米Ars Technicaは2026年7月20日（現地時間）、AIコーディングエージェントを陰で支える「ハーネス」設計を巡る対立を報じた。記者Samuel Axon氏は、AIコーディングスタートアップAugment CodeのVP of Engineering、Vinay Perneti氏にインタビューを実施。以前取材したAnthropic・Claude Code責任者のCat Wu氏の主張と対比させながら、コーディングエージェントの「頭脳の周り」をどう作るかという設計思想の違いを掘り下げている。

ハーネスとは何か、なぜ注目すべきか

「ハーネス」とは、AIモデルとコードベースの間に立ち、モデルが何を見て、どんな操作ができ、プロジェクトとどう対話するかを決めるソフトウェア層を指す。Claude Code、OpenAIのCodex、GoogleのAntigravity、オープンソースのOpenCode、CursorやAugment Codeなど、土台となるモデルは共通していても、この「周りの仕組み」次第でエージェントの挙動や使い勝手は大きく変わる。モデルの進化スピードが速い今、この土台の設計は開発ツール選びの核心的な論点になりつつある。

海外レビューのポイント

Ars Technicaの報道によると、両陣営の立場は明確に分かれる。

Anthropicの立場（Cat Wu氏）: Claude Codeは意図的に「薄いハーネス」を志向する。事前にコードベースの構造化コンテキストを組み立てるのではなく、grep（文字列検索）ベースでその都度必要な情報を探させる方式だ。Wu氏は「評価を見る限り測定可能な変化は見られない」とし、「意見の強いツールを減らし、開発者が必要なら自分で追加できる薄いハーネスを出す方向に寄せている」と説明したという。

Augment Codeの立場（Vinay Perneti氏）: 対照的にAugment Codeは、リポジトリ全体を埋め込み・検索モデル・ベクトルデータベースで事前にインデックス化し、意味的に関連するコードを取り出す「セマンティック検索」方式を採る。Perneti氏は、コンテキストウィンドウが限られている以上、タスクのたびに必要な文脈をいかに効率よく集めるかが問われると指摘し、grepベースの逐次探索より意味検索に優位性があるという立場だ。

同記事は、両社が必ずしも同じ介入策を同じ評価軸で比較しているわけではないとも注記しており、単純な「どちらが正しいか」では片付かない複雑さがあると示唆している。

日本市場での注目点

Claude Code、Codex、Cursorはいずれも日本国内で個人・法人問わず月額サブスクリプション形式で利用でき、国内エンジニアコミュニティでも導入事例の共有が活発だ。一方Augment Codeは主に海外エンタープライズ向けにプランを展開しており、日本語ドキュメントや国内代理店経由の案内はまだ限定的。試す場合は英語ドキュメントと海外決済が前提になる点は留意したい。

料金は、Claude Code・Codexが月額20ドル前後からのプランが中心で、Augment Codeも同様のシート課金型だ。どのツールを選ぶかは価格差というより「薄いハーネスで自由度を取るか、事前インデックスで検索精度を取るか」という設計思想の違いに直結するため、日本の開発チームも機能比較だけでなく設計哲学の違いを軸に検討する価値がある。

筆者の見解

今回の「薄いハーネス」対「厚い意味検索型ハーネス」という対立軸は、単なる技術論争というより今のAIコーディング業界そのものを映す鏡に見える。モデルの進化スピードが速いフェーズでは、ハーネス側に強いオピニオンを持たせすぎると、モデルが賢くなった瞬間にそのオピニオン自体が足かせになりかねない。Claude Codeが「開発者に自由度を残す」方向に寄せているのは、モデルの成長を信じて設計を先回りしすぎないという一つの合理的な賭けだと見ている。一方でAugment Code側が指摘する通り、コンテキストウィンドウの制約は現実として存在し、大規模なコードベースほど「その都度grepで探す」方式が非効率になる場面もあるはずで、どちらが正解かは実はまだ決着していない。

重要なのは、この設計思想の違いが「エージェントに自律的にタスクを任せられるか」という、コーディングAIの本質的な価値に直結している点だ。人間が逐一確認・承認する運用ではなく、目的さえ渡せば自律的にやり切ってくれるエージェント像に近づけるかどうかは、ハーネス側の一つひとつの設計判断が効いてくる。今後もこうしたハーネス設計を巡る論争は増えていくはずで、日本の開発チームも「どのモデルを使うか」だけでなく「どんなハーネスで使うか」まで含めてツール選定の軸を持つべき時期に来ていると感じる。

出典: この記事は Beyond grep: The case for a context-rich AI coding harness の内容をもとに、筆者の見解を加えて独自に執筆したものです。