「最近のポイントはモデルよりハーネスらしい」「Claude Code が強いのはハーネスのおかげ」——2026 年に入ってから、この「ハーネス（harness）」という言葉を目にする機会が急に増えました。ただ、意味を説明できる人はまだ少なく、「エージェントの周辺の何か」くらいの理解で会話が進んでいるのが実情です。
この記事では、ハーネスとは何か・言葉はどこから来たのか・いま実際にみんながどう作り、どう使っているのかを、Anthropic の一次情報と検証済みの資料だけで整理します。読み終わったら、自分のプロジェクトのハーネスを点検できるチェックリストと用語ミニ辞典を持ち帰ってください。
結論 — 先に要点だけ
- ハーネス＝モデルを「働けるエージェント」に変える外側の実行環境一式。エージェントループ・ツール・権限・コンテキスト管理・メモリ・検証・サンドボックスの束です
- Claude Code の実体は「モデル＋ハーネス」。Anthropic 自身が Claude Agent SDK を「Claude Code を動かしているエージェントハーネス」と説明しています
- 作り方は現在 4 択——完全自作ループ / Tool Runner / Claude Agent SDK / Managed Agents。「ハーネスを誰が書くか」「どこで動かすか」の 2 軸で選ぶのが早道です
- 使う側の主戦場は「育てる」運用。CLAUDE.md・ルール・スキル・hooks・MCP を通じ、失敗のたびに環境側を恒久修正していく「ハーネスエンジニアリング」が実践の中心になっています
ハーネスとは何か — 定義から
ハーネス（harness）はもともと馬具のこと。馬と馬車をつないで、馬単体では引けないものを引けるようにする装具です。AI エージェントの文脈でも意味は同じで、LLM 単体ではできないことを可能にする、モデルの外側の仕組み一式を指します。
LLM は本来、テキストを受け取ってテキストを返すだけの存在です。ファイルも読めず、コマンドも実行できず、前回の作業も覚えていません。それを「リポジトリを読み、コードを書き、テストを回し、失敗したら直す」存在に変えているのが、モデルの周囲にあるこれらの部品です。
- エージェントループ — 「状況を把握する（gather context）→ 行動する（take action）→ 成果を検証する（verify work）」を繰り返す反復構造。Anthropic は Claude Agent SDK の解説でこの 3 段階ループを設計の中心に置いています
- ツール群 — ファイル読み書き、シェル実行、検索、Web 取得など、モデルが世界に触れる手足
- 権限・ガードレール — どの操作を自動で許可し、どれで人間に確認を取るかの関所
- コンテキスト管理 — 長時間の作業でも文脈が溢れないようにする圧縮（compaction）や取捨選択
- メモリ — セッションをまたいで学んだことを残す置き場
- 検証 — テスト・lint・採点基準など、エージェントが自分の成果を確かめる手段
- 実行環境（サンドボックス） — 安全に暴れられる隔離された作業場
※ 出典: Anthropic — Building agents with the Claude Agent SDK（取得 2026-08）
つまり「Claude Code」という製品は、Claude というモデルに、この一式（ハーネス）を着せたものです。同じモデルでもハーネスが違えば別物のように振る舞う——これが「モデルよりハーネス」と言われるようになった背景です。
言葉はどこから来たのか
「ハーネス」は AI の世界では新語ではありません。系譜をたどると 2 段階あります。
| 時期 | 出来事 | 意味の変化 |
|---|---|---|
| 2021 年 | 評価ライブラリ lm-evaluation-harness（lm-eval） が公開される | 「評価ハーネス」＝モデルをテストにつなぐ枠組み |
| 2024 年 | 論文 TheAgentCompany が OpenHands を「エージェントハーネス」として紹介 | 「エージェントハーネス」＝モデルを実務につなぐ枠組み |
| 2025 年 9 月 | Anthropic が Claude Agent SDK を「Claude Code を動かしているエージェントハーネス」と説明 | ベンダー公式の語彙になる |
| 2026 年 5 月 | サーベイ論文 Code as Agent Harness 公開 | 研究領域として体系化される |
※ 出典: Generative Agents Tech Blog — エージェントハーネスという言葉はどこから生まれたのか（取得 2026-08）／ arXiv — Code as Agent Harness（取得 2026-08）
もともと「モデルを評価につなぐ装具」だった言葉が、「モデルを仕事につなぐ装具」へ意味を広げた、と覚えておけば十分です。2026 年 5 月の Code as Agent Harness 論文は、コード（プログラム・スクリプト・実行トレース）こそがエージェントの動作基盤だという視点で、Claude Code などの既存システムを統一的に分析する枠組みを提示しており、日本語の解説記事も出ています。
なぜ今こんなに話題なのか — 3 つの理由
① Anthropic 自身が「ハーネスが本体」だと言い始めた。 2025 年 9 月、Anthropic は Claude Code の基盤 SDK を「Claude Agent SDK」に改称し、それを "the agent harness that powers Claude Code"（Claude Code を動かしているエージェントハーネス）と位置づけました。製品の中核部品に公式に「ハーネス」という名前がついたことで、この言葉が一気に共通語彙になりました。 ※ 出典: Anthropic — Building agents with the Claude Agent SDK（取得 2026-08）
② ハーネス設計の技術記事が公式から連続で出ている。 Anthropic のエンジニアリングブログを時系列で並べると、議論の重心が「エージェントの作り方」から「ハーネスの作り方」へ移っていく様子がそのまま見えます。
| 公開 | 記事 | 要点 |
|---|---|---|
| 2024-12 | Building effective agents | ワークフロー（コードが手順を決める）とエージェント（モデルが手順を決める）の区別。複雑なフレームワークよりシンプルで合成可能なパターンを推奨 |
| 2025-09 | Effective context engineering for AI agents | プロンプトではなく「コンテキスト全体」を設計対象にする発想 |
| 2025-11 | Effective harnesses for long-running agents | 複数のコンテキストウィンドウをまたぐ長時間タスクのためのハーネス設計。compaction とセッション間の引き継ぎ |
| 2026-03 | Harness design for long-running application development | プランナー／ジェネレータ／評価者の役割分担。エージェントは自己採点が甘いので独立した評価役を置く。モデルが賢くなったら不要な部品を削る |
| 2026-04 | Scaling Managed Agents: Decoupling the brain from the hands | ハーネスの運用（ループと実行環境）をクラウド側に切り出す構成 |
※ 各出典: 表内リンク（いずれも Anthropic 公式・取得 2026-08）
③ モデルの差よりハーネスの差が体感を左右する、という共通認識ができた。 同じモデルを使っても、ツールの与え方・コンテキストの管理・検証の組み込み方で結果が大きく変わることが広く経験され、各社の技術ブログや Qiita・Zenn でハーネス設計・最適化の実践記事が続いています（後述）。
みんなはどう「作って」いるか — 4 つの選択肢
Claude でエージェントを作る場合、2026 年 8 月時点の選択肢は実質 4 つです。分かれ目は「ハーネスを誰が書くか」と「どこで動かすか」の 2 軸だけです。
| # | 作り方 | ハーネスを書くのは | 動かす場所 | 向いているケース |
|---|---|---|---|---|
| 1 | 完全自作ループ（Messages API） | 自分（ループもツールも全部） | 自社側 | ループ制御を完全に握りたい／学習目的 |
| 2 | Tool Runner（公式 SDK 付属） | ループは SDK、ツールは自分 | 自社側 | 自作ツール中心の軽量エージェント |
| 3 | Claude Agent SDK | Claude Code のハーネスをそのまま利用（ファイル操作・bash・検索・サブエージェント込み） | 自社側 | コードやファイルを扱う本格エージェントを最短で |
| 4 | Managed Agents | Anthropic（ハーネス＋実行サンドボックス） | Anthropic 側 | 運用ごと任せたい／スケジュール実行・長時間セッション |
※ 出典: Anthropic — Building agents with the Claude Agent SDK／Anthropic Docs — Managed Agents overview（いずれも取得 2026-08）
実務での使い分けは単純で、**「既製のハーネスで足りるかをまず確かめ、足りない部分だけ自分で書く」**が定石です。1 → 4 の順に自由度が下がり、代わりに書くコードと運用の手間が減ります。「とりあえず全部自作」から入ると、Anthropic が数年かけて作り込んだコンテキスト管理や権限まわりを自力で再発明することになりがちです。
API・MCP まわりの実装手順は別記事『Claude API・MCP 実装ハンドブック』に、Claude Code が開発現場をどう変えつつあるかは『Claude Code はソフトウェア開発をどう変えるか』にまとめています。
みんなはどう「使って」いるか — ハーネスは育てるもの
作る話と同じくらい盛り上がっているのが、既製ハーネス（主に Claude Code）を自分の現場に合わせて育てる話です。Claude Code はハーネスの主要な部品をユーザーが差し替え・拡張できるように開いています。
- CLAUDE.md / ルールファイル — プロジェクトの前提・禁止事項・作法を常時読み込ませる
- スキル（Skills） — 特定作業の手順書をパッケージ化し、必要なときだけ読み込ませる
- スラッシュコマンド — 定型の指示を 1 コマンドに固める
- hooks — ツール実行の前後に自前の検査や整形を差し込む（危険な操作を仕組みで止める関所にもなる）
- MCP — 外部サービスやデータソースをツールとして接続する
- サブエージェント — 調査・レビューなどを別の文脈に分離して並列化する
- 権限設定 — 自動許可と要確認の線引きを自分で決める
この「育てる」実務に名前がついたのがハーネスエンジニアリングです。中心にあるのは、次の一点に尽きます。
エージェントが失敗したら、モデルに「次は気をつけて」と頼むのではなく、環境側を恒久修正して同じ失敗が構造的に起きないようにする。
国内の実践例としては、失敗を記録 → 再発防止ルールに変換 → 危険なバッチ実行は hook で物理的にブロック、という改善ループを回して Claude Code をドメイン特化させていく方法論を公開している例があります（Stanby Tech Blog — 失敗から育てる AI ハーネス設計・取得 2026-08）。「ハーネスは使いながら育てる道具箱であり、チームの暗黙知をエージェントが実行時に参照できる形へ外部化する作業だ」という整理は、この分野の実務感覚をよく表しています。この改善ループの具体的な回し方 — CLAUDE.md・失敗ログ・hooks・permissions・スキル化の 5 つの型とテンプレート — は実践ガイドに切り出しました。
一点、逆方向の注意も公式から出ています。ハーネスは足すだけでなく引くものでもある、という指摘です。Anthropic はハーネス設計の記事で、モデルの性能向上に応じて不要になった部品や過剰な指示を段階的に削り、最小構成を保つことを推奨しています。前の世代のモデル向けに書いた細かすぎる手順書は、新しいモデルではむしろ品質を下げることがあります。 ※ 出典: Anthropic — Harness design for long-running application development（取得 2026-08）
自分のハーネスを点検する 12 項目チェックリスト
自社で Claude（Code / SDK / API）を使っているなら、10 分で現状を点検できます。印刷して、チームでチェックを入れてみてください。対話形式で答えて 4 領域のスコアと処方箋まで出したい場合は、この 12 項目をツール化したハーネス健全度診断（無料・登録不要・約 90 秒）をどうぞ。
ループと検証
- エージェントが自分の成果を検証する手段（テスト・lint・ビルド・採点基準）が組み込まれている
- 「できました」の申告ではなく、検証結果（テスト出力等）で完了を判定している
- 生成と評価を分けている（自己採点だけに頼っていない）
コンテキストとメモリ
- 長時間タスクでコンテキストが溢れたときの挙動（圧縮・分割・引き継ぎ）を把握している
- セッションをまたいで残すべき知見の置き場（メモリ・ドキュメント）が決まっている
- エージェントに渡す情報を「全部」ではなく「必要な分だけ」に絞る仕組みがある
ツールと権限
- エージェントが使えるツールの一覧を説明できる（把握していないツールがない）
- 破壊的操作・外部送信・課金を伴う操作に、確認または物理ブロックの関所がある
- 本番相当の環境ではなく、隔離された作業場（サンドボックス・ブランチ）で動かしている
育てる運用
- エージェントの失敗を記録する場所がある（起きたことがチャットログの中に埋もれていない）
- 失敗が「ルール・hooks・ツール定義の恒久修正」に変換される手順がある
- モデルやハーネスの更新時に、古い指示・不要な部品を削る見直しをしている
12 項目中 8 つ以上にチェックがつけば、運用はかなり健全です。4 つ未満なら、モデルの賢さに頼って綱渡りをしている状態——うまくいっているのは偶然かもしれません。
ハーネス設計の失敗パターン 5
| # | 失敗パターン | 何が起きるか | 対処 |
|---|---|---|---|
| 1 | 検証なしループ — 書かせっぱなしで確かめる手段がない | 「動くはず」のコードが積み上がり、後でまとめて壊れる | テスト・lint・ビルドをループ内に組み込む |
| 2 | プロンプト盛りすぎ — 失敗のたびに指示文だけが伸びる | 指示同士が干渉し、モデルが萎縮・迷走する | 指示ではなくルール・hooks・ツール側で解決する |
| 3 | ツール渡しすぎ — 使うかもしれない接続を全部つなぐ | 選択肢過多で精度が落ち、事故の表面積も増える | タスクに必要な最小セットに絞る |
| 4 | 権限の関所なし — 全自動許可で走らせる | 破壊的操作・外部送信の事故が「起きてから」発覚する | 危険操作は要確認か物理ブロックに |
| 5 | 育てる運用の不在 — 同じ失敗を毎回チャットで注意する | 知見が人とログに埋もれ、チームで再現できない | 失敗 → 環境側の恒久修正、のループを手順化する |
用語ミニ辞典
会話についていくための最小セットです。
| 用語 | 意味 |
|---|---|
| ハーネス | モデルを働けるエージェントに変える外側の実行環境一式 |
| エージェントループ | 状況把握 → 行動 → 検証を繰り返す反復構造 |
| コンテキストエンジニアリング | モデルに渡す情報全体（プロンプト・ツール定義・履歴・資料）を設計する営み |
| compaction（圧縮） | 長い会話履歴を要約して文脈の枠に収め、作業を続けられるようにする仕組み |
| MCP | Model Context Protocol。外部サービスをツールとしてつなぐ共通規格 |
| スキル | 特定作業の手順・知識をパッケージ化し、必要時だけ読み込ませる仕組み |
| hooks | ツール実行の前後に自前の処理を差し込む拡張点 |
| サンドボックス | エージェントが安全に作業できる隔離環境 |
| 評価ハーネス | モデルをテストにつなぐ枠組み。エージェントハーネスの語源にあたる先行概念 |
| ハーネスエンジニアリング | 失敗のたびに環境側を恒久修正し、ハーネスを育てていく実務 |
よくある質問
Q. 結局、ハーネスとモデルはどちらが大事ですか？
掛け算です。モデルが弱ければハーネスで補いきれず、ハーネスが雑ならモデルの賢さが実務に変換されません。ただし自分でコントロールできるのはハーネス側だけなので、改善の投資先としてはハーネスが先になります。
Q. 「エージェント」と「ワークフロー」は何が違いますか？
Anthropic の整理では、手順をコードが決めるのがワークフロー、手順をモデル自身が決めるのがエージェントです。すべてをエージェントにする必要はなく、手順が決まっている仕事はワークフローのほうが安く確実です。※ 出典: Anthropic — Building effective agents（取得 2026-08）
Q. ハーネスの知識は開発者以外にも関係ありますか？
あります。議事録・問い合わせ対応・契約書レビューのような業務導入でも、「どのデータを渡すか」「どの操作に確認を挟むか」「失敗をどう仕組みに反映するか」というハーネスの論点はそのまま登場します。呼び名が違うだけで、Claude の業務導入で決めていることの多くはハーネス設計です。導入担当者向けには、会議でそのまま使える質問 10 と対応表を別記事にまとめています。
Q. まず何から手をつけるべきですか？
チェックリストの「検証」からです。エージェントが自分の成果を確かめる手段を 1 つ組み込むだけで、体感品質は大きく変わります。次が権限の関所、その次が失敗を環境修正に変換する運用です。
次の一歩 — 自社の業務にハーネスを組む
ここまで読んで「概念は分かったが、自社の業務でどう組めばいいか」が次の疑問なら、それはまさに Tufe が日々やっている仕事です。議事録・問い合わせ・契約書レビューといった業務ごとに、ツール接続・権限設計・検証・運用ルールまで含めて組み上げ、書面で残します。
30 分・オンライン・無料の相談で、対象業務を伺って効きそうな構成と期間感をその場でお伝えします。契約前提ではありません。
導入の全体像を先に知りたい場合は、相談から運用定着までの 5 フェーズを時系列で開示した『Claude 導入の進め方』をどうぞ。
更新履歴
- 2026-08-13: 初版公開