AutoAgentは「最強エージェント」ではない

ハーネス設計そのものを自動化し始めた、自己改善AIの転換点

AIエージェントの話題は、つい「どのモデルが強いか」「どのベンチで何点出たか」に流れやすい。
だが、AutoAgentをめぐる今回の動きで本当に見るべきなのは、スコアの派手さではない。重要なのは、エージェント自身ではなく、その外側にあるハーネス設計を自動最適化の対象にしたことだ。
AutoAgentのREADMEは、これを「agent engineering 向けの autoresearch」と位置づけており、システムプロンプト、ツール、エージェント構成、オーケストレーションを編集し、ベンチを回し、良い変更だけを残して反復すると説明している。

ここでいうハーネスとは、モデル本体の能力ではなく、そのモデルに何を見せ、どの道具を渡し、どの順番で動かし、どこで検証し、どこで止めるかを決める外側の構造だ。
Anthropicも2026年3月の技術記事で、長時間・高難度のエージェント実行ではハーネス設計が性能の鍵になると明言している。
つまりAutoAgentは、「もっと強いモデルを使う」話ではなく、モデルの周辺構造を探索問題へ変えたという点で重要なのである。

AutoAgentの設計が面白いのは、人間が直接ハーネスを書くのではなく、メタエージェントに改善方針を与える側へ回ることだ。
READMEでは、人間は program.md を編集し、メタエージェントは agent.py を読み、ベンチを実行し、失敗を診断し、ハーネスを直し続ける構造になっている。
つまり人間の仕事は「最終実装」から「探索空間の設計」へ上がっている。これは、AI開発における役割分担が一段抽象化されたことを意味する。