一つの工場から二層のハーネスへ:開発パイプラインが1年足らずでどのように成長したか
Cursor
Anthropic
OpenAI
Google/DeepMind
著者は、マルチエージェント開発工場を構築し、それがほぼ10の並列パイプラインと二層のハーネス(トップレベルの制御と工場ごとのローカルゲート)を持つシステムに進化した経緯を説明する。主要な原則は、ラチェット(失敗が恒久的な修正になる)、センサーファースト(ルールの前に不変条件を検出器として使用)、測定可能性(ルールは動作を変更しなければならない)。このシステムはCursorに依存せず、Skills、AGENTS.md、MCPなどのオープンスタンダードを使用している。
昨年11月、筆者はマルチエージェント開発環境の構築を開始した。これは単一モデルのラッパーではなく、プロジェクトを要件から動作可能なコードへと導きつつ、壊してはならないものを壊さない工場である。Cursorとルールベースのエージェントから始まり、システムはプロセス指向のアプローチを採用した。各段階には独自の役割サブエージェントとレビューアが存在する。数ヶ月のうちに、マーケティング、プロダクト、デザイン、コンテンツ向けに複数の並列パイプラインの必要性が生じた。トップレベルのコントロールプレーンが追加された。ルートルーター、コントロールプレーン(239件のワークアイテム)、ハーネス学習レイヤー(ラチェット、センサー、ルール評価)である。工場は2層構造となった。上部に横断的なコントロール、各工場内部にローカルゲートがある。筆者はラチェットを実践している。つまり、エージェントの障害はすべて、チャットメモではなく恒久的な環境修正に変えられる。センサーファーストとは、新しい不変条件がテキストルールになる前に、PASS/FAIL契約を持つ検出スクリプトとして始まることを意味する。測定可能性により、ルールが実際に行動を変え、ゲートは優れた成果物を通し、違反をブロックする。筆者はCursorに固定されていない。Claude、Codex、Geminiがオープンスタンダード(Skills、AGENTS.md、MCP)をサポートしている。最小限の動作スケルトンがagent-harness-referenceで提供されている。一部の不変条件にはまだ検出器がなく、レビューの規律に依存している。
出典: Habr — хаб ИИ —
原文
