HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

ハーネスエンジニアリング

Harness Engineering (github.com)

47 pointsby handfuloflight21 コメント

要約

ハーネスエンジニアリングは、AIエージェントの出力を改善するために、その周囲の環境を整形する実践です。モデルとコーディングエージェント自体はブラックボックスとして固定し、外部のレバーであるコンテキストとツールを改善します。このアプローチにより、組織の非機能要件(信頼性、セキュリティ、互換性など)をコード化し、エージェントの判断を累積的にし、反復的な作業を通じてエージェントのパフォーマンスを継続的に向上させることが可能になります。

全文翻訳

ハーネスエンジニアリング

「ほとんどの人は、自分の文章、ツイート、ポッドキャスト、講演にエージェントを向けさせるだけで、エージェントの出力を100倍改善できることを知らない。」

— Ryan Lopopolo

ハーネスエンジニアリングとは、エージェントの出力を改善するためにその周囲の環境を整える実践であり、モデルとコーディングエージェントはブラックボックスとして固定します。これは、外部の2つのレバーであるコンテキストとツールを改善し、それらを取り巻く環境をキュレーションします。ワーカーは、意図を回復し、実際のシステムを操作し、権威を尊重し、結果を証明し、次の実行をより良く準備された状態にしておく必要があります。

その環境の中心的な目的は、組織の非機能要件、すなわち信頼性、セキュリティ、互換性、保守性、パフォーマンス、運用性、リスク姿勢、および洗練度を規定する品質属性と制約を保持することです。ハーネスはまた、それらの要件をどのように優先順位付けし、トレードオフを行い、満たすかについてのローカルな決定も保持します。Ryanは、2026年のunpromptedカンファレンスから得たシステムレベルのフレームワークを採用し、これを非機能要件の宇宙全体をコード化することとして説明しています。リポジトリにエージェントを教え込ませるは、要件と決定が取得可能なコンテキスト、例、ツール、および実行可能な制約にどのように変換されるかを展開します。

仕事は反復的なゲームであるため、ハーネスは組織の判断を累積的にすることができます。受け入れられた作業、修正、失敗、およびユーザーからの応答からの教訓は、後の軌道を形成するコンテキスト、境界、ツール、例、およびチェックになります。時間の経過とともに、そのフィードバックループは、エージェントによって維持される成果物全体で一貫性を累積的にすることができます。

コードはエージェントがコンピュータを使用する方法です。その内部アクション言語は、ラストマイルデプロイメントが組織のコンテキスト、機能、権威、および証明を提供する際に、実装を確認したことのない人々のために信頼性の高いドメイン成果を生み出すことができます。

一般的なモデルの重みには、組織のプロセスデータ氷山の可視的な先端しか含まれていません。水面下には、エージェントが特定のジョブを実行するために必要な現在の運用状態、ローカルオントロジー、品質基準、手順、例外履歴、および権威関係が沈んでいます。組織は、このプライベートで変化するプロセスデータが一般的なモデルの重みに存在することを期待することも、エージェントが組織にとってどのプロセスデータが重要かを確実に推測できることもできません。ハーネスエンジニアリングは、それを有能なワーカーにコンテキストとツールとして利用可能にするためのラストマイルの作業です。

このリポジトリと改善すべきシステムをコーディングエージェントに指示してください。AGENTS.md は、タスクを関連する引数、ケース、および証明にルーティングします。直接読む場合は、論文インデックスから始めてください。アプリケーションの場合は、プレイブックから選択してください。

ソースと関連ワーク

リポジトリで作成された資料はCC BY 4.0の下でライセンスされています。ソース資料における帰属表示と権利については、COPYING.mdを参照してください。