※本記事は一次情報をもとにAI支援によって構成・作成し、事実関係の照合を行っています。
発表内容（事実）
Anthropicは2026年10月6日（現地時間）、複数コンテキストウィンドウをまたいで数時間から数日間にわたる複雑なタスクを実行する「長期稼働AIエージェント（long-running agents）」の課題と、それを解決するためのハーネス設計について研究成果を発表しました。Claude Agent SDKを用いた実験を通じて、エージェントがセッション間で作業を引き継ぐ際に発生する問題と、その対策が示されています。
長期稼働エージェントの核心的な課題は、各セッションが独立して始まり、前のセッションの記憶を持たない点にあります。コンテキストウィンドウの制限やコンパクション（圧縮）機能の活用だけでは、高レベルなプロンプトを与えてプロダクション品質のウェブアプリを構築しようとした際に、エージェントが一度に多くのことを行おうとして途中でコンテキストが枯渇したり、途中段階で作業を完了と誤認したりする失敗パターンが見られました。
これに対しAnthropicは、最初のセッションで環境を構築する「イニシャライザーエージェント」と、各セッションで段階的に進捗を生み出す「コーディングエージェント」を組み合わせた2段階の解決策を開発しました。初期セッションではinit.shスクリプトや作業ログを記録するclaude-progress.txt、初期のgitコミットを作成し、後続のエージェントが作業状態を迅速に把握できるようにしています。
この記事のポイント
- 長期稼働AIエージェントはセッションごとに記憶がリセットされるため、複数コンテキストウィンドウをまたぐ継続的な進捗管理が課題となる。
- Opus 4.5などのフロンティアモデルであっても、単一の高レベルプロンプトのみでは一度に処理しきれず、コンテキスト枯渇や早期の完了判定といった失敗が発生する。
- 環境構築を行うイニシャライザーエージェントと、段階的に進捗を進めるコーディングエージェントを組み合わせた2段階の仕組みが有効である。
claude-progress.txtやgit履歴、JSON形式で管理された詳細な機能リストを用いることで、後続のエージェントが正確に作業を引き継ぐことが可能になる。
【図解】長期稼働エージェントの2段階ハーネス構造
%%{init: {'theme': 'base', 'themeVariables': {'fontFamily': 'Hiragino Kaku Gothic ProN, Yu Gothic, Meiryo, sans-serif', 'fontSize': '14px', 'primaryColor': '#ffffff', 'primaryBorderColor': '#8a6a50', 'primaryTextColor': '#3e2a1b', 'lineColor': '#8a6a50'}, 'flowchart': {'useMaxWidth': false, 'htmlLabels': true}, 'sequence': {'useMaxWidth': false}, 'class': {'useMaxWidth': false}, 'state': {'useMaxWidth': false}, 'er': {'useMaxWidth': false}, 'gantt': {'useMaxWidth': false}, 'journey': {'useMaxWidth': false}, 'pie': {'useMaxWidth': false}, 'mindmap': {'useMaxWidth': false}, 'timeline': {'useMaxWidth': false}}}%%
flowchart TD
A["ユーザーからの高レベルプロンプト"] --> B["イニシャライザーエージェント (最初のエージェント)"]
B --> C["初期環境の構築 (init.sh ・ git commit)"]
C --> D["進捗・要件の定義 (claude-progress.txt ・ JSON機能リスト)"]
D --> E["コーディングエージェント (後続セッション)"]
E --> F["段階的な進捗と成果物の残し込み"]
F --> E
考察（筆者の見解）
事実: 発表では、Claude Agent SDKを用いた実験において、イニシャライザーエージェントによる環境構築と機能リストのJSON管理が、複数セッションにわたる開発の安定化に寄与することが示されています。
推測: このようなハーネス設計の導入により、人間が細かく指示を出さなくても、AIエージェントが自律的にソフトウェア開発のチケットを消化していくようなワークフローがより実用的になる可能性があります。また、Markdownではなく構造化されたJSON形式を採用することで、モデルの誤った上書きやプロンプトの逸脱を防ぐアプローチは、他のツール連携型エージェントの開発にも応用できると考えられます。
意見: 筆者は、AIエージェントの性能向上だけでなく、コンテキストの断絶を補う「ハーネス（枠組み）」の整備こそが、今後の自律型AIシステムの成否を分ける重要な要素になると考えます。
コメント