エージェンティック・ハーネス（しばしば単に「ハーネス」と呼ばれる）とは、生の大規模言語モデルを作動するエージェントへと変えるソフトウェア環境である。すなわち、モデルにコンテキストを供給し、そのツール呼び出しを実行し、結果を返し、タスクが完了するまで繰り返すループのことである。この用語は2025年から2026年にかけてAI工学の中心的な概念となった。これは、エージェントの実世界での能力の大部分がモデル単体ではなく、その周囲のハーネスの質に由来することが明らかになったためである。同じモデルでも、実行されるハーネス次第で平凡にも卓越にも見え得る。
ハーネスが提供するもの
- エージェントループ。 モデルにプロンプトを与え、そのアクションを解析し、実行し、結果をコンテキストに追加し、繰り返す。終了条件、リトライ、エラー処理はここに存在する。
- ツール。 ファイル編集、シェル実行、ブラウジング、コード実行、検索など。これらは関数呼び出しやModel Context Protocolなどのプロトコルを通じて公開される。
- コンテキスト管理。 各ターンでモデルが見るもの。システムプロンプト、コンテキストエンジニアリング、コンテキストウィンドウが満杯になった際の要約や圧縮、セッションをまたぐメモリなど。
- サブエージェントとオーケストレーション。 並行または専門的な作業のためのサブエージェントの生成と、その結果の統合。これはマルチエージェントシステムやガントレットループなどのパターンの基盤となる。
- 安全レール。 権限、サンドボックス化、人間の承認ゲート、監査ログ。2026年のOpenAI-Hugging Face事件（2026 OpenAI agent cyberattacks参照）により、ハーネスレベルの分離は第一級の安全トピックとなった。
例
コーディング用ハーネスが最も顕著である。Claude Code、OpenAIのCodex CLI、Cursorのエージェントモード、そしてOpenHandsやAiderなどのオープンソースプロジェクトが挙げられる。評価用ハーネス（SWE-benchなどのベンチマークを実行するために使用される足場）は、測定に適用された同じアイデアであり、そのためベンチマーク結果は「ハーネスXを使用」と報告されることが多い。スコアはモデルだけでなくハーネスによっても変動するからである。
この用語が重要な理由
「ハーネス」は、これまで混同されていた2つの層、すなわちモデル能力（重み）とエージェント能力（重み+環境）を分離する。モデルの発表では、ハーネスに依存する結果がますます引用されるようになり、プロンプトパターンはハーネスを前提に書かれる（ガントレットループは明示的にハーネスを必要とする）。また、研究所は自社のハーネスに合わせてモデルを調整する。AnthropicのClaudeモデルとClaude Codeはその代表的な組み合わせである。関連用語であるエージェントスキャフォールディングは互換的に使用されることがあるが、スキャフォールディングは通常、プロンプトとワークフローの構造を指し、ハーネスは完全なランタイムを指す。