2025年のクリスマス前後、AIエンジニアたちはエージェントに変化が起きたことに気づきました。エージェントが本当に仕事をするようになったのです！その理由を正確に指摘するのは困難です。おそらく、休暇中の時間を使って、最新のモデルで最新のエージェントを試す余裕ができたからでしょう。あるいは、モデルが何らかの能力の閾値を超えたのかもしれません。また、モデルを取り巻くラッパー層が成熟した可能性もあります。
この記事で私が提唱したいのは、実際に作用したのは後者2つの相乗効果だということです。つまり、モデルと実行基盤が同時に改善され、両者の改善曲線が適切なタイミングで交差したのです。そして、このダイナミクスは今後起こることを説明する手がかりになります。モデルは実行基盤を次々と自らの重みに取り込み、エンジニアは取り込まれた部分を削除し続ける。最終的に残るのは、モデルのためではなく、人間の注意力に奉仕する実行基盤なのです。
Transformer の発明者の一人であるルカス・カイザー（Lukasz Kaiser）は、6月の番組『教師なし学習』（Unsupervised Learning）で次のように語っています。
「去年の冬、去年のクリスマスに起きた変化については、正確に説明するのが難しいですね。実行基盤が変わり、ポストトレーニングにもいくつか変化があり、その後、新しい事前学習済みモデルが登場しました……。ただ、あれは大きな飛躍のように感じられました。何が原因だったのかを正確に指摘するのは難しいのです。」
「何が起きたのか？」という問いの答えは、モデルの重みの中だけにあるのではありません。そうした重みを取り巻く形で発展してきたシステム全体にも存在します。
答えはエージェント・ハーネス（agent harness）にあります。
2022年11月を振り返ってみましょう。当時、ChatGPTは最先端のAIツールでした。ChatGPTにできたのは、次のトークンを予測することと、人間のフィードバックからの強化学習（Reinforcement Learning from Human Feedback、RLHF）によって有用なアシスタントらしく振る舞うことだけでした。ツールも検索機能も、推論能力もありませんでした。
初期の ChatGPT は、学習データと、あなたが送信したプロンプトの範囲内に完全に閉じ込められていました。それ以上でも、それ以下でもありません。まるで水槽の中の脳です。
エージェント・ハーネスは、大規模言語モデル（LLM）がこの制約から抜け出し、現実のデジタル情報空間とやり取りできるようにします。
実行基盤とは何か
**エージェント・ハーネスとは、モデルの重み以外に、エージェントが動作するために必要なすべてを指します。**モデルを取り巻く環境、ツール、コンテキスト、ガードレールなどが含まれます。ハーネスがなければ、モデルは水槽の中の脳にすぎません。認知的な行動を取ることはできますが、その判断を現実のデジタル空間で実行するには、ハーネスの助けが必要です。
**ハーネスは、モデルの心に身体を与えるものです。**ハーネスがあれば、モデルは情報を知覚し（コンテキスト）、行動を起こし（ツール）、情報を永続化し（メモリと圧縮）、自身の境界を制約できます（権限とガードレール）。