解説
「FDE」「ハーネス」「ヒルクライミング」とは何か GitHubが整理したAI開発現場の新用語10選
社内の開発チームやAIベンダーとの打ち合わせで、「FDE」「ハーネス」といった聞き慣れない言葉が飛び交うようになっていないでしょうか。技術者だけの符丁だと聞き流すと、AI導入の話し合いで置いていかれる恐れがあります。GitHubが整理した用語集をもとに、非エンジニアの管理職でも押さえておきたい要点をまとめます。
何が起きたか
GitHubは2026年9月2日（米国時間）、AI技術や自律型エージェントの普及に伴って開発現場に登場している新用語を整理し、解説する技術ガイドを公式ブログで公開しました [1]。
同社によると、開発現場ではAIツールの導入が進む一方で、関連する新しい概念や専門用語が次々と登場し、開発者が混乱しやすい状況が生じているといいます [1]。ガイドで扱われる新用語には、実践的な設計パターンを示すものや既存概念の言い換え、現在進行形で定義が形成されつつあるものが含まれています [1]。
ガイドで解説されている主要な10用語のうち、記事内で詳しく説明されているのは「フォワードデプロイドエンジニア（FDE）」「ハーネス／ハーネスエンジニアリング」「ヒルクライミング」「ループエンジニアリング」の4つです [1]。いずれもAIエージェントを企業の開発現場でどう運用し、改善していくかという実務の文脈から生まれた言葉だと紹介されています [1]。
背景・解説
まず「フォワードデプロイドエンジニア」（Forward Deployed Engineer：FDE）は、顧客企業の現場に深く入り込み、技術製品の導入や適合を支援する職種を指します [1]。この職種自体は以前から存在していましたが、AIエージェントの普及によって新たな文脈で語られるようになったといいます [1]。現在は、顧客企業の既存システムや開発パイプラインに、AIツールや自動化ワークフロー、自律型エージェントを円滑に統合する専門職としての役割が期待されています [1]。
次に「ハーネス」（Harnesses）は、AIモデル単体の出力を除いた、モデルを現場の開発ワークフローで役立たせるための周辺の仕組み全般を指す言葉です [1]。モデルが使うツールへの接続や、アクセス権限の管理、メモリ、コンテキスト、オーケストレーション機能などが含まれます [1]。名称は馬車で使う馬具に由来し、奔放に走る馬（モデル）に手綱を装着して安全に方向づけるという比喩に基づいています [1]。この仕組みを整える営みを「ハーネスエンジニアリング」と呼びます [1]。
「ヒルクライミング」（Hill Climbing）は、エージェントやハーネスの性能を評価に基づいて反復的に高めていく改善プロセスを表す言葉です [1]。エージェントの出力が期待通りの水準にあるかを測定し、その結果に基づいてハーネスを調整して出力を段階的に向上させます [1]。例えば、Pull Requestのレビューを自動化するエージェントであれば、バグを正しく検出できているか、提案が開発者にとって有用かを検証し、有用でなければツールの構成を見直していく作業がこれに当たります [1]。
「ループエンジニアリング」（Loop Engineering）は、手動でプロンプトを入力して単発のタスクをこなす運用から脱却し、エージェントを取り巻く反復可能で自動化されたシステムを設計する手法です [1]。例えば、毎朝開発者が手作業でエージェントを呼び出し、新しい課題の確認や修正案の作成を依頼する運用は単発プロンプトの典型例とされます [1]。ループエンジニアリングでは、スケジュールに従って自動起動するループを構築し、処理が滞ったタスクのみを人間に引き継ぐ仕組みを作ります。GitHubはこれを、AIネイティブ環境における高機能な「cronジョブ」のような仕組みだと表現しています [1]。
仕事や業務への影響 — AI Topicaの見方
社内でAIエージェントの導入を検討している会社ほど、この用語集を早めに共有しておくべきです。用語の意味がそろわないまま議論を進めると、ベンダーとの打ち合わせや社内の企画書で話がかみ合わなくなります。例えば、従業員300人規模の製造業で情報システム部長がAIエージェント導入の稟議を書く場合、「ハーネス」を「モデル本体」と混同したまま説明すると、経営陣が投資対象を誤解しかねません。ハーネスはモデルの周辺にあるツール接続や権限管理の仕組みを指すため、稟議書では「モデル利用料」と「ハーネス構築・運用費」を分けて記載するべきです。
「ヒルクライミング」の考え方は、AIエージェントを一度導入して終わりにしない運用体制づくりに直結します。例えば、経理担当者が5人の中堅企業でPR（社内申請）チェックにエージェントを使う場合、導入初月は月1回、エージェントの提案が実務担当者にとって有用だったかを確認し、有用でなければ設定を調整する運用で十分です。この点検作業を怠ると、精度の低いまま放置されるリスクがあります。
「ループエンジニアリング」は、AI活用の投資対効果を左右する考え方です。毎朝担当者が手動でエージェントを呼び出す運用のままでは、担当者1人あたり1日数十分の手間が積み上がります。定例業務を自動ループ化できれば、その分の時間を他の業務に振り向けられます。
不確かな点・注意
今回のガイドで紹介された10用語のうち、出典の記事本文で具体的に定義が説明されているのは4つにとどまり、残る6つの用語名や内容は明らかになっていません。用語の呼び方や定義は、GitHub独自の整理であり、業界全体で統一された標準用語として定着しているかどうかは分かりません。今後、他のAIベンダーや開発者コミュニティが異なる呼び方を使う可能性もあり、社内で用語を使う際は出典元と定義を明記しておくことが望ましいといえます。また、記事は米国時間2026年9月2日時点の技術ガイドに基づいており、今後の改訂で内容が変わることもあり得ます。