Learn Harness Engineeringとは？
WalkingLabs による Learn Harness Engineering は、同コースがハーネスエンジニアリングと呼ぶものについての無料のコースです。ハーネスとは、プロンプトではなく、コーディングエージェントの周りに作る指示、ツール、環境、状態、フィードバックのことです。講義が 14 回、プロジェクトが 8 つあり、どのプロジェクトでも同じ Electron のナレッジベースアプリでエージェントに実際の作業をさせ、弱いハーネスと強いハーネスを比べます。
OpenAI、Anthropic、LangChain、Cursor、Thoughtworks が公開したエンジニアリングの記事をもとにし、Claude Code、Codex、Pi、DeepSeek がそれぞれのハーネスをどう作っているかの分析も加えています。後半の講義ではループエンジニアリングとグラフエンジニアリングを扱います。スターターのテンプレート（AGENTS.md、init.sh、feature_list.json、進捗ログ）、harness-creator スキル、リポジトリをコースの 5 つのサブシステムに照らして確認する audit-harness.sh スクリプトが付いています。
リポジトリは MIT ライセンスで、GitHub のスターは約 22,700、VitePress のサイトとして作られ、15 言語に翻訳されています。タグ付きのリリースはなく、最後のコミットは 2026年10月22日です。
Learn Harness Engineeringは使う価値があるか？
Learn Harness Engineering が役に立つのは、エージェントの信頼性を、より良いプロンプトの問題ではなく、部品からなるエンジニアリングの問題として扱うからです。その枠組みはハーネスを 5 つのサブシステム（指示、ツール、環境、状態、フィードバック）に分け、それぞれ 1 つの問いを軸にした 14 回の講義で順に解説します。実践の核は小さなものです。AGENTS.md という運用マニュアル、アプリのインストール、検証、起動を行う init.sh、完了 したことを記録する feature_list.json、そしてエージェントが各セッションの最初に読み、引き継ぐ前に更新する進捗ログです。
このコースを読書リストと分けているのはプロジェクトです。8 つすべてが同じ Electron のナレッジベースアプリを対象にし、各スターターは前のプロジェクトの解答から作られています。どれも、書いた文書の数を数えるのではなく、より強いハーネスがもたらす違いを測るよう求めます。2026年7月と 8月に追加された講義 13 と 14 は、考え方を自動化されたループ（作り手と検証役のエージェント、定期実行）とエージェントのグラフに広げ、それぞれにテンプレートがあります。Claude Code と Codex の分析は、商用のハーネスがメモリ、コンパクション、worktree による分離をどう扱っているかを手早く知るのに役立ちます。
内容の大部分はまとめ直しです。主な参考文献は OpenAI、Anthropic、Cursor の公開記事と Martin Fowler のサイトで、すでにそれらを読み込んでいる人には、講義はより整理された形でそれを繰り返しているように感じられるでしょう。プロジェクトは、実際のリポジトリでファイルを編集しコマンドを実行できるエージェントを前提にしているため、コードなしで AI の入門をしたい人向けではありません。Electron のスタックになじみのない人もいるでしょう。
スター約 22,700、翻訳 15 言語というのは、これほど狭いテーマとしては大きな読者層で、監査スクリプトと harness-creator スキルは講義の外でも使い道があります。リリースがないため main ブランチを追うことになり、内容はその場で変わります。ときどきエージェントを使う段階から、無人でエージェントを動かす段階へ移るエンジニアにとって、generative-ai-for-beginners と、チームが苦労して築いた独自の慣習との間を埋めるものです。
真価を発揮する場面
Claude Code のセッションが日をまたぐと文脈を失ってしまうバックエンド開発者
毎朝エージェントにプロジェクトを説明し直すのをやめる
リソースライブラリから 4 つのスターターファイルをリポジトリにコピーし、各セッションが最初に AGENTS.md と進捗ログを読むようにします。無料で、テンプレートを合わせるのに半日かかります。
12 人のチームにコーディングエージェントを導入するエンジニアリングマネージャー
エージェント向けのリポジトリについて、チームに共通の用語とチェックリストを与える
最初の講義を課題として読ませ、各サービスのリポジトリで audit-harness.sh を実行します。重要な項目がすべて通ったときだけ 0 で終了するため、コースが繰り返し使えるレビューになります。
単発のプロンプトから自動化されたエージェントのループへ移る開発者
監視なしで 動く作り手と検証役のループを作る
目標、ループの状態、作り手、検証役のテンプレートを使って講義 13 とプロジェクト 07 に取り組み、まだどれくらいの頻度で介入が必要かを測ります。費用はモデルの利用分だけです。
導入前に確認すること
- 導入
- walkinglabs.github.io でオンラインで読むか、クローンして npm install と npm run docs:dev を実行し、ローカルの VitePress で読みます。プロジェクトには、ファイルの編集とコマンドの実行ができる Claude Code、Codex などのエージェントが必要です。
- 連携
- エージェントを問いません。テンプレートは Claude Code と Codex を対象にしていますが、進捗ログは OpenHands などでも使えます。harness-creator スキルと、依存のない audit-harness.sh が含まれます。
- データとプライバシー
- コースの内容だけで、コース自体はどこにも何も送りません。プロジェクトでは、使うエージェントとモデルにコードが送られます。MIT ライセンスです。
- 大規模利用時のコスト
- 無料です。8 つのプロジェクトをすべて終えるのにかかるのは、すで に契約しているサブスクリプションや API プランでのコーディングエージェントの利用分だけです。
- 制限
- タグ付きのリリースがないため、レッスンはその場で変わります。未解決の issue は 18 件です。新しい研究というより、主に公開情報を整理してまとめたものです。
良い点
- 1 つの進化するアプリで行う 8 つの実践プロジェクトで、弱いハーネスと強いハーネスを測定
- そのまま使えるテンプレート: AGENTS.md、init.sh、機能リスト、進捗ログ
- audit-harness.sh で任意のリポジトリを 5 つのサブシステムに照らして確認できる
- 15 言語に翻訳
気になる点
- 大部分は OpenAI と Anthropic の公開記事のまとめ直し
- プロジェクトにはファイルの編集とコマンドの実行を許可したエージェントが必要
- リリースがなく、内容は main ブランチで変わる
- 最終課題の Electron アプリは JavaScript 以外のチームには回り道
おすすめの人
すでに Claude Code や Codex を使っていて、無人のエージェントのセッションをより信頼できるものにする体系的な方法がほしいエンジニア。
Learn Harness Engineeringの代替
Learn Harness Engineering：よくある質問
- Learn Harness Engineeringは使う価値があるか？
- エージェントによるコーディングの地味な部分、つまりモデルの周りの足場についての本物のカリキュラムです。独創性よりも構成のほうが優れています。 評価は5点満点中4.1点です。
- Learn Harness Engineeringの料金は？
- 無料（MIT）です。プロジェクトを進めるには、Claude Code や Codex などの自分のコーディングエージェントが必要です。
- Learn Harness Engineeringの欠点は？
- 大部分は OpenAI と Anthropic の公開記事のまとめ直し; プロジェクトにはファイルの編集とコマンドの実行を許可したエージェントが必要; リリースがなく、内容は main ブランチで変わる; 最終課題の Electron アプリは JavaScript 以外のチームには回り道.
- Learn Harness Engineeringは誰に向いているか？
- すでに Claude Code や Codex を使っていて、無人のエージェントのセッションをより信頼できるものにする体系的な方法がほしいエンジニア。
- チームや本番環境でLearn Harness Engineeringを使うと費用はいくらか？
- 無料です。8 つのプロジェクトをすべて終えるのにかかるのは、すでに契約している サブスクリプションや API プランでのコーディングエージェントの利用分だけです。
- Learn Harness Engineeringは企業データを扱っても安全か？
- コースの内容だけで、コース自体はどこにも何も送りません。プロジェクトでは、使うエージェントとモデルにコードが送られます。MIT ライセンスです。
- Learn Harness Engineeringの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はGenerative AI for Beginners, LLM Course 、 Superpowersです。
回答確認日：2026年10月31日