第10章: 最小ハーネスを作る — 実装・失敗モード・学習ロードマップ

最終章は、ここまでの理解を手で動かして確かめます。「ハーネス」と聞くと壮大に思えるかもしれませんが、 最小形は驚くほど小さい。Thorsten Ball の名言を借りれば——「It's an LLM, a loop, and enough tokens.（LLMとループと十分なトークンがあればいい）」。 本章では最小ハーネスの作り方、よくある失敗と対処、そして実務家になるための学習ロードマップを示します。

最小ハーネスの作り方

生のLLM APIを叩いて最小ループを書く場合、必要な部品はわずかです。第3章で見たループに、ツールを足すだけ。 Thorsten Ball の有名なチュートリアルでは、たった3つのツール（read_file / list_files / edit_file）を持つコード編集エージェントが、 約300〜400行（大半がボイラープレート）で動きます。

# 擬似コード（説明用）: 3つのツールを持つ最小コーディングエージェント
tools = [
    {"name": "read_file",
     "description": "指定パスのファイル内容を返す",
     "input_schema": {"path": "str"}},
    {"name": "list_files",
     "description": "ディレクトリ内のファイル名一覧を返す",
     "input_schema": {"path": "str (省略可)"}},
    {"name": "edit_file",
     "description": "old_str を new_str に置換（無ければ新規作成）",
     "input_schema": {"path": "str", "old_str": "str", "new_str": "str"}},
]

# あとは第3章のループに tools を渡すだけ:
#   モデル呼び出し → tool_use を検出 → ローカルで実行
#   → 結果を会話履歴へ → 繰り返し → end_turn で終了
# description がモデルの挙動を左右する「事実上の指示」になる（第5章 ACI）。

手順を整理すると——①システムプロンプトを設計、②ツール（関数）スキーマを定義、③ループを書く、④ツール呼び出しをパースして実行、 ⑤結果をフィードバックして再ループ、⑥終了条件を決める（第3章のサーキットブレーカー）、⑦コンテキスト管理とエラー処理。 これだけで「自分のハーネス」が動き始めます。

究極の最小形 — mini-SWE-agent

どこまで小さくできるか。その極北が、SWE-bench/SWE-agent チームによる mini-SWE-agent です。 コア約100行のPythonで、SWE-bench Verified で74%超（第9章）。設計上の割り切りが見事です。

• bashのみ・カスタムツールなし。LMのツール呼び出しインターフェースすら使わず、モデルの出力からbashコマンドを抽出して実行する。だから任意のLMで動く。
• ステートレス実行: 各アクションは独立した subprocess.run。永続シェルを持たないので安定し、docker exec に差し替えるだけでサンドボックス化できる（第7章）。
• 完全に線形な履歴: 各ステップでメッセージに追記するだけ。デバッグやファインチューニングが容易。

設計者の言葉が示唆的です——「旧SWE-agentはツールと特殊インターフェースを重視したが、LMが賢くなるにつれ、その複雑さの多くは不要になった」。 第9章の結論「モデルが進化したら足場は潔く捨てる」が、ここに体現されています。

SDKで作る — ループを自分で書かない選択肢

もちろん、ループを自前で書かずSDKに任せる手もあります。用途で選びましょう。

よくある失敗と対処

自作であれSDKであれ、エージェントは似た失敗をします。定石の対処を押さえておきましょう。

学習ロードマップ

最後に、初学者から実務家へ至る道筋を、本シリーズの章に対応づけて示します。

graph TD
  L0[Lv0 メンタルモデル\nAgent=Model+Harness] --> L1[Lv1 ReActの基礎]
  L1 --> L2[Lv2 自作で体感\n最小ループ]
  L2 --> L3[Lv3 ツール接続\nMCP]
  L3 --> L4[Lv4 コンテキスト/\nメモリ設計]
  L4 --> L5[Lv5 本番フレームワーク選定]
  L5 --> L6[Lv6 マルチエージェント\nの判断軸]
  L6 --> L7[Lv7 可観測性と評価]
  L7 --> L8[Lv8 安全実行\nサンドボックス]
  L8 --> L9[Lv9 ベンチで\n自作を測る]
  style L0 fill:#3b82f6,stroke:#1d4ed8,color:#fff
  style L1 fill:#3b82f6,stroke:#1d4ed8,color:#fff
  style L2 fill:#8b5cf6,stroke:#6d28d9,color:#fff
  style L3 fill:#8b5cf6,stroke:#6d28d9,color:#fff
  style L4 fill:#8b5cf6,stroke:#6d28d9,color:#fff
  style L5 fill:#f97316,stroke:#ea580c,color:#fff
  style L6 fill:#f97316,stroke:#ea580c,color:#fff
  style L7 fill:#14b8a6,stroke:#0d9488,color:#fff
  style L8 fill:#14b8a6,stroke:#0d9488,color:#fff
  style L9 fill:#14b8a6,stroke:#0d9488,color:#fff

未来とまとめ

10章を通じて見てきたのは、「Agent = Model + Harness」という等式と、その右辺をどう設計するかという工学でした。 最後に、ハーネスエンジニアリングの核心を Addy Osmani の2つの原則で締めくくります。

だからこそ、ハーネスは動的です。モデルが賢くなれば、それまで必要だった足場の一部は不要になる（第9章のmini-SWE-agent、Noam Brownの指摘）。 「複雑化 → モデル進化で再びミニマルへ」という揺り戻しが繰り返されるでしょう。 ハーネスエンジニアの仕事は、最強の足場を一度組むことではなく、いま手元のモデルの限界を見極め、それを埋める足場を組み、不要になったら捨てる—— この終わりなき調整を続けることなのです。これでシリーズは完結です。お疲れさまでした。