エージェントとはモデルではなく、ハーネスである
すべてのAIシステムは、モデルとハーネスという2つの部分で構成されています。
モデルは生の推論を提供します。ハーネスは、それを包み込むコードです。
Claude Code、GitHub Copilot、ChatGPTはモデルではありません。これらはハーネスです。これらは、モデルを実用的な製品へと変えるためのツール、メモリ、そしてループを提供します。
次の公式を使ってください： Agent = Model × Harness
モデルは材料であり、ハーネスは料理です。
エンジニアリング作業の大部分はハーネスの中で行われます。モデルをトレーニングするのではなく、モデルをラップ（包み込む）するのです。どのツールを使用するか、エラーをどのように処理するか、そしてどのようにコンテキストを保持するかを決定するのはあなたです。
現在、OpenAIやAnthropicのような企業は、その両方を構築しています。彼らはエンジンと車を両方作っているのです。しかし、これは変わっていくでしょう。
未来は、モデルに依存しない（model-agnostic）ハーネスのものです。
コーディング用のハーネスには、リポジトリやテストループへのアクセスが必要です。法務用のハーネスには、引用の正確さが必要です。金融用のハーネスには、監査証跡が必要です。モデルは同じままでも、仕事の内容に応じてハーネスは変化します。
ハーネス・エンジニアリングが、現在のソフトウェア・エンジニアリングの大部分を吸収することになるでしょう。
仕事の内容は、決定論的なロジックを書くことから、人間のワークフローを自動化するシステムを構築することへとシフトします。
これは、AIがすべてのコードに取って代わることを意味するわけではありません。
- 決済や元帳のような基幹業務プロセスは、決定論的であり続ける必要があります。会計処理をモデルに推測させたくはないはずです。
- トリアージやワークフロー管理のような人間主導のタスクは、エージェントへと移行していくでしょう。
開発者の仕事も変わります。
MLエキスパートはモデル側に、開発者はハーネス側に集中することになります。
安全性、コスト、信頼性を決定するのはハーネスです。優れたモデルであっても、ハーネスが不十分であれば、それは単に「より速く失敗する方法」に過ぎません。
モデルは自律的に向上していきます。あなたの成功は、いかにハーネスを構築できるかにかかっています。
Optional learning community: https://t.me/GyaanSetuAi