AI AGENT HARNESS基礎・比較

Agent Harness完全ガイド｜モデル・ツール・権限・運用を一体で設計する

検索意図：Agent Harness とは 構成 導入 方法 AIエージェント 実行基盤

結論

Agent Harnessは、モデルにツールを渡すだけの部品ではなく、依頼受付から計画、権限確認、実行、人の承認、記録、停止までを管理する実行基盤です。最初は1業務・読み取り中心・承認必須で検証します。

対象：AIエージェント導入責任者・プロダクト・業務責任者・情報システム・開発担当・セキュリティ担当更新：2026-08-18次回確認：2026-09-18
Agent Harness内を探す⌄

FIT / NO-FIT

先に、導入対象かを判定する

向いている条件

  • ✓複数の手順やツールを順番に使う業務である
  • ✓正本データ、API、業務責任者を特定できる
  • ✓失敗時に人の業務へ戻せる
  • ✓導入前後を同じKPIで測定できる

まだ導入しない条件

  • —単一SaaSの標準機能だけで要件を満たせる
  • —入力と結果の良否を業務側が定義できない
  • —外部送信・更新・削除を無承認で全面自動化する必要がある
  • —ログ確認、停止、改善を担当する人を置けない

DECISION CRITERIA

発注前に確認する判断基準

01業務境界

開始条件、完了条件、例外時の戻し先を説明できるか

進められる状態
入力、期待出力、禁止処理、人へ戻す条件、責任者が1枚で確認できる
止めるサイン
「AIにいい感じに任せる」だけで、失敗と完了を判定できない
02実行権限

モデルではなく実行基盤側でツールとデータを制限できるか

進められる状態
専用ID、最小権限、Allowlist、承認、回数・金額上限を実行時に強制する
止めるサイン
system promptの禁止文だけで、高権限APIや共有資格情報を渡す
03継続運用

品質、費用、変更、事故を担当者が定期確認できるか

進められる状態
評価セット、運用ログ、停止手順、月次責任者、変更承認が揃っている
止めるサイン
PoCの正答例だけを確認し、本番後の所有者と改善時間を置かない

OPERATING FLOW

業務を完了するまでの役割分担

0101 / REQUEST

目的と制約を受け取る

依頼者、対象業務、利用可能データ、期限、禁止処理を構造化して受け取る。

責任：業務担当者

0202 / PLAN

実行計画を検証する

必要なモデル・ツール・データ・承認点を組み立て、権限と予算内か確認する。

責任：Agent Harness

0303 / EXECUTE

段階実行して照合する

各tool callの入力・出力を記録し、失敗、重複、上限超過で停止する。

責任：Agent Harness＋業務システム

0404 / APPROVE

人が確定・改善する

顧客影響、金額、削除、権限変更は人が承認し、結果と修正理由を評価へ戻す。

責任：業務責任者

REFERENCE ARCHITECTURE

依頼から監査までを分離する6層構成

01 / EXPERIENCE

Web・Chat・業務イベント

利用者とシステムから目的、文脈、制約を受け取る。

02 / ORCHESTRATION

Agent Loop・Session・State

計画、再試行、継続、分岐、終了条件を管理する。

03 / MODEL

Approved Model Routes

用途別に許可model、context、出力上限、fallbackを選ぶ。

04 / TOOL & DATA

Scoped Tools・Authoritative Data

正本と業務APIを専用資格情報・最小権限で接続する。

05 / CONTROL

Policy・Approval・Sandbox

操作単位で禁止、承認、隔離、回数・費用上限を強制する。

06 / OBSERVABILITY

Trace・Evaluation・Kill Switch

実行、判断根拠、費用、変更、事故、停止を一続きで追跡する。

横断制御

  • 人・サービス・エージェントIDの分離
  • Tool Allowlist
  • 入力・出力のデータ分類
  • 重要操作の承認
  • 冪等性と再試行上限
  • 評価セット
  • 段階的停止

層は製品名ではなく責任境界です。同一製品で複数層を実装しても、権限・ログ・変更責任は分けて確認します。

USE CASES

最初に検証する3業務

01

営業商談準備

入力
CRM、公開企業情報、承認済み提案資料
Agentの処理
情報収集・根拠確認・論点整理
成果物
出典つき商談準備メモ
人が決める範囲
提案内容と顧客への送信は営業が承認

最初のKPI：準備時間、根拠不足率、修正率

02

問い合わせ一次対応

入力
問い合わせ、製品文書、契約区分
Agentの処理
分類・検索・回答案・移管判定
成果物
出典と移管理由つき回答案
人が決める範囲
返金、契約、障害は担当者へ移管

最初のKPI：確認込み処理時間と誤移管率

03

社内申請の照合

入力
申請書、請求情報、社内規程
Agentの処理
項目照合・不足検出・確認依頼
成果物
差分と根拠の一覧
人が決める範囲
承認、支払、仕訳確定は人が実行

最初のKPI：照合時間と差戻し率

ROI / TCO

効果と費用を同じ前提で比べる

確認・運用を含む純便益で判定

対象件数 ×（現在時間 − 導入後の確認・修正・例外対応を含む人手時間）× 時間単価 −（モデル費＋基盤費＋保守費）

  • 導入前の件数と作業時間を同じ条件で実測する
  • AI出力の確認・修正・例外対応を削減後工数に残す
  • 開発、データ整備、監視、評価、改善を総費用に含める
  • 売上増加やリスク回避額は根拠なく加えない

検討例：1業務を4週間測定し、保守・標準・積極の3条件で確認時間と実行費を変えて比較する。固定の削減率は置かない。

BlueAI試算モデルです。削減率、精度、回収期間を保証せず、限定運用の実測と正式見積で更新します。

業務分岐とTool数

分岐・書き込み・例外が増えるほど設計と試験費が上がる

手順、接続先、例外、承認、ロールバックの組合せ。

データ・権限整備

分散データ、個人ID依存、権限例外が多いほど上がる

正本、更新責任、閲覧範囲、サービスID、秘密管理の準備。

可用性・監査

24時間運用、長期証跡、短い復旧目標ほど上がる

稼働時間、復旧目標、ログ保持、評価頻度、事故対応。

STOP CONDITIONS

失敗を小さく止める条件

01

目的なき自律化

兆候：完了条件が曖昧なままtool callと再試行が続く

対応：step・時間・費用の上限と明示的終了条件を設ける

02

権限と責任の集中

兆候：共有管理者IDで複数systemへ書き込む

対応：用途別サービスID、短期資格情報、重要操作承認へ分離する

03

評価の陳腐化

兆候：model、prompt、tool変更後も以前の合格結果を使う

対応：構成を版管理し、変更ごとに評価セットと停止試験を再実行する

90-DAY ROADMAP

90日で本番判断まで進める

0〜30日

業務・責任・現在値を固定

  • —1業務のBeforeフローと例外を記録
  • —正本・Tool・権限・承認者を特定
  • —件数、時間、品質の基準値を測定

判定：手作業へ戻せる範囲と成功・停止条件を説明できる

31〜60日

隔離環境で評価

  • —読み取り・下書き中心で構成
  • —代表・境界・攻撃ケースを評価
  • —費用上限、ログ、停止、復旧を試験

判定：重大な越境0件で、確認込みの品質と費用が基準内にある

61〜90日

限定本番で継続判定

  • —利用者、件数、時間帯を限定
  • —週次で品質、修正、例外、費用を確認
  • —拡張・維持・停止を責任者が判定

判定：純便益と運用可能性が成立し、停止条件に抵触しない

SOURCES / METHOD

根拠・確認範囲・更新日

BlueAI実務フレーム

株式会社BlueAI

BlueAI Agent Harness 設計フレーム v1.0

適用範囲：Agent Harnessの業務境界、責任分界、構成、承認、評価、90日導入の設計。

提供状態：案件レビューと運用知見に応じて月次確認

確認日
2026-08-18
BlueAI試算

株式会社BlueAI

BlueAI Agent Harness ROI試算モデル

適用範囲：工数削減余地、確認・例外対応、運用費を同じ式で比較する計算枠。市場平均や成果保証ではない。

提供状態：入力前提と実績差分を案件ごとに確認

確認日
2026-08-18
公式仕様

DeepSeek AI

DeepSeek Harness Architecture

適用範囲：model adapter、tool registry、session log、agent loopをpluginとして構成する設計とturn/step flow。

提供状態：master branchのDeveloper Preview仕様。version固定時は対応tagの文書を確認

確認日
2026-08-18
執筆：株式会社BlueAI技術レビュー：BlueAI 技術レビュー次回確認：2026-09-18

RELATED GUIDES

別の軸から判断する

01 基礎・比較

AGENT HARNESS / FOUNDATION

Agent Harnessのセキュリティ

Agent Harnessのsecurityは、モデルを信用して権限を渡す設計ではなく、入力を未信頼として扱い、専用ID・最小権限・tool policy・人の承認・完全な証跡・即時停止を実行基盤側で強制します。

BlueAI実務フレームBlueAI試算
更新 2026-08-18
技術レビュー：BlueAI 技術レビュー 設計条件を見る →
02 基礎・比較

AGENT HARNESS / FOUNDATION

Agent HarnessのROI

Agent HarnessのROIは、無人化率ではなく、導入前の作業量から確認・例外対応を含む導入後総工数と総費用を引いた純便益で測ります。成功と撤退を同じ時点に設定します。

BlueAI実務フレームBlueAI試算
更新 2026-08-18
技術レビュー：BlueAI 技術レビュー 設計条件を見る →
03 基礎・比較

AGENT HARNESS / FOUNDATION

Agent Harness基盤比較

製品名ではなく、必要なsurfaceと自社が所有する範囲で選びます。DeepSeek Harnessは公式OSSですがDeveloper Previewかつprereleaseで、安定した本番標準基盤とは断定できません。LangGraphは低レベルorchestration、OpenAI Agents SDKはagent primitiveを組むSDKとして評価します。

BlueAI実務フレームBlueAI試算
更新 2026-08-18
技術レビュー：BlueAI 技術レビュー 設計条件を見る →

FROM GUIDE TO DECISION

自社の業務・費用・承認条件に置き換える。

一般情報は登録なしで確認できます。次に、AI利益MAPで投資回収を試算し、RFPで権限・評価・停止条件を発注文書へ落とします。

AI利益MAPでROI試算 →RFPを作成 →構成を相談する →
関連ガイドAgent Harnessのセキュリティ設計関連ガイドAgent HarnessのROI無料ツールAI要件定義・RFPジェネレーター