エージェント開発インフラと統合

GitHubリポジトリ「awesome-harness-engineering」は、エージェントスキャフォールディングのための12カテゴリをまとめている。 - カテゴリには、エージェントループ、タスク分解、コンテキスト圧縮、ツールインターフェース設計、権限、サンドボックス分離、検証、観測可能性、人間による介入が含まれる。 - OpenAIとAnthropicによるCodexサイクルやツール設計・権限に関する古典的な記事を収集。 - 参考実装、チュートリアル、評価方法、テンプレートが提供されている。 - 引用では、各コンポーネントはモデルができないために存在し、優れた設計により最終的に不要になると指摘。 - 中国語のドキュメントも利用可能。 - 別の意見では、サービスは組み込みエージェントを強制するのではなく、MCP/CLIを公開すべきであり、ユーザーは2〜3のエージェントしか使用しないと主張。
Key insights
厳選されたエージェントスキャフォールディングリソースがモデル課題よりもインフラを重視
このリポジトリは、モデル自体に能力が不足しているためスキャフォールディングが必要な12のカテゴリを特定している。例として、コンテキスト圧縮、ツールインターフェース設計、権限、サンドボックス化が挙げられる。OpenAIとAnthropicの古典的な記事がこれらの設計課題を説明するために含まれており、エージェントを「実行可能」にするだけでなく「使用可能」にするには、周辺インフラへの注意が必要であることを示している。
サービスは組み込みエージェントを強制せず、エージェント相互運用性のためにMCP/CLIを公開すべき
あるユーザーは、人々は通常2〜3のエージェントしか使用しないため、各アプリが独自のエージェントを組み込むのは非効率だと主張した。最適なアプローチは、サービスがMCPまたはCLIインターフェースを提供し、外部エージェントがサービスにアクセスできるようにすることであり、オープンな統合パターンに従うことである。