2026.08.07

これまで Skill も MCP もクライアントごとに配置場所と書式が違い、同じ中身を何度も詰め直す必要があった。1回作れば複数のエージェントで動く形が決まったことで、社内に溜めたスキル資産の寿命が、特定ハーネスの寿命から切り離される。

「どのモデルを使うか」を人が固定する前提が崩れつつある。自分のループでモデルを1つに決めているなら、タスク種別ごとに測って振り分けるだけで同じ品質がかなり安くなる余地がある、という実測が数字付きで公開された。

スコアそのものより、「53点」が測定環境の不具合由来で再実行したら56点になった経緯のほうが実務的に重い。ベンチマークの数字は測定環境で動く。自分のループにモデルを組み込む前に、自分のタスクで測り直す理由がここにある。

フロンティアモデル競争とは別の軸で、AI が実際に人命に効いていることが査読を通った形で示された数少ない例。しかも重みごと公開されており、「巨大企業しか触れない」という構図から外れている。

「検索して見せる」から「代わりに手続きまで済ませる」への線を、10億人規模の既存プロダクトが跨いだ。決済を自前で持たず提携プラットフォームへ引き渡す設計は、エージェントに商取引をさせるときの現実解として参考になる。

フレームワークのバージョンを上げるだけで効く数字が並んでいる。AI に書かせたコードを手で直しにいくより先に、土台を上げるほうが安上がりなケースがある、という具体例。

エージェントに記憶を持たせる話は増えているが、多くは「新しいエージェントに乗り換えろ」という形をとる。ここはハーネスを据え置いたまま置き場だけ足す構成なので、既に Claude Code や Codex で回している人がそのまま試せる。

AI ツールの手順書を書いたことがある人なら全員が踏んでいる問題に、はっきりした処方箋が出ている。操作手順と原理を同じファイルに混ぜた瞬間、その資料は次のリリースで死ぬ。