AIエージェント開発の新たな潮流：ハーネスが拓く次世代システムとは？

導入: AIエージェント開発の新たな潮流「ハーネス」時代へ

近年、AIエージェントの開発は目覚ましい進化を遂げています。特に、単一のAIモデルの利用を超え、より複雑で持続的なタスクを実行する「ハーネス（Harness）」と呼ばれる新しい開発パラダイムが注目されています。本記事では、このハーネスがAIエージェント開発にどのような変革をもたらしているのか、その背景、特徴、そして未来について詳しく解説いたします。

私はMastraの共同創設者兼CEOを務めており、以前はGatsbyの共同創設者として、長年にわたりオープンソースのJavaScript、TypeScriptフレームワークに携わってきました。Mastraでは、多くのGatsbyチームメンバーが活躍し、Copilot Kitのような優れたエージェントソリューションと密接に連携しています。私たちは最近SparkからシリーズA資金を調達し、OICの支援も受けています。約20ヶ月にわたり、Mastraは多くの企業や成長段階のスタートアップで本番環境に導入され、エンタープライズ検索（通称「カンパニーブレイン」）、ビジネスプロセス特定、チャットボット、AISRのような開発者プラットフォームなど、多岐にわたる革新的なユースケースで活用されています。

私たちは現在、「ハーネス時代」と呼ぶべき新たなフェーズに突入しています。数ヶ月前からクラウドコードが普及し始めて以来、私たちは大量のコードやその他の要素が長期間にわたるエージェントサイクルの中で実行される、新たな時代を迎えています。これにはクラウド版、ローカル版、そしてフレームワーク版など、様々な形態が存在し、Mastraはそのフレームワークオプションの一つとして、ハーネス構築を支援しています。

ちょうど1年前、AIエンジニアのカンファレンスで「エージェントかワークフローか、なぜ両方ではないのか？」というテーマで話しましたが、今やその議論は「ハーネス」へと移行しています。では、これら全てはどのように関連しているのでしょうか。私はこれを「エージェントのスペクトラム」として捉えています。モデルの利用開始から、より高度な「クロー」や「ハーメスエージェント」といったエージェントに至るまでの道のりには、いくつかの段階があります。そして、機能を追加するにつれて、構築されるアプリケーションには様々な特性が備わっていくのです。この進化は、私たちがエージェント、ハーネス、そしてクローを構築するユーザーを支援するために提供してきた多くのプリミティブ（基本的な要素）にも影響を与えています。

AIエージェントの変遷: LLMからエージェント、そしてハーネスへ

まずは、2025年頃を振り返り、LLM（大規模言語モデル）とエージェントの違いについて明確にしていきましょう。

LLMとエージェントの違い

私たちは皆、エージェントループ、ツールコーリング、メモリといった概念を知っています。失敗したタスクの再試行、そして2025年の7月から8月にかけて登場したとされる「Dex」のようなコンテキストエンジニアリング、さらにエージェントが状態を保存できる能力など、これらはエージェントを特徴づける要素です。

LLMがテキストの単一ショット変換や分類タスクを行うのに対し、エージェントはループ内で動作します。これは単なるAPIコールにとどまらず、SaaSアプリケーション内やローカル環境で対話可能な会話型アシスタントのようなものです。このように、エージェントはLLMの単発的な処理を超え、持続的な相互作用を可能にする存在として進化しました。

エージェントの次のステップ: ハーネス

エージェントから、さらに進化したClaude Codeのような「ハーネス」タイプのシステムへ移行する際には、どのような違いがあるのでしょうか。Claude CodeやCodeXのような優れた体験を可能にする要素は多岐にわたります。

ハーネスの特徴と革新性

ハーネスは、従来のAIエージェントにはなかった、以下のような画期的な機能を提供します。

計画モードと並列サブエージェント

• 計画モード: ハーネスは、実行するであろう複数のステップ（例：5つのステップ）を事前に提示し、各ステップの進行状況を追跡・確認できます。これは、複雑なタスクにおける透明性と制御を大幅に向上させます。
• 並列サブエージェント: 特定のトピックを複数のサブエージェントに並行して調査させることができます。各サブエージェントは独立したクリーンなコンテキストウィンドウを持ち、それぞれの調査結果はメインのスレッドに統合されます。これにより、効率的な情報収集と処理が可能になります。

高度な操作性と動的なスキル

• より良い駆動方法: Two-Eインターフェースやコマンドを通じて、ハーネスをより細かく制御できます。
• スキルと動的なサブエージェント: スキルとは別に、サブエージェントを事前に定義するだけでなく、タスクの途中で動的に生成・起動することも可能です。これにより、より柔軟で適応性の高いエージェントシステムを構築できます。

永続性と中断機能

• バックグラウンドでのBashタスク: コンテキストウィンドウが一杯になった場合でも、バックグラウンドでBashタスクを起動し、コンテキストを自動的に圧縮できます。
• スレッドの永続性: 会話やタスクのスレッドを永続化し、中断したところから再開することが可能です。場合によっては、ディスクに永続化することもできます。
• チャット以外の機能: ハーネスは単なるターン制のチャットではありません。キューに入れる、方向付けをする、中断するといった、より多様な操作が可能です。これにより、LLMの応答を待つことなく、ユーザーが能動的に介入し、エージェントの動作を制御できるようになります。

きめ細やかなアクセス許可

• ツール承認のきめ細やかな権限設定: ツールやコマンドの実行に対する承認を、セッション全体に対して行うか、一度限りとするかなど、より細かく設定できます。これにより、セキュリティと制御が強化されます。

クラウドファーストなハーネスの優位性

Devinのようなハーネスやクラウドファーストのハーネスは、さらに多くの利点を提供します。たとえば、DevinはSlack内で動作するため、本質的にマルチプレイヤー対応であり、複数のユーザーが同時にエージェントと対話できます。また、スレッドが分岐するWeb UIも備わっています。

マルチプレイヤーとWeb UI

多くのクラウドファーストなハーネスは、モバイルアプリをサポートし、場合によってはモバイルアプリからローカルホストへのトンネル接続を可能にします。これは、クラウドベースであることの利点の一つです。

モバイル対応とクラウドサンドボックス

クラウドベースのハーネスは、しばしばクラウドサンドボックスを提供します。これにより、ローカルマシンでは制限のある並列処理能力をクラウド上で大幅に拡張できます。分散コンピューティングの分野では常にこの傾向が見られ、以前Gatsbyで作業していた際も、ローカルでのビルドとクラウドでのビルドの違いについて多くの時間を費やして議論しました。クラウドでは、より多くの並列処理が可能になるのです。これはエージェントの実行においても同様です。

並列処理能力の向上

ローカルマシンで新しいブランチや作業ツリーを作成する代わりに、ハーネスはGitHubへのプルリクエストを生成してプッシュするだけで済みます。これらの要素を総合すると、私はこれを「常時稼働（Always-On）」と表現しています。ユーザーはラップトップを開いたままにしておく必要がなく、ハーネスを起動すれば、あとは自動でタスクを実行してくれるのです。

「常時稼働（Always-On）」の恩恵

ハーネス時代においても、ローカルとクラウドという形態の違いは存在します。DevToolsの世界では常にこの傾向があります。例えば、ローカルで実行されるNext.jsの開発サーバーと、RenderやVercel上のビルドプレビューとの違いを考えてみてください。これらは本質的に同じことを行いますが、一方はローカル版、もう一方はクラウド版です。

まとめ: AI開発の未来を拓くハーネスの可能性

AIエージェントは、LLMの単発的な処理を超え、ツール呼び出しやメモリ、状態管理を通じて複雑なタスクを連続的に実行するシステムへと進化しました。そして現在、このエージェントの概念は「ハーネス」という新たなフレームワークによってさらに拡張されています。ハーネスは、計画モード、並列サブエージェント、動的なスキル、永続性、そしてきめ細やかな権限管理といった機能を提供し、より高度で自律的なAIシステムの開発を可能にします。

特にクラウドファーストなハーネスは、マルチプレイヤー対応、モバイルアクセス、そして強化された並列処理能力を提供し、AIエージェントを「常時稼働」の環境で運用することを可能にします。これにより、開発者はより効率的に、そして大規模にAIエージェントを構築・デプロイできるようになるでしょう。

ハーネスの登場は、AI開発を新たな段階へと引き上げ、より高度で、より実用的なAIアプリケーションの実現に向けた道を拓いています。この進化の波は、私たちの働き方やビジネスプロセスに計り知れない影響を与えることでしょう。

参考動画

• https://www.youtube.com/watch?v=X0QgldlzB1E