あなたの AI プログラミングエージェントは、「自信満々に動かないコードの塊を納品してくる」ことはありませんか？ 問題はおそらくモデルそのものではなく、Harness を装備しているかどうかです。

Anthropic と OpenAI は2026年、ほぼ同時に実験で同じ結論を検証しました：AI プログラミングエージェントが失敗を繰り返す問題はモデルではなく、モデルの外側にある Harness インフラにあります。同じ Opus 4.5 モデルでも、裸で走らせれば9ドル使って全問失敗、Harness を付けると200ドルで成功率100%です。

Harness とは何か

Harness はツールでもなければ、プロンプトのテクニックでもありません。AI プログラミングエージェントの周囲に構築する一式のエンジニアリングインフラで、5つのサブシステムから成ります：

2つの対照実験

Anthropic の実験

同じ Opus 4.5 モデル、同じプログラミング問題です：

• 裸で実行：9ドル消費、成功率 0% -- コードスタイルは混乱、破壊的なコマンド、テストは未実施
• Harness 付き：200ドル消費、成功率 100% -- 余分に使った191ドルはすべて検証ループに投入

OpenAI の実験

Codex チームは百万行の実リポジトリで検証しました。実験で変えたのは1点だけ -- リポジトリのルートに AGENTS.md ファイルを追加したことです。100行足らずの markdown です。

5ステップで Harness を構築する

以下の5ステップはテキストエディタだけで完了し、合計しても200行を超えない設定です。

ステップ1：AGENTS.md（または CLAUDE.md）を作る

リポジトリのルートに markdown ファイルを作成します。OpenAI 陣営では AGENTS.md、Anthropic 陣営では CLAUDE.md と呼ばれます。Codex、Claude Code、Cursor は起動時に自動で読み込んでシステムプロンプトに注入します。

少なくとも3つのブロックを書きます：

# Project
これは Next.js + Prisma で構築された EC 管理画面です

# Forbidden
- git push --force の実行を禁止
- migrations ディレクトリの削除を禁止
- npm の使用を禁止（pnpm を使う）

# Done means
- pnpm typecheck が通る
- pnpm test がすべてグリーン
- pnpm lint で error ゼロ

15行足らずで、プロジェクトの取り決めを何度も言い聞かせるものから、起動時に自動注入されるものへと変えられます。

ステップ2：権限（Permissions）を設定する

エージェントがどのコマンドを呼び出せるかを限定します。

Claude Code では .claude/settings.json、Codex では ~/.codex/config.toml を使います。

{
  "permissions": {
    "allow": ["pnpm install", "pnpm test", "pnpm typecheck"],
    "deny": ["rm -rf", "git push --force", "DROP TABLE"]
  }
}

許可されたものはそのまま実行し、禁止されたものは即座に拒否し、グレーゾーンには確認ダイアログを出します。

ステップ3：setup.sh を書いて環境を固定する

依存のバージョンとランタイム設定を固定します。すでに Dockerfile / devcontainer.json があればスキップでき、なければ setup.sh を書きます。

重要な1行：

pnpm install --frozen-lockfile

--frozen-lockfile により、エージェントはどの依存も勝手にアップグレードできなくなります。

ステップ4：PROGRESS.md を作る

touch PROGRESS.md

4つのセクションです：完了、進行中、未着手、既知の問題。git にコミットして、プロジェクト自身の一部として保守します。

AGENTS.md に取り決めを固定します：

## Rules
- 新しいセッションでの最初の仕事：PROGRESS.md を読む
- タスク完了やブレークポイント変化時：すぐ PROGRESS.md に書き戻す
- 衝突時はコードを優先 -- リポジトリが唯一の事実源

ステップ5：完了の定義を固定する（最重要）

AGENTS.md の末尾に検証コマンドを明記します：

## Done Definition
Task is NOT done until ALL of these pass:
- pnpm typecheck (exit code 0)
- pnpm test (exit code 0)
- pnpm lint (exit code 0)
- pnpm build (exit code 0)

終了コードが0でなければ、タスクは完了とみなされません。プロジェクトにまだこれらのコマンドがなければ、今日セットしましょう。

核心の教訓：前の4ステップをすべて正しくやっても、5ステップ目が欠けていれば、すべてが台無しです。フィードバックループがなければ、Harness を装備したのと同じことになりません。

3つの致命的な失敗パターン

Anthropic と OpenAI の実験が指し示したのは、エージェントに最も多い3つの失敗です：

1. 早すぎる勝利宣言

エージェントは500行の機能を書き終えると「完了」と出力します。コードをマージすると -- CI は赤一色、type check は12個のエラー、単体テストはひとつも走っていません。

解法：フィードバックサブシステム。判定権は終了コードに委ねます -- 終了コード != 0 なら、タスク != 完了です。

2. コンテキスト不安（Context Anxiety）

長時間タスクが70%まで進むと、コンテキスト Token がいっぱいになりそうになります。エージェントは進捗を急ぎ始めます -- テストをスキップし、境界処理を削り、stub を書いてまとめに入ります。

解法：状態サブシステム + 自主的な再起動。コンテキスト Token の使用量が70%を超えたら、自ら停止し、ブレークポイントを書き終えてから新しいセッションを開きます。

3. セッション横断の記憶喪失（Cross-Session Amnesia）

1つ目のセッションでユーザーモジュールを書いたのに、2つ目のセッションがまた getUserById を書き、インターフェースのシグネチャが衝突します。

解法：PROGRESS.md で完了機能のリストを保守 + AGENTS.md に初回読み取りの取り決めを明記。

核心の結論

モデルの能力が上限を決め、Harness はその上限を何割引き出せるかを決めます。

Harness がなければ、Opus 4.5 の書くコードはコンパイルすら通りません。Harness があれば、一段格下のモデルでも安定して納品できます。次のより強いモデルを待つより、先に Harness を整えましょう。

参考リンク：

• Learn Harness Engineering
• Everything Claude Code (ECC)