AIが人間の代わりに少し気の利いたコードの切れ端を書いてくれる。そんな牧歌的なCopilotの時代は、どうやら私たちが想像していたよりもずっと早く終わりを告げようとしている。
最近公開されたLatent Spaceのpodcastに、OpenAI Frontierチームを率いるRyan Lopopoloが登場し、彼らが社内で実践している「Harness Engineering」の実態を開陳した。そこで語られたのは、100万行（1M LOC）に及ぶコードベースを運用し、1日に10億トークン（市場価格にして約2,000〜3,000ドル）を平然と消費しながら、「人間が書いたコード0%」「マージ前の人間によるコードレビュー0%」という狂気じみたプロダクト開発の裏側である。
AIエージェントの到来によってプログラマーという職業はオワコンになると、SF映画のディストピア的な未来観測をもって言い切る言説は後を絶たないが、一旦そのような解像度の低い与太話は無視しよう。当記事では、podcastの後半で特に白熱したOpenAI Frontierのエンタープライズ戦略と、エージェントの台頭がもたらすソフトウェアエンジニアリングの根本的変容に焦点を当てて分析する。
エージェントを同僚へと引き上げるHarness Engineering
Harness Engineeringの根底にある哲学は、AIを単なる「気の利いた補完ツール（Copilot）」から、自律的に思考し行動する「チームメイト」へと引き上げることにある。Lopopoloのチームは、5ヶ月間にわたって内部向けのベータ製品を開発する際、「自分たちでは一切コードを書かない」という極端な制約を課した。
興味深いのは、Codexがタスクに失敗した時の彼らのアプローチである。普通の開発者であれば、プロンプトをいじくり回して「もっと頑張れ」と祈るか、諦めて自分でコードを書いてしまうだろう。しかし彼らは、エージェントの「能力」「コンテキスト」「構造」の何が欠けているのかを特定し、システムレベルでそれを補うことに注力した。
この制約のもとで顕在化した最大のボトルネックは、もはやトークンのコストでもモデルの推論能力でもなく、「人間の同期的な注意力（Synchronous human attention）」であった。エージェントが高速に並列処理を行うようになると、人間が介在するプロセスそのものが開発速度の足を引っ張るようになる。
これを解決するため、彼らはビルドループの徹底的な高速化に踏み切った。エージェントの思考ループを阻害しないため、インナーループのビルド時間を1分以内に収めるという厳格な制約を設け、MakefilesからNx、Turboへとビルドシステムを次々と再構築していったのだ。かつて人間がコンパイル時間を待っていた時代から、今や「エージェントの生産性を落とさないため」に人間がインフラを最適化する時代へと反転している事実は、示唆に富んでいる。
Pull Requestの自律化とAgent-Legibleなコード
人間の注意力がボトルネックになるのであれば、人間をループから外せばいい。これを体現したのが、OpenAIの内部で構築されたElixirベースのオーケストレーション層「Symphony」である。
Symphonyは、無数のCodexエージェントを立ち上げ、監視し、協調させる役割を担う。驚くべきことに、彼らのワークフローではエージェントが単にコードを書くだけでなく、Pull Request (PR) のレビュー、CIチェックの通過、さらにはマージコンフリクトの解決に至るまで、PR lifecycleの全てを自律的に処理する。人間によるコードレビューはポストマージ（マージ後）の事後確認に格下げされ、それすらも「チームのつまずきポイント」を把握するためのハイレベルな監査に過ぎなくなっている。
このパラダイムにおいて、コードの性質そのものが変容しつつある。これまでソフトウェアは「人間が読みやすいこと（Human Readable）」が至上命題であったが、今や「エージェントが理解しやすいこと（Agent-Legible）」へと最適化され始めているのだ。エージェントは我々のように視覚的にコードを把握するのではなく、潜在空間（Latent Space）の中でテキストを処理する。彼らに非機能要件やアーキテクチャの「Taste（エンジニアリングのセンス）」を注入するため、ドキュメント、テスト、品質スコアといったMarkdownベースのコンテキストが徹底的に整備される。
さらに、Symphonyは「Ghost Libraries」と呼ばれる概念を提唱している。これは、ソフトウェアをソースコードの塊としてではなく、高忠実度の仕様（Spec）として配布し、エージェントにローカルで再構築（実装）させるというアプローチだ。この世界線では、数千行程度の外部依存ライブラリ（Dependencies）は不要になる。エージェントが仕様を基に、必要な部分だけをインラインで書き下ろせば済むからだ。パッケージマネージャーの肥大化に悩まされてきた現代のフロントエンド開発者にとって、これは福音となるかもしれない。
OpenAI Frontierが見据えるエンタープライズAIの覇権
Symphonyを用いた開発手法だけでも十分に破壊的だが、podcastの後半でLopopoloが語った「OpenAI Frontier」の真の狙いはさらに奥深い。彼らが構築しているのは、単に自社向けの高度な開発ツールではなく、AIエージェントをエンタープライズに安全かつ効果的に展開するための統合プラットフォームである。
大企業がエージェントを導入する際の障壁は、推論能力の低さではない。既存のIAM（Identity and Access Management）スタックとの統合、セキュリティツールとの連携、そして「ブラックボックス化」を防ぐための高度なオブザーバビリティ（可観測性）とガバナンスである。Frontierは、CISOやAI統括部署の人間が、何千というエージェントの挙動を監視し、必要であれば個別のインスタンスまでドリルダウンできるダッシュボードを提供する。
極めつけは、企業固有のコンテキストの注入である。社内データエージェントを活用し、「我が社において『売上（Revenue）』とは厳密に何を指すのか」という、人間同士でも意見が割れるような事業の定義をエージェントに理解させる。さらには、Slack上で飛び交うディープフライ画像（Deep-fried memes）や社内特有のユーモアといった企業文化の機微すらも、スキルのひとつとしてエージェントにインストールするという。
これはもはや、エージェントへの業務委託という生易しいものではない。OpenAI Frontierが目指しているのは、企業が経済的価値（Economically valuable work）を創出するための「OS」そのものを、AIエージェントの集合体へとリプレイスする壮大な試みである。
人間・AI協働の社会技術的アプローチに向けて
Harness Engineeringを手放しで礼賛して終わるのも座りが悪いので、最後に批評的視点を加えておく。
エージェントが自律的にコードを書き、テストし、マージする世界において、人間とAIの協働は新たな課題に直面する。コードの生成プロセスがブラックボックス化することで、システムに対する説明責任（Explainability）や信頼関係の構築が難しくなるのは火を見るより明らかだ。また、エージェントへの過度な依存は、人間のエンジニアのスキル空洞化を招く危険性をはらんでいる。
しかし、これらの懸念を理由にHarness Engineeringの波に抗うのは、圧倒的な生産性の差を前にして自滅を選ぶに等しい。これからのエンジニアに求められるのは、コードを1行ずつ書くことではなく、AIエージェントという新しい「チームメイト」を監督し、彼らに適切なガバナンスとコンテキスト（Harness）を提供するアーキテクトとしての役割だ。
OpenAI Frontierは、明らかにエンタープライズ市場におけるGoogle CloudやAWS、あるいはSnowflakeの立ち位置を狙っている。Lopopolo自身がSnowflakeやStripeといったエンタープライズB2Bの巨人を渡り歩いてきた経歴を持つことからも、その野心は明白である。かつてSaaSがオンプレミスを駆逐したように、自律型エージェントを組み込んだAgenticなプラットフォームが、従来のソフトウェア開発プロセスを時代遅れの遺物へと変える日は近い。我々に残された選択肢は、この新しい同僚たちをいかに巧みに手なずけ、自らのHarness（手綱）を握るかを学ぶことだけである。