AI エンジニアが認識するエージェントの進化と能力向上

2025 年のクリスマス頃、AI エンジニアたちはエージェントの動きに大きな変化を感じ取っていました。彼らが実際に働き始めたのです。なぜそうなったのかを特定するのは容易ではありませんでした。もしかすると、年末年始の休暇を利用して最新のモデルと最新のエージェントを試す余裕ができたのかもしれません。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、モデルを取り巻くハッチ（枠組み）が成熟した結果だった可能性もあります。

この記事で私が主張するのは、この二つの要因が重なったことだと。つまり、モデルとハッチが同時に改善し、その向上曲線が適切なタイミングで交差したのです。このダイナミクスは、今後の展開を説明する鍵となります。モデルはハッチの機能を自らの重みに取り込み続け、エンジニアたちは取り込まれた部分を削除していきます。そして残されるのは、モデルのためではなく人間の注意を誘導するためのハッチです。

Transformer を発明した一人である Lukasz Kaiser は、6 月の「Unsupervised Learning」動画 でこう述べています。

「昨年の冬、クリスマスの頃のあの転換点は、少し特定しにくいものです。ハッチが変化し、ポストトレーニングの調整が行われ、新しい事前学習モデルが登場しました。しかし、それは大きな飛躍であり、何がその原因だったのかを特定するのは容易ではありませんでした。」

「何が起きたのか」という答えは、モデルの重みだけにあるわけではありません。その重みを囲んで育まれたシステムこそが鍵です。

答えは「エージェント・ハーネス」にあります。

2022 年 11 月、ChatGPT が最も進化した AI ツールだった頃を思い出してください。当時、ChatGPT に備わっていたのは次単語予測と、人間フィードバックからの強化学習（RLHF）による「親切なアシスタント」としての振る舞いだけでした。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、学習データとユーザーが入力したプロンプトという枠組みの中に閉じ込められていました。それ以上でも以下でもありません。それはまさに「瓶の中の脳」でした。

エージェント・ハーネスとは、LLM がその閉鎖状態から抜け出し、実際のデジタル情報空間と相互作用するための手段です。

エージェント・ハーネスとは、モデルの重み以外のすべてを指します。 モデルを取り巻く環境、ツール、文脈、そしてガードレール（安全装置）のことです。ハーネスがなければ、モデルは瓶の中の脳のままです。認識的な行動を起こすことはできても、その判断を実際のデジタル空間で実行に移すにはハーネスが必要です。

ハーネスとは、モデルの「心」に「体」を与えるようなものです。 ハーネスがあれば、モデルは知覚（文脈）、行動（ツール）、情報の永続化（メモリと圧縮）、境界の維持（権限とガードレール）が可能になります。

図：エージェント・ハーネスの構成要素と、モデルがそれを通じてどのように世界と相互作用するかを示す概念図。

モデルとハッチの進化の道筋には、二つの曲線が走っています。ハッチがモデルに求めることと、モデルが実際に実現できることです。

この二つの曲線の差こそがエージェントの有効性を決定し、その差を埋めることが、ルカシュ・カイザー氏が言及したような実質的なエージェントの向上をもたらした要因だと私は考えます。

この差が段階的に縮まっていく様子を以下に示します。

• ReAct、「紙上のハッチ」（2022 年 10 月）: ReAct は、モデルにプロンプトを通じて推論を行わせるためのプロンプト技法です。これはモデルの重みとは独立した、紙面上のエージェント・ループを定義するものです。ここでいう「エージェント・ループ」とは、モデルが推論し→行動し→観測し→繰り返すというサイクルを指します。重要なのは、ReAct ループはあくまでプロンプト手法として存在しているだけだということです。当時、推論を行う唯一の方法はプロンプトであり、誰もそれを「ハッチ」と呼んでいませんでした。一方、同じく 2023 年の冬に登場した Toolformer（Meta）は、ツール使用をプロンプトではなく学習によって獲得できる可能性を示唆しました。これは、物理的な基盤に実装される前のコンピュータに対するアラン・チューリングのアイデアのようなものです。強力な概念ですが、後に初めて具体的な姿として現れることになります。（ReAct は ChatGPT よりも一ヶ月早く、2022 年 10 月です。ChatGPT は 2022 年 11 月。）この時点では両方の曲線はほぼゼロに近く、差も小さかったのは、まだ始まったばかりだからです。

エージェント・ハネスの進化（読了時間：約 10 分）

• AutoGPT/BabyAGI、「早すぎる自律性」（2023 年春）：AutoGPT や BabyAGI の登場時、エージェント・ハネスの曲線はモデルの能力曲線を大きく上回って急上昇しました。両者はモデルに完全な自律性を付与し、「自律的な従業員」として行動させるよう求めましたが、当時のモデルはまだ脆い次単語予測器に過ぎませんでした。ループを設けても、モデル自体の能力が向上するわけではありません。ループは既存の能力を増幅するものであり、ある閾値を下回る場合、そのループは信頼性ではなくエラーを増幅してしまいます。負の複利効果を想像してみてください。1 つのステップで 95% の確率で成功しても、20 ステップからなるタスクでは平均成功率は約 36% に低下します。ハネスはモデルに、現実的に完了させる見込みのない課題を押し付けているのです。この時点でギャップが最大となり、今後 18 ヶ月はまさにそのギャップを埋めようとする反応と試行の期間となります。

• Cursor/Copilot、「人間ループへの回帰」（2023〜2024 年）：AI を活用した最初の IDE は、モデルに過度な自律性を付与することによる失敗モードを認識しました。ハネスの曲線をモデルの曲線より下に引き下げることで、そのギャップを埋めています。ループを直接モデルに渡すのではなく、人間にループを与え、モデルが人間の作業速度を上げる中で、人間がループを統括・調整できるようにするのです。Devin の最初のバージョンは自律性を再びモデルに戻そうとしましたが、Answer.AI チームによる テスト によると、これはまだ早すぎたようです（成功率は約 15%）。

IDE から完全な自律性を後退させる動きが臆病さではなく、正しい判断であるという証拠です。しかし、主流の戦術としてハルネスをモデルの下に引き下げる一方で、モデル自体は進化し続けています。2024 年末、推論機能を持つ最初のモデル「o1」が登場したことで、状況が逆転しました。インバージョン（逆転）が起こり、ついにモデルの能力がハルネスを上回るという兆候が見え始めたのです。

• Claude Code、「曲線の交差点」（2025 年 2 月）: 2024 年末に起きたこの逆転は、誰かが掴み取るべき機会を生みました。もしモデルがすでにハルネスを上回っているなら、意図的にモデルのブレーキを踏むハルネスは、その能力を無駄にしていることになります。Claude Code は、その機会を捉えるために設計された最初のコーディングエージェントです。IDE を捨ててターミナルに移行し、モデルに Bash コマンドやファイルの読み書き権限を与え、すべての変更に対する人間の承認が必要だった代わりに、パーミッションルールを導入しました。ループは再びモデルに委ねられ、今回はモデルが課題を理解しています。ボリス・チェルニー氏とチームは、現在のモデルではなく、次世代のモデルを想定して Claude Code を構築しました。Claude Code がこれほどヒットした理由は、単にモデルに自律性を与えた最初の製品だからではありません。それは、正しいタイミングでそう行った最初の製品だからです。そのタイミングとは、モデルが自律的に成功できるレベルまで信頼性を獲得した、交差点の時点のことです。

Claude Code は、わずか 6 ヶ月で年間約 10 億ドルの売上（ARR）を達成しました。これは、曲線が交差する瞬間に Anthropic がその機会を捉えた結果です。

次に起こるのは、曲線が単に交差するだけでなく、互いに *編み込まれていく* ことです。

現在、ハッチの重要性は計測可能です。 Harness-Bench は、同じモデルを異なるハッチで同一の 106 タスクに適用しましたが、スコアは 52.4 から 76.2 の範囲でした。これはモデル自体に変更を加えずに得られた 23.8 ポイントの差です。エージェントの半分はハッチによって決まります。

OpenAI も同様の結果 を、ARC-AGI-3 においてハッチの変更によって達成しました。推論の保持と圧縮機能を追加しただけで、GPT-5.6 Sol の ARC-AGI-3 スコアは 13.3% から 38.3% に 3 倍に向上しています。

裏側で起きているのは、強化学習（RL）がハッチス内部へと統合されたことです。OpenAI が 2025 年 5 月に発表した codex-1 のリリースアナウンスメントにはこう記されています。

「codex-1 は、さまざまな環境における実世界のコーディングタスクに対して強化学習を用いて訓練されました」

この二つの曲線が融合し、一つの統合システムとして編み込まれていきます。これは、Toolformer が描いた夢が現実となった瞬間です。外部からツールを呼び出すのではなく、モデル自身の環境内部でツール呼び出しの能力が学習されるのです。

そして、モデルがハッチスの環境内で訓練されるにつれ、ハッチスの機能がモデルの重みへと吸収され始めます。例えば、コンテキストウィンドウに関する知識を活用して自動的に圧縮する方法を学ぶようになります。

GPT-5.1-Codex-Max のローンチではこう発表されました。

「圧縮を通じて複数のコンテキストウィンドウでネイティブに動作するように訓練された最初のモデル」

モデルがハッチスの機能を吸収すると、ハッチスは足場としての役割を失います。これは「削減による生産」です。Anthropic の Thariq Shihipar 氏は、チームが Claude Code のシステムプロンプトの 80% を最近削除したと述べています。

エージェントハッチスの進化の速度を測る指標は、同じ能力レベルを維持しながら、どれだけの部分を削除できるかです。これが、AI エンジニアとして目指すべき未来です。

つまり、モデルとハッチの進化には以下のループが存在します。学習 → 吸収 → 排除 → 繰り返し。モデルは、まだ達成できていない次の課題へと登り詰めていきます。

カイザーが指摘した飛躍を特定するのは難しいものです。なぜなら、それは離散的なイベントではないからです。事前学習による飛躍が目立つのは、それをモデルカードで明確に記述できるからです。一方、モデルとハッチの共進化による飛躍はそうではありません。なぜなら、その進化プロセスに関するドキュメントが存在しないからです。昨冬の飛躍に対する答えはこれです。それは、モデルとハッチが連携して動作する隙間で起こったのです。

ここで問うべきです。もしハッチの機能がすべて最終的にモデルに吸収されるなら、私たちが残るのは何でしょうか？

モデルが吸収できるものはすべて削除してください。そのプロセスが完了した後のエージェントを想像してみてください。すべてを削除した後、手に残っているのは何でしょうか？

次にモデルの重みが吸収するのは、マルチエージェントのオーケストレーション、ツールの選択、メモリなどです（これらは一例に過ぎません）。研究者たちは、モデルと同様にトレーニング可能な自己改善型ハッチself-improving harnesses を構築しています。

この削除と吸収のプロセスの最後に残るのは、人間中心のエージェント機能です。具体的には、権限、アイデンティティ、信頼、可読性といった要素が挙げられます。権限をモデル内部に吸収したモデルは、権限そのものを溶解させてしまいます。吸収によってハッチがなくなるわけではありません。むしろ、吸収はハッチの機能を逆転させるのです。

ハルネスは、それを操作する人間に対するエージェントのインターフェースへと進化します。

ハルネスは当初、モデルに対する人間のインターフェースとして生まれました。チャットボックスから IDE、そしてターミナルへと成長を遂げてきました。もしモデルがコンピューター側の機能を吸収し始めれば、次の進化段階は抽象化のレイヤーを一つ上へ移すことになります。つまり、ハルネスはモデルが人間の注意を引きつけるためのインターフェースとなるのです。

それは「アテンション・インターフェース」へと変貌します。

Ryan Lopopolo 氏は、Latent Space のエピソード「Extreme Harness Engineering for Token Billionaires」の中でこう述べています。

「本質的に希少なのは、チームの同期する人間の注意だけだ」

トークンはもはや豊富で信頼できるものとなりましたが、依然としてボトルネックとなっているのは希少な人間の注意です。

この兆候はすでに Anthropic の長期的なエージェント進捗ファイルや、アジェンシー承認キューなどに見ることができます。

モデルがハルネスを吸収しても、モデルとハルネスの曲線の間のギャップが消えるわけではありません。それは人間という境界を越えて移動し、新たなギャップを持つ新しいペアの曲線を生み出します。その新たなギャップとは、エージェントが*人間*に求めるものと、人間が実際に答えられることとの間にある空間のことです。

私は予測します。1 年以内には、アジェンシー AI を構築するすべての企業が、かつてすべてのアジェンシー AI 企業が AGENTS.md を公開したのと同様に、人間の注意に関するポリシー・サーフェスを備えた製品を出荷するようになるでしょう。

AGENTS.md ファイルは、エージェントがコードベースとどのように連携すべきかを指示するものです。一方、アテンション・インターフェース（注意のインタフェース）は、エージェントがあなた自身とどう向き合うべきかを示すものになります。 これは、エージェントがいつあなたの作業を中断してよいのか、いつ継続して動作すべきなのか、またどの決定を単独で行えるのか、どの決定にあなたの承認が必要なのかを規定するものです。アジェンシーシステム内の他のすべての要素と同様に、このインターフェースも学習可能なコンポーネントへと進化し、より多くのデータを通じて自ら学習していくことになります。 修正された事例一つひとつが、有益な学習データとして蓄積されていきます。

モデルは当初、瓶の中の脳のような存在でした。ハーン（制御装置）によってその脳に身体が与えられ、やがてその身体は脳へと溶け込んでいきました。私たちがこれから構築すべきものは、将来のどのモデルも吸収することのできない唯一無二のもの、つまり最も希少な資源である「人間の注意」へのインターフェースです。