概要
AIエージェントの性能を決定づける「ハーネス（足場）」の設計思想を軸に、Feedback Flywheelや認知的負債、SPDDといったThoughtworks周辺の高度な運用フレームワークを体系的に解説した記事。
詳細内容
本記事は、AIエージェントの運用を「Agent = Model + Harness（ハーネス）」という数式で定義し、モデル以外の周辺環境（足場）をどう設計・運用すべきかを整理した解説記事です。ThoughtworksのBirgitta Böckelerらが提唱する概念群をベースに、以下の主要ポイントを提示しています。
1. **ハーネスの構造化**: エージェントの制御を「guides（事前統制：CLAUDE.md等）」と「sensors（事後検知：テストや静的解析）」に分け、それぞれ決定論的・推論的なベクトルで設計する手法。
2. **Feedback Flywheel**: AIとの対話を単発で終わらせず、得られた知見を共有アーティファクトに還流させて組織・チームの習熟度を高める維持機構。
3. **Cognitive Debt（認知的負債）**: AIが生成する「動くが誰も理解していないコード」によってチームのシステム理解が失われるリスクとその対策。
4. **SPDD（Structured Prompt-Driven Development）**: プロンプトを第一級の資産として管理し、テスト駆動・リファクタリングを前提としたAI時代の開発手法。
記事では、モデルの優劣が短期間で陳腐化する中で、これらのハーネス資産と運用能力こそが、長期的な競争力（筋肉）になると強調しています。