AIが自らその『知能の殻』を修正？自己進化するAIエージェントの時代

想像してみてください。あなたが新しい助手を採用しました。ところがこの助手は、仕事を与えるたびに「こうしたほうがもっと効率的ですよ」と言いながら、自ら仕事のやり方（マニュアル）をアップグレードし続けます。指示しなくても、自分専用の道具や記憶体系を自ら再整備するのです。これはSF映画の話ではありません。Google DeepMindが発表した最新の研究が示す、「自ら進化するAIエージェント」の姿です。

なぜこの技術が重要なのか？

これまでAIエージェントを作る過程は、非常に苦痛でコストのかかる「手作業」の連続でした。エージェントが何らかのタスクを行うには、人間エンジニアがそのタスクのための具体的なルールや制約事項を一つ一つ定義しなければならなかったからです。この接続部分を作る過程を業界では「ハーネス（harness）」と呼びますが、実はこの過程こそがAIエージェント導入の最大の障壁となっていました。出典: This AutoHarness paper(from Google DeepMind) is the most…

しかし、今は違います。AIが自らその動作体系を修正・最適化できるようになれば、人間の介入なしでもAIエージェントが多様で複雑なタスクを自律的に遂行する世界が、急速に近づいてくるでしょう。これはAI技術が研究室レベルを超えて実務現場へ「拡張可能な（scalable）」形で配置される、重要な転換点となるはずです。

分かりやすく解説：AIの「接着剤」、ハーネス

技術的な話をもう少し簡単に紐解いてみましょう。AIエージェントは通常、「頭脳」の役割を果たす大規模言語モデル（LLM）と、この頭脳が外部世界と疎通できるよう手助けする「ハーネス」という枠組みで構成されます。出典: AutoHarness: improving LLM agents by automatically …

このように例えると簡単です。AIエージェントを「天才画家」としましょう。画家が絵を描くには筆も必要ですし（ツール）、キャンバスも準備しなければなりません（環境）。また、どんな絵を描くのかという指示（プロンプト）も明確である必要があります。ここで画家の道具箱と絵を描く過程を助ける作業台全体を「ハーネス」だと考えてください。従来は人間が一つ一つ筆を用意し、作業台の高さを調節してあげなければなりませんでしたが、これからは画家（AI）が自ら「今回の絵にはこの筆が必要だな」と言って、道具箱の構造そのものを変えてしまうのです。

また、Evo2というフレームワークは、エージェントがハーネスを修正する過程で得たデータを学習データとして再利用します。つまり、修正して実験した経験をデータとして蓄積し、自身のワークフロー（業務の流れ）を自ら強化するのです。出典: Google DeepMind paper trains an agent to rewrite its own harness

どこまで進んでいるのか？

現在AI研究分野では、自ら構造を改善するいくつかの興味深い方式が議論されています。

第一に、AutoHarnessはエージェントがコードを直接記述し、自らハーネスを作り出します。人間が複雑なルールを手動で組むよりも、少量の反復的な精製過程を経た自動化されたハーネスのほうが効率的な性能を示すこともあります。出典: [2603.03329] AutoHarness

第二に、Self-Harnessは、エージェントが外部の強力な支援や人間の助けなしに、独立して自身の動作環境を改善する新しいパラダイムです。出典: [2606.09498] Self-Harness: Harnesses That Improve Themselves

第三に、RRSI（再帰的自己改善）技術は、Google Cloud AI研究チームなどが発表したもので、プロンプト、ツール、記憶体系、制御フロー、さらには下位エージェント（sub-agents）まで、AIが直接書き直すようにします。出典: Paper AutoHarness from DeepMind Changes AI Agents 1

現場の専門家たちは「モデル自体の性能差よりも、どのハーネスを使うかによる性能の格差のほうが大きい」と口を揃えます。どれほど賢いモデルでも、ツールを活用する方式が劣っていれば実力を発揮できないからです。出典: Auto-Harness Synthesis - Just Understanding Data

未来の姿

私たちは今、「AIに何をさせるか」を悩む段階を越えて、「AIが自らどのツールと方式を選択して問題を解決していくか」を見守る段階へと進んでいます。人間の介入が最小化された、真の意味での自律エージェントが私たちの日常をどのように変えていくのか、一緒に見守っていきましょう。

参考資料

1. Google DeepMind - Wikipedia
2. This AutoHarness paper(from Google DeepMind) is the most…
3. Google DeepMind
4. AI has grown beyond human knowledge, says Google’s DeepMind unit

5. [The Harness That Learns You

   XO Docs](https://docs.xo.builders/research/perspectives/the-harness-that-learns-you)

6. Google DeepMind paper trains an agent to rewrite its own harness
7. AutoHarness: improving LLM agents by automatically …
8. [2603.03329] AutoHarness: improving LLM agents by …

9. [AutoHarness: LLM Agents That Build Own Scaffolding

   aiHola](https://aihola.com/article/autoharness-llm-agent-code-harness)

10. Auto-Harness Synthesis - Just Understanding Data

11. [AutoHarness

    DAIR.AI Academy](https://academy.dair.ai/papers/autoharness)

12. [2606.09498] Self-Harness: Harnesses That Improve Themselves
13. Paper AutoHarness from DeepMind Changes AI Agents 1