何が起きたか
Googleは2026年9月25日（米国時間）、AIエージェントによる開発をテーマにした解説動画「The Agent Factory」を要約したブログ記事を公開しました。ゲストとして登場したのは、Google Cloudのソフトウェアエンジニアで「エージェントハーネス」という用語を生み出したライアン・ロポポロ氏です。
記事では、AIエージェントを「大規模言語モデル（LLM）とエージェントハーネスの組み合わせ」と定義しています。ハーネスとは、LLMを取り巻くもののうちモデル自体を除く全てを指す言葉です。Googleのビリー・ジェイコブソン氏は、ハーネス設計の判断軸として「ループ」「ツール」「メモリ」の3点を挙げ、線形型・クローズドループ型・安全対策付きという3種類のカスタムハーネスを実演しました。もう一人のゲストであるスミタ・コラン氏は、モデル・ハーネス・ナレッジという3層のバランスが性能を決めると説明しています。
背景・解説
エージェントハーネスという言葉を理解するには、まずAIエージェントの仕組みを分解して考える必要があります。記事の説明によれば、「空はなぜ青いのか」という質問にはLLM単体でも答えられますが、「今日はレインコートを着るべきか」という質問には、リアルタイムの気象データがなければ答えられません。この外部データを取りに行き、プロンプトに組み込んでモデルに渡す仕組みこそがハーネスです。例えば「Google Antigravity」で「Gemini 3.8 Flash」を使う場合、Gemini 3.8 FlashがLLMにあたり、Google Antigravityがハーネスにあたります。
ロポポロ氏は2025年5月以降、コードエディタを一度も開かずに自律型コーディングを続けているといいます。個々のコード行を書くのではなく、自然言語で作業を指示し、プルリクエストやドキュメントが組織の基準を満たしているかを判断する役割に徹しているそうです。同氏は、ハーネスへの先行投資を怠ると「プロンプトを書いて祈る」状態に陥ると述べています。リポジトリに構造化されたドキュメントや明確なインタフェースがそろっていれば、モデルは自らコンテキストを取得し、大規模なコードベースでも人の監督なしに複雑な作業を進められるという考え方です。
記事はさらに、エージェントが失敗したときにプロンプトを調整するだけでは不十分だと指摘しています。推奨されるのは「シフトレフト」という発想で、介入をより早い段階、より低コストな段階に移すというものです。リンターやテスト、「AGENTS.md」のようなファイルが基準を環境に組み込む役割を果たし、エージェントが軌道を外れにくくなるとされています。
仕事や業務への影響 — AI Topicaの見方
社内でAIエージェントによるコーディング支援を検討している企業は、モデルの選定だけでなく開発環境の整備にも人や時間を割くべきです。例えば、社員30人規模のソフトウェア開発会社で、エンジニアが日々プロンプトの書き方を試行錯誤しているなら、その時間の一部をリポジトリのドキュメント整備やテスト環境の構築に振り向けたほうが、中長期的な作業の安定につながります。記事で紹介されたクローズドループ型ハーネスのデモでは、テストの反復回数が最大5回に制限されていました。無制限に試行させるのではなく、回数や範囲を区切って人が確認できる単位に保つという発想は、どの企業でも参考になる考え方です。
また、独自のハーネスを一から作り込む必要は必ずしもありません。記事は、ファイルの読み込みやコマンド実行といった基本機能は標準的なハーネスに既に備わっており、過度な作り込みは新しいモデルが登場したときの負債になり得ると述べています。例えば、経理部門が5人程度の中小企業で請求書処理の自動化を検討する場合、独自の仕組みを一から構築するより、既存のツールとコンテキスト整備に投資を絞るほうが運用の手間は小さくなります。モデルの性能は半年単位で変わるため、特定のモデルに合わせた固定的な手順を組むより、ツールと参照できる情報を整える方向に投資すべきです。
不確かな点・注意
今回の記事はGoogleのブログを基にした解説であり、紹介されているハーネスの設計手法や効果は、Googleの製品やデモの文脈で語られたものです。他社のAIエージェント製品や、Google製品以外の環境でも同様の効果が得られるかどうかは、この記事だけでは判断できません。
また、クローズドループ型ハーネスの反復回数の上限や、Google Skillsリポジトリに含まれる分野別パッケージの具体的な数（100以上）など、紹介された数値は事例として示されたものであり、業界全体の標準や推奨値ではない点に注意が必要です。導入を検討する際は、自社の開発規模やリスク許容度に応じて、反復回数や検証の仕組みを個別に設計する必要があります。