Google Cloud、自律開発向けハーネス設計論を総括

米Google Cloudは、開発者向け公式技術番組「The Agent Factory」の総括記事を公開し、AIモデルを実環境で自律動作させるための実行環境「エージェント・ハーネス（LLMを包み込みツールやワークスペースへのアクセスを提供する実行環境基盤）」の設計思想と実践的エンジニアリング手法を提示しました。Google Cloudのソフトウェアエンジニアであるライアン・ロボポロ（Ryan Lopopolo）氏らを交え、従来の「コードエディタを開いて構文を書く開発」から「自然言語仕様を与えて成果物を検査する開発」への移行プロセスを解説しています。

エージェント＝モデル＋ハーネスの定義とShift-Leftの原則

本発表では、AIエージェントを「基盤モデル（LLM）＋エージェント・ハーネス」として再定義しています。モデル単体では外部環境のリアルタイム情報やファイル操作を実行できませんが、ハーネスが意図を解釈し、適切なツールを呼び出してコンテキストをモデルに再供給することで高度な自律性が実現します。

特に強調されたのが「Shift-Left（介入の左方移動）」アプローチです。エージェントが意図通りの動作をしなかった際、場当たり的にプロンプトを再入力（Prompt and pray）するのではなく、より開発プロセスの早期（左側）に自動化されたガードレールを組み込むことが推奨されています。

• ​リポジトリ文書​: AGENTS.md や仕様書を整備し、モデル自身が迷わずコンテキストを収集できる構造を作る。
• ​リンターとテスト​: コードスタイルや静的検査をハーネス側に担わせ、構文エラーを自動検知させる。
• ​上流Evals: モデルの判断基準をテストスイートとして定義し、持続的な品質基準を強制する。

3つのハーネス設計パターンと比較

開発現場で求められるタスクの性質に応じて、ハーネスの設計パターンを使い分ける具体例が示されました。

パターン	主な特徴	適用ユースケース
Linear（単一パス型）​	ループ処理を行わず、一連の処理を完全に決定論的に実行	単一ファイルの変換、特定フォーマットの点検、ログ抽出
Closed-Loop（修復ループ型）​	失敗ログやスタックトレースを読み込み、テスト通過まで自動修正を反復	バグ修正、リファクタリング、CIテスト駆動の自動修復
Guardrail（統制型 / ADK）​	Google ADKを用いて危険なシェル操作（ファイル一括削除等）を自動遮断	本番連携環境、リモートリポジトリ操作、コンテキスト圧縮管理

特にGoogleが提供する「Agent Development Kit（ADK）」を活用することで、長時間のデバッグセッションで発生するコンテキストウィンドウの枯渇を防ぐ自動要約機能や、破壊的コマンドの実行をフックして遮断する安全制御を独自実装なしで導入できます。

3層開発スタックとケイパビリティ・オーバーハングの解消

Google Cloudのエンジニアリングチームは、コーディングエージェントの性能向上において「より巨大な推論モデルを採用する」こと以上に、「Model・Harness・Knowledge」の3層の均衡が重要であると指摘しています。

基盤モデルに「Gemini 3.8 Flash」、ハーネスに「Google Antigravity」、ナレッジ層に「Google Skills」を組み合わせることで、過度に重いモデルに依存せずとも高速かつ実用的な自律ワークフローが成立します。最先端モデルの理論的性能と現場で活用される生産性の乖離（ケイパビリティ・オーバーハング）を埋める鍵は、モデルそのものへの依存ではなく、再利用可能なツールとコンテキスト基盤への継続投資にあると総括されています。

引用元：Google Cloud