CRYPTO & AI
無料で登録
AI 開発ツール

【ハーネスエンジニアリング】プロンプトの次は「エージェントが走る環境」を設計する

Claude Code作者の「もうClaudeにプロンプトを打っていない」から読み解く新設計論。

mitsui
2026年6月11日 ／ 4分
【ハーネスエンジニアリング】プロンプトの次は「エージェントが走る環境」を設計する

おはようございます。
今日は「ハーネスエンジニアリング」と「ループエンジニアリング」をリサーチしました。

TL;DR

  • ハーネスエンジニアリング: 「エージェントが走る環境」を設計する規律。2026年2月のHashimoto氏ブログ発、6日後のOpenAI公式記事で定着しました。
  • ループエンジニアリング: 「エージェントに指示する自分自身」を置き換える一段上の設計論。Claude Code作者Cherny氏の発言拡散を受け、Osmani氏（Google）が6月7日に命名しました。
  • OpenAIは人手ゼロ行で約100万行を5か月で構築したと報告。反論も根強いものの「機械的に検証する仕組みづくり」は残ります。

概要｜ハーネスエンジニアリングとは？

用語の定義

ハーネス（harness） はAIエージェントの「モデル本体以外のすべて」——Osmani氏いわく「モデルそのものではないすべてのコード・設定・実行ロジック」。ハーネスエンジニアリングはこの環境側を設計する規律です。ループエンジニアリングはその一段上で、「エージェントにプロンプトを打つ自分自身を置き換え、代わりにそれをやるシステムを設計すること」（同氏）です。

構成要素の柱

  • 環境と権限: ツール・サンドボックス・コード構造
  • フィードバック機構: linter・テスト・可観測性による自己検証
  • 知識の蓄積: 失敗をAGENTS.md等に書き戻しテストケース化
  • ループの自動化: 定時実行・サブエージェント等「指示する仕組み」の設計

変遷｜プロンプト→コンテキスト→ハーネスの系譜

系譜はプロンプトエンジニアリング（2023年・Karpathy氏「最もホットな新しいプログラミング言語は英語だ」）→コンテキストエンジニアリング（2025年6月・Shopify CEOのLütke氏「すべてのコンテキストを与える技芸」）→ハーネスへ。2024年12月のAnthropicはエージェントを「環境フィードバックに基づきループでツールを使うLLM」と定義済みで、Cherny氏も当時Claude Codeを「可能な限り薄いラッパー」「秘伝のタレは全部モデルの中」と評していました。

「ハーネスエンジニアリング」の登場（2026年2月〜）

「agent harness」はevals（モデル評価）界隈の一般名詞。「engineering」を付けた確認できた最古の明示的用例が2026年2月5日のMitchell Hashimoto氏（Ghostty作者・HashiCorp共同創業者）のブログです。

"I've grown to calling this 'harness engineering.' It is the idea that anytime you find an agent makes a mistake, you take the time to engineer a solution such that the agent never makes that mistake again."
（私はこれを「ハーネスエンジニアリング」と呼ぶようになった。エージェントのミスを見つけるたびに、二度と起きないよう時間をかけて解決策を設計する考え方だ）

同氏は考案を主張しておらず、同時多発的な言語化のようです。

  • 2026-02-11: OpenAI「Harness engineering」公開（初の大手ラボ公式記事）
  • 03-10: LangChainのTrivedy氏「モデルでないなら、あなたはハーネスだ」
  • 04-02: Böckeler氏「コンテキストエンジニアリングの一形態」と整理

「ループエンジニアリング」の誕生（2026年6月）

6月2日、WorkOSがCherny氏のインタビューまとめを公開。「Acquired Unplugged」（WorkOS主催）での発言として、次の逐語がクリップ書き起こし経由でXに急拡散しました（記事はパラフレーズのみ・動画原典は未照合）。

"I don't prompt Claude anymore. I have loops running that prompt Claude and figuring out what to do. My job is to write loops."
（もうClaudeにプロンプトを打っていない。Claudeにプロンプトを打ち、何をすべきか考えるループたちが走っている。私の仕事はループを書くことだ）

Steinberger氏（OpenClaw作者）の「プロンプトを打つループを設計すべきだ」という投稿も拡散を加速し、Osmani氏が6月7日に「Loop Engineering」と命名。翌8日には批判記事（The Deep Feed）も登場しました。

実践の現場

  • OpenAI: 3→7人・5か月・人手ゼロ行で約100万行・約1,500 PR（1人1日3.5 PR。OpenAI記事より）。ルールはlinterと構造テストで強制。
  • Cherny: 数百のエージェントがGitHub issuesやSlackを読んで次の作業を決める常駐ループを運用（WorkOS記事より）。
  • Osmani: 定時実行／Git worktree／Skills／Plugins・MCP／起草と検証を分けるサブエージェントの5点。

Stripeはpre-pushフックで「フィードバックの前倒し」を実践（lintエラーに修正指示を埋め込む工夫はBöckeler氏の一般原則）。Hashimoto氏はAGENTS.md更新で再発を防ぎ、AnthropicのAgent SDKは検証を3分類（ルール／ビジュアル／LLMジャッジ）しています。

考察｜用語は廃れても「検証の設計」は残る

本質は「エージェントの仕事を、人間が張り付かなくても検証・修正できる構造を作ること」です。

なぜ重要か

  1. ボトルネックの移動: Osmani氏の「そこそこのモデル＋優れたハーネスは、優れたモデル＋ダメなハーネスに勝る」が端的です。
  2. 生産性の実例: 100万行実験が桁違いの生産性を示しました。
  3. スキルの再定義: 重心は「コードを書く」から「間違えにくい構造を書く」へ。

留保・リスク

  1. 「ハーネスは消える」派: Noam Brown氏（OpenAI）は「いずれ置き換えられるだけ」と述べたとされ、METRやScale AIはハーネス差を小さく評価。Manusも「より良いコンテキストの形を見つけるたびに」4回作り直したと語ります。
  2. 過剰設計と陳腐化: 過剰なハーネスはモデル更新で負債化しえます（Osmani氏の指摘）。The Deep Feedも「この言葉は秋には時代遅れになるが、検証という機能はそうならない」と評します。

個人的な見解

象徴的なのはCherny氏の変化です。「秘伝のタレは全部モデルの中」と言っていた本人が、1年後に「私の仕事はループを書くことだ」と言っている。これが何よりの状況証拠です。

まずは (a) 自分で検証できるテストやlintの整備、(b) AGENTS.md等への書き戻し、の2つで十分です。ウォッチポイントは、(1) 次のモデル世代でどの部品が不要になるか、(2) 4月のAI Engineer Europeで早くも専門トラックが立ちましたが、職能としての定着が他のカンファレンスや求人に広がるか。要は、名前は秋に古びても「間違いを構造で直す」習慣は標準になるはず。ここがポイントです。

TOPICS 開発ツール
mitsui記事一覧 →

DEBUNK編集長

次に読む

【Graph Engineering】6週間で死んだ「Loop Engineering」の後継

語彙が乗り換わるとき、何が本当に変わって、何が変わっていないのか。

AI 2026.07.23

【Screenpipe】あなたの画面を「AIの記憶」に変える

24時間ローカル録画でエージェントに文脈を渡す。ただし「オープンソース」はもう、正確な紹介ではありません。

AI 2026.07.14

【OmniSocials】1人開発のAIファースト SNS統合ダッシュボード — $10/月で11プラットフォーム対応 + Claude/ChatGPT/Notion 統合 / Made in Europe / @omnisocials

Hootsuite が月$100〜$300する時代に、Indie hacker が $10で同じ機能を作り直しに来た

AI 2026.05.21

次に読む

【Scale AI】Meta の出資から1年余り、学習データの会社は企業と政府のAIづくりに軸を広げている

Meta が49%を持つ学習データの老舗 Scale AI について、データの事業の仕組み、出資の後に起きた顧客と経営の変化、企業・政府向けへの広げ方、そして数字のどこまでが確かなのかを整理します。

AI 2026.10.22

【Cursor】SpaceX の傘下に入ったAIコーディングの道具。買収後の最初の決算で、売上の大きさが初めて見えた

SpaceX は10/20の決算で、8/14に買収した Cursor が9月末までの約1か月半で$608Mを売り上げたと開示しました。Cursor がどう動く道具なのか、モデルの仕入れがどう変わったのか、そして$60Bの買収の中身を整理します。

AI 2026.10.22

【Figure AI】評価額$39Bの人型ロボット企業は、どこまで実際に働いているのか

人型ロボットの Figure AI は、2025年9月に評価額$39Bでの調達を発表しました。自前の AI「Helix」の仕組み、BMW の工場での実績、量産の計画、そして会社の主張と第三者の確認の差を整理します。

AI 2026.10.21

【DeepSeek】重みを公開した安いモデルを出し続ける中国の研究所と、各国の規制

米国土安全保障省（DHS）は10/20、連邦の民生機関から DeepSeek の製品を外す命令を官報に公示しました。DeepSeek のモデルの系列、重みの公開、費用の主張、各国の規制を整理します。

AI 2026.10.21

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論（インファレンス）】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論（inference）」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習（RLHF）を、後継のRLAIF・検証可能な報酬での強化学習（RLVR）とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。