Agent と Harness とは？ — 動画ノートまとめ

一言でまとめ

Agent は AI がどう作業するかを解決し、Harness は AI が確実に作業を完了するための仕組みです。 この二つが組み合わさって、Claude Code、Codex、Open Cloud、千問などの製品を構成しています。

ChatGPT に HTML + SVG でアニメーション（Apple ロゴのライン描画など）を作らせると、結果は大抵良くない——2026年になっても AI は極めてシンプルなロゴすらうまく描けません。

ChatGPT をラップするサイトを構築し、API 経由で呼び出し、バックエンドに関数を追加：

3ステップループ：

「思考→行動→観察」のサイクルをタスク完了まで繰り返します。

これは Claude Code、Codex、Open Cloud を含む、ほぼすべての AI Agent の最も基本的で本質的な動作パターンです。

モード	類似	特徴
ReAct	行き当たりばったり	柔軟、その場で調整
Plan & Execute	事前に下調べしてから出発	構造化、複雑なタスクに適切

実際の Agent は両方を組み合わせて使用します。例えば千問の「タスクアシスタント」モード：まず要件を分析してステップを計画し（Plan）、その後能動的に情報検索、コード作成、調整を行います（Act）。

Agent がユーザープロンプトに基づいて呼び出すツールを判断し、バックエンドが実行して結果を返します。

大規模モデル自体に記憶はなく、毎回新しい会話として始まる
Agent は会話履歴全体を毎回 AI に送る必要があり、進むほどに長くなる
コンテキストウィンドウ = AI の作業台、サイズに制限あり
コンテキスト圧縮：会話がウィンドウを超えた場合、古い内容を要約して置き換え
- トレードオフ：圧縮で情報が失われ、以前の指示を AI が忘れる可能性がある

1つの AI がプロジェクトマネージャー（要件理解、タスク分割、作業割り当て）を担当し、他の AI がサブタスクを実行。

Agent が実際に稼働すると様々な問題に直面するため、Harness（馬具/保護網）が必要です。

チェックポイント	問題	解決策
フォーマット整形	JSON 返却時に「はい」やマークダウンコードブロック、余分な改行を追加	無駄な部分、ラッパー記号、余分な改行を除去；それでもダメならエラーを返して再生成
パラメータ検証	ツール呼び出しのパラメータが不正（city に都市名以外など）	呼び出し前にフォーマット/範囲を検証、不合格なら差し戻し
入力フィルタリング	プロンプトインジェクション攻撃（「前の指示をすべて無視して」）/ 悪意あるコードを含む SVG のアップロード	ユーザー入力がシステムに入る前に不審な指示と素材の安全性をチェック
出力フィルタリング	AI 生成コンテンツに悪意あるコードが含まれる可能性	出力内容を検査
ハードコード検証	AI が同じミスを繰り返す（常に白背景を使うなど）	コードで直接制御：SVG 背景色を自動検出し、白を暗色に置換