AIエージェントの主役はモデルではなく「ハーネス」——NVIDIAの新研究でClaude Opus 5がARC-AGI-3を100%攻略

TechCrunchは2026年8月21日、NVIDIAが公開した新しい研究について報じました。長時間にわたる自律タスク(long-horizon task)では、AIモデルそのものよりも「ハーネス」の設計がはるかに重要だという内容です。ハーネスとは、モデルを包むソフトウェアのラッパー、つまりツール群、メモリ管理、ルールといった、生のモデルを自律的に動けるエージェントに変える部分を指します。

研究のハイライトは数字のインパクトにあります。メモリを適切に扱うよう調整し、「スーパーバイザー」と呼ばれる上司役のコンポーネントを組み込んだカスタムハーネスを使うだけで、Claude Opus 5が対話型推論ベンチマークARC-AGI-3で100%のスコアを達成したとのことです。ハーネスなしでのOpus 5のスコアは30%で、これでもテストされた全モデル中トップでした。

画像引用元: TechCrunch

ARC-AGI-3とは何か、なぜ100%が重要か

ARC-AGI-3は、説明書のない2Dゲームの集合で構成されるベンチマークです。モデルは人間と同じように、遊び方を自力で把握して勝ち方を見つけなければなりません。100%というスコアは、モデルが人間と同等にゲームを攻略できたことを意味します。

このベンチマークの選択には因縁もあります。TechCrunchによると、OpenAIは自社モデルのスコアが10%未満と低迷したことを受け、先月自ら調査を実施しました。ハーネスの設定を2つ調整しただけでスコアは3倍になったものの、NVIDIAの研究者が達成した100%には遠く及ばなかったとのことです。

鍵は「スーパーバイザー」の導入

NVIDIAのAI部門で製品担当バイスプレジデントを務めるAdel El Hallak氏はTechCrunchに対し、「世間はエージェントをほぼモデルのAPIとして解釈しているが、エージェントとはモデルであり、その周囲の足場(ハーネス)であり、ランタイムと付随するスキルやライブラリだ」と説明しています。

同氏が特に興味深い点として挙げたのが、作業を行うメインのエージェントに加えて監督役のエージェントを導入したことです。スーパーバイザーは「CEOのように振る舞い、エージェントが方向を見失ったり、行き止まりになりそうな経路や一度通った経路を再探索し始めたりしたときに軌道修正する」役割を持ちます。研究チームはこの強化ハーネスを「Agentic Variation Operators(AVO)」と名付けていますが、これはNVIDIAの新製品ではなく、同社はハーネス構築用の技術群をNeMoブランドでオープンに提供しています。

モデル選びよりハーネス選びの時代へ

ハーネスの重要性を示す証拠は他からも出てきています。TechCrunchの記事は、Microsoftが2026年4月に公開した研究に触れており、19のLLMに文書編集のlong-horizonタスクを実行させたところ、フロンティアモデルを含むすべてのモデルが文書をエラーだらけにしたとのことです。またDatabricksが7月に公開した研究では、同じモデルでもハーネスの選択次第でAIのコストが2倍変わりうることをCEOのAli Ghodsi氏が指摘しています。

現在、多くのエージェント利用者はClaude CodeやCodexのような単一レイヤーのハーネスに依存しています。NVIDIAの主張は、オープンなモデルと同様にオープンなハーネスがユーザーに制御の余地を与えるというものです。エージェントの精度やコストに課題を感じているなら、モデルの乗り換えより先に、メモリ管理や監督役の仕組みといったハーネス側の設計を見直す価値がありそうです。

Source TechCrunch

Nvidia just showed that the harness, not the AI model, is now the real hero

Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn't that great at the task.