Agent Harnessとは？

何をしているのか

チャット型のLLMは、入力を受けて回答を返すだけでも使えます。AIエージェントは、目的に合わせて次の行動を決め、結果を見て、必要なら別の行動を続けます。Agent Harnessは、その反復をアプリケーションとして成立させます。

同じLLMを使っていても、使えるツール、保持する情報、操作前の確認、失敗時の戻り方が違えば、エージェントの働き方は変わります。その差を作るのがAgent Harnessです。

基本の流れは次のとおりです。

1. ユーザーの依頼と現在の状態をLLMへ渡す
2. LLMが回答またはツールの利用を選ぶ
3. Harnessが権限や引数を確認してツールを実行する
4. 実行結果を会話状態へ戻す
5. 完了、続行、確認待ち、失敗のどれかを判定する

この流れを、回数制限や承認ルールなしで無制限に回すのは危険です。Harnessは「動かす仕組み」であると同時に、「どこまで動いてよいかを決める仕組み」でもあります。

主な構成要素

MCPはツールやデータへ接続する共通規約の一つです。MCPが接続方法を提供し、Agent Harnessが、その接続をいつ使うか、結果をどう戻すか、実行を許可するかを管理します。

コーディングエージェントの具体例

「失敗しているテストを直す」という依頼を考えます。Claude CodeやCodexのようなコーディングエージェントでは、Harnessが次のような流れを支えます。

1. リポジトリ内の規約と対象ファイルを読む
2. テストを実行し、エラーを記録する
3. LLMが原因候補と修正案を考える
4. 許可された範囲だけファイルを編集する
5. テストを再実行し、完了条件を確認する
6. 変更差分と検証結果をユーザーへ返す

ここで、コードを考える中心はLLMです。一方、ファイルを読む手段、コマンドの実行、権限、履歴、再試行、完了判定をつなぐのはHarnessの役割です。

AIエージェントとの違い

AIエージェントは、目的に向かって状況を見ながら行動するシステム全体を指します。Agent Harnessは、そのエージェントを実際に動かすための周辺基盤です。

製品説明では両者をまとめて「エージェント」と呼ぶ場合もあります。厳密な名称より、「判断する部分」と「安全に動かす部分」を分けて見ることが大切です。

Agent FrameworkやAgent Runtimeとの違い

これらの用語には業界共通の厳密な境界がなく、製品によって重なります。

Microsoft Agent FrameworkのHarnessも、別のランタイムを新設するのではなく、既存のモデル接続、会話パイプライン、コンテキスト提供、ミドルウェアなどを一つの動作環境として構成します。

DeepSeek Harnessは何が違うのか

DeepSeek Harnessは、Agent Harnessという一般概念を実装したオープンソース製品です。公式READMEでは、機能をプラグインとして組み合わせる設計を中心に置き、Cordisを基盤としていると説明しています。

2026年8月18日の確認時点ではdeveloper previewで、互換性を壊す変更があり得る段階です。そのため、一般概念としてのAgent Harnessと、特定製品であるDeepSeek Harnessを同じものとして扱わないようにします。

安全に動かすための要点

特に、削除、決済、外部公開、個人情報の取得など戻しにくい操作には、人の承認を残します。ツールの説明だけに安全性を任せず、実行側で権限と入力を検証します。

実行回数、時間、費用にも上限を設けます。失敗時は同じ操作を無限に繰り返さず、再試行する条件、停止する条件、人へ戻す条件を分けておくことが重要です。

覚え方

LLMが考える部分、ツールが手を動かす部分、Agent Harnessがその間をつないで安全に仕事を続ける部分です。