ハーネスとは何か?
What Is a Harness? (earendil.com)
要約
この記事は、AIエージェントの文脈における「エージェントハーネス」の概念を解説しています。エージェントハーネスは、AIモデルが動作するための環境を提供するソフトウェアであり、システムプロンプト、ツール、エージェントループ、翻訳レイヤーといった要素で構成されます。これにより、ユーザーはAIモデルをより柔軟に制御し、自身のニーズに合わせてカスタマイズすることが可能になります。
全文翻訳
ハーネスとは何か?
ハーネス – Cambridge Dictionary による定義
名詞 人、動物、または物体を制御したり所定の位置に保持したりするために使用される、ストラップとベルトでできた装備品
動詞 何かを制御すること、通常はその力を使用するために
–
ハーネスと聞いて、私が最初に思い浮かべるのは、中学時代に学校の壁をよじ登る前に身につけたストラップとベルトのセットです。私はせいぜい平凡なクライマーでした。
[画像: Royal Robbins がエル・キャピタンにいる様子。彼のハーネスには登攀用具が取り付けられている。]
Royal Robbins がエル・キャピタンにいる様子。彼のハーネスには登攀用具が取り付けられている。写真提供: Tom Frost。
もしあなたが最近、AIのニュースフィードにどっぷり浸かっているのであれば、あなたの典型的なハーネスはすでにエージェントハーネスかもしれません。そして、この記事はあなたのために書かれたものではありません。
この記事は、エージェントハーネスとは何かを知りたいと思っているが、知らないし、聞くのが恥ずかしいと感じている人々のために書かれました。
クライミングの話に戻りましょう。
クライミングに行くときにハーネスを装着するのはなぜでしょうか?まず第一に、ハーネスはあなたを支え、安全を確保します。これは、カラビナやロープに接続することで、落下からあなたを守り、ペースを調整し、ルートを管理します。また、チョークバッグ、ナットツール、クイックドローなどの他のツールをハーネスに取り付けることもできます。
そして、異なる山に登ったり、異なる登攀をしたりする際には、ハーネスを一緒に持っていくことができます。地形によっては、ハーネスやギアループに取り付けるものを変更することさえできます。クライミングハーネスは適応性があります。アクロバットや樹木医によって使用されています。それらを所有する人々は、自分自身のものにすることができます。
クライミングハーネスとエージェントハーネスの間には、構造と機能の両面で類似点があります。
エージェントハーネス
他の人々は(単純に)「Agent = Model + Harness」と書いてきました。ここで Harness という言葉は Agent Harness を指します。では、エージェントハーネスとは何でしょうか?エージェントハーネスは、AIモデルが動作するための環境を提供するソフトウェアです。ほとんどのAIモデルとは異なり、エンドユーザーであるあなたはあなた自身のAIハーネスを所有することができます。
多くの場合、ソフトウェアエンジニアのようなユーザーは、コンピューターの Terminal アプリケーションを使用して Pi のようなハーネスと直接対話します。しかし、OpenClaw のようなハーネスは、iMessage、チャットアプリ、またはメールのような異なるユーザーインターフェースも使用します。私たちのハーネス Lefos は、主にメール経由で対話するために構築されました。インターフェースに関わらず、ハーネスは一般的に4つのことを行います。第一に、AIモデルがどのように応答するかを制御するのに役立つ一連の指示を提供します。この指示のセットは通常「システムプロンプト」と呼ばれます。第二に、ユーザーからの要求に応えるためにAIモデルが利用できる一連のツールを記述し、提供します。第三に、ハーネスはモデルの動作を制御するフレームワークを確立します。このフレームワークは多くのことを行いますが、主なことの一つは「エージェントループ」を確立することです。最後に、ほとんどのハーネスは、ハーネスがさまざまなAIモデルと連携できるようにする重要な翻訳レイヤーを提供します。
I. システムプロンプト
ほとんどのAIモデルには、トレーニングプロセス中に洗練され、到達された一連のルールとガイドラインが埋め込まれています。最も有名なのは、Claude Opus 4.5 が広く公開された「ソウルドキュメント」を持っており、AIモデルにそれが何であるか、どのように行動すべきかを説明していました。AIハーネスのシステムプロンプトはこれに似ていますが、モデルに埋め込まれている度合いは低いです。それは、新しい従業員が仕事初日に得る指示のセットのようなものです。指示は内面化されていませんが、その仕事を実行する際にはそれに従うべきであることを知っています。システムプロンプトは、すべてのプロンプトとともに会話に挿入され、AIモデルがそのハーネスのコンテキストで適切に行動することを保証する上で重要な役割を果たします。
II. ツール
ツールは、モデルが「呼び出す」ことができるコードで書かれた一連の機能です。ハーネスはツールを記述し、ツール自体のソフトウェアも提供します。これらのツールの例としては、Web検索ツール、モデルがソフトウェアコードを記述および実行できるようにするツール、またはモデルがメールを作成できるようにするツールなどがあります。重要なのは、ハーネスは通常、AIモデルがいつどのようにツールを使用すべきかを指示しないことです。代わりに、ツールを利用可能にし、それらを明確に記述し、AIモデル自身がいつどのようにそれらを使用するかを決定できるようにします。
III. エージェントループ
これで、AIモデルがエージェントハーネス内に、指示のセットとツールのセットとともに配置されました。私たちのハーネスがメール内で動作するように構築され、前述のツール(WebSearch、WriteCode、ComposeEmail)を備えており、ユーザーがエージェントに地元の小学校のランキングとテストスコアを比較して推奨を提供するように依頼したと仮定しましょう。エージェントはどのように動作するでしょうか?まず、要求(または「プロンプト」)を理解しようとします。「小学校」とは何か、「地元のエリア」とは何を意味するか、そしてユーザーがどのランキングを気にする可能性が高いかを理解するために、その事前トレーニングと重みを使用します。次に、最新のデータを取得するためのWeb検索クエリを構築します。その結果をどうするでしょうか?ハーネス内に配置されたAIモデルは、初期要求のコンテキストでそれらをレビューできます。最初の検索で適切な情報が得られなかった、または十分な情報が得られなかったと判断し、独自に再度検索することを決定するかもしれません。ツールを再度呼び出すこの決定は、「ループ」の最初の明確な例です。次に、関連するすべてのデータを収集したと仮定しましょう。「コードを書く」ツールを使用してスプレッドシートを作成することをAIモデルが決定します。結局のところ、すべてのスプレッドシートはコードです。そのツールを使用して計算を行い、結果を理解しやすいようにフォーマットできます。次に、スプレッドシートを元のプロンプトと比較します。データが満足のいくものでない場合、「ループ」して戻り、再度検索するかもしれません。十分だと判断すると、ComposeEmail を呼び出します。これは、AIが調査結果をレビューし、要約し、メールを作成し、スプレッドシートのような添付ファイルを含めることができるツールです。モデルは、この最終的な作業をレビューし、ジョブが完了したと判断します。「エージェントループ」が閉じます。数秒以内に、ユーザーは本文に要約と推奨事項が含まれ、調査結果を示すスプレッドシートが添付されたメールを受け取ります。エージェントループが実際にはどのように見えるかを確認するには、こちらで Pi セッションを探索できます。
IV. 翻訳レイヤー
翻訳レイヤーは、ハーネスが異なるAIモデルと連携できるようにするものです。場合によっては、異なるAIモデルが異なるタスクで優れている可能性があるため、ハーネスは同じエージェントループ内で異なるモデルを使用することを決定するかもしれません。翻訳レイヤーは、ハーネスがエンドユーザーに制御を委譲するため、ハーネスの重要な側面でもあります。これは、誰かが自分のAIハーネスを取得して、Anthropic、または OpenAI のモデルで使用したり、多くの場合、コストパフォーマンスに優れた(タスクあたりのコストで測定される)オープンウェイトAIモデルを探索したりできることを意味します。
この翻訳レイヤーは、AIラボからエンドユーザーの手へと権力とレバレッジを移すのに役立ちます。人々が自分のハーネスをローカルのコンピューターで所有および実行できるということは、彼らが主体性を維持することを意味します。それは、彼らが自分のツールを自分のものにし、時間の経過とともに機械との通信を構成するセッションのローカルコピーを保持する自由を維持することを意味します。AIラボが公開したアプリケーションではなくハーネスを構築し、使用することで、ユーザーは自由と選択を維持します。上記の例のハーネスでは、ユーザーは OpenAI のモデル、Anthropic のモデル、およびオープンウェイトモデルに同じメールを送信できた可能性があります。そして、結果、結果のコストを比較し、3つのアプリ内に3つの回答が散らばっているのではなく、すべての回答を1か所に保持することができました。
ハーネスを自分のものにする
AIモデル自体とは異なり、ハーネスを所有し、適応させることができます。クライミングハーネスのように、自分自身のものにすることができます。人々は Pi のこの点を気に入っています。Pi は最小限のエージェントハーネスです。そのシステムプロンプトは短いです。最小限のツールセットを備えています。すぐに使える状態では、邪魔にならないように設計されています。しかし、人々が Pi を使用するにつれて、それを拡張し、自分に合ったワークフローに合わせて成形していきます。システムプロンプトを変更したり、ワークフローに合った拡張機能を設計したりします。そして、それらの拡張機能を他の人と共有します。Pi ユーザーは5,000以上の拡張機能を互いに共有しています。Pi は無料のオープンソースでもあります。あなたのラップトップ上で動作します。これは、人々が所有し、自分のハードウェア上で動作し、AIを使いこなすことができるツールを手に入れたことを意味します。
主体性のためのツールとしてのニュートラルなオープンソースハーネス
ハーネスは、オープンソースまたはニュートラルとして始まったわけではありません。最初の人気のあるエージェントハーネスである Claude Code は、アグノスティックな AI 翻訳レイヤーを提供するように構築されたのではなく、ローカルコンピューターで Claude モデルを使用してコーディングを可能にするアプリケーションとして構築されました。それ以来、OpenClaw、OpenCode、Hermes、Pi のような無料のオープンソースエージェントハーネスが奨励的に成長しています。Earendil では、Pi をニュートラルにし、Pi ユーザーに機能の選択と自由を提供するために構築しています。また、ハーネスが提供するメリットと主体性を、より幅広い人々にどのように提供できるかを探求しています。
現在、多くの人々が、ますます大きくなる AI 企業の影響力と力について懸念しています。それらの人々の中には、AI を完全に避けることを選択する人もいるかもしれません。私たち Earendil は、既存のテクノロジーを無視するのではなく、それらをはっきりと見据え、しっかりと握ることで活用し、私たちがハンマーを振るうのであり、ハンマーが私たちを振るうのではないことを保証することで、人間的な主体性を強化できると信じています。