ケーススタディ
定義

エージェントハーネス

エージェントハーネスとは、モデルとツールの間に位置するレイヤーです。

それは、コンテキストウィンドウに何を残し、何を要約して捨てるか、何を実行環境(サンドボックス)で処理し、何を決してコンテキストに入れないかを判断します。また、複雑なサブタスクをいつサブエージェントに委ね、いつ中断して人間に判断を仰ぐかを決定します。これはフレームワークではありません。ツールは依然として自分で書く必要があります。ゲートウェイでもありません。認証情報やポリシーを保持するものではないからです。これは、エージェントを1回目の反復から50回目まで稼働させ続けるための仕組みなのです。

ループそのものは200行程度のコードです。誰でも書けますし、多くのチームが午後の一時で作成します。しかし「ハーネス」とは、そのループが実際のワークロードと向き合い、途中で直面する壁を乗り越えるために、その後の半年間で積み上げていくすべての仕組みを指します。

私たちの仮説は、モデルは交換可能なものとなり、ベンダーではなくツールこそが企業の差別化要因となり、ガバナンスはエージェントの中ではなくその基盤に組み込まれるべきだというものです。私たちが過小評価していたのは「ハーネス(制御基盤)」の存在でした。NetAppのデベロッパープラットフォームエンジニアリングチームは、この仮説に対して市場に先駆けて深く踏み込み、極めて困難なワークロードを運用することで、その限界を明確に示してくれました。

2025年6月

オープンな道

NetAppが市場に先駆けて選んだオープンな道

2025年6月、NetAppでデベロッパープラットフォームエンジニアリング担当シニアディレクターを務めるロブ・ルービン氏は、多くの企業がまだ議論を重ねている段階をすでに乗り越えていました。彼のチームは社内の開発基盤となるKubernetes環境を運用しており、セルフサービスでのプロビジョニングは完全に自動化されていました。しかし、その手前にあるインターフェースに制約がありました。リクエストフォームでは、あらかじめモデル化されたものしか提供できないのです。

彼のアイデアは、そこに「意図」を組み込むことでした。必要なスタックを記述すれば、既存の自動化ツールを使ってエージェントがそれを構築してくれるという仕組みです。
そのためには、私たちに2つのことが求められました。

/01
ガバナンスの効いた、一元管理されたモデルアクセス。
/02
MCPサーバーをホストするための安全な場所。それがあれば、彼のチームがすでに所有しているツールを、モデルに対してツールとして公開できるからです。

エージェントフレームワークもハーネスもありません。当時はまだそのような議論の段階ではありませんでした。彼がMCPを標準化の対象とした理由は、この物語の結末に直結しています。

2025年半ばの時点では、これは少数派の意見でした。TrueForgeがクローズドなマネージドランタイムではなくオープンソースとして提供されている大きな理由は、まさにここにあります。

フェーズ1

ID管理

ガバナンスはエージェントの内部ではなく、エージェントの基盤に置くべきものです

第一段階はID管理でした。これは多くのチームが過小評価している部分です。

「エージェントがAPIキーを保持する」ようなID管理ではありません。真のID管理とは、質問者が誰であるかによってツールが実行できる操作が決まる仕組みです。ユーザーはNetAppのIDプロバイダーを通じて認証を行います。そのIDはMCPゲートウェイを経由してMCPサーバーに引き継がれ、サーバーはユーザー自身のクラスターアカウントと照合して、短期間有効なユーザースコープの認証情報を発行します。すべてのkubectlコマンドやシェルコマンドは、そのユーザーとして実行されます。アクセス権のないものについて尋ねれば、ターミナルで実行した場合と全く同じ結果、つまり「何も表示されない」という結果が返されます。

「私たちは権限昇格を行いません」
— Igor Feoktistov · NetApp デベロッパープラットフォームエンジニアリング

この4つの言葉こそが、本プロジェクトが本番環境への導入に至った理由です。「cluster-admin権限を持つサービスアカウントとして実行されるエージェント」はデモに過ぎません。「あなた自身として実行されるエージェント」こそがインフラストラクチャなのです。

プロバイダーの認証情報、モデルレベルのRBAC、ツールレベルの権限、予算、レート制限、ガードレール、ログ記録など、その他のすべては個々のエージェント内ではなくゲートウェイに集約されています。エージェントはモデル名とサーバー名を参照するだけで、認証情報が外部に流出することはありません。プラットフォームチームが40番目のエージェントを最初のものと同じくらい簡単に承認できるのは、新しいエージェントがセキュリティモデルの新しいコピーではないからです。

2026年初頭

ワークロード

1つの質問、8つのクラスター、30回の反復

2026年初頭までに、Kubernetesエージェントはユーザー環境で稼働を開始しました。そのワークロードの形態が、その後のすべてを物語っています。

あるエンジニアが「なぜ自分のポッドがCrashLoopBackOffになっているのか?」と尋ねたとします。プラットフォームは全社で利用されている8つのKubernetesクラスターにまたがっているため、エージェントの最初の仕事は、診断を行う前にまずワークロードの場所を特定することです。その後、本格的な調査が始まります。ネームスペースの記述、ポッドの一覧表示、イベントの取得、ログのgrep、イングレス層の検査、過去のメトリクスのクエリなどです。MCPサーバーは、kubectl、シェル、Prometheus、クラスターインベントリツールを公開しています。この一連のプロセスはスクリプト化されているわけではなく、モデルが問題に応じてその都度構成します。

「問題にもよりますが、完全な調査を行うには15回から30回程度の反復が必要になるのが実情です」
— David Fox · NetApp デベロッパープラットフォームエンジニアリング担当シニアディレクター

1つの質問につき、実際のコマンド出力が15回から30回。この数字を覚えておいてください。これこそが、エンジニアリングの物語のすべてなのですから。

ラボセッション

ハードウェア層

Kubernetesのさらに下層へ

NetAppらしく、Igor Feoktistovはクラスターのさらに下層、物理インフラストラクチャにまで到達する2つ目のMCPサーバーを構築しました。ラボでのセッション中、彼はクラスター名やヒントを一切与えず、「クラスターの問題をトラブルシューティングして」と入力しました。

エージェントは応答のないノードを特定し、Kubernetes層を掘り下げて調査しましたが、そこでは決定的な原因は見つかりませんでした。次にハードウェア診断へと移行し、根本原因が基盤ハードウェアのメモリ障害であることを突き止めました。その後、予備のノードを特定してワークロードの移行を実行し、5分から10分という予測復旧時間を提示しました。

技術的に興味深いのは、結果ではなくその過程です。「ポッドの障害からメモリの不具合、そしてワークロードの移行へ」という連鎖を記述した手順書など存在しません。その連鎖は、独立して構築された2つのMCPサーバーをまたいで発生しました。両者が同じユーザーIDのもとで信頼できるツールを公開していたため、モデルは証拠が明らかになるまで階層を掘り下げることができたのです。この能力は、NetAppが設計・開発したツール層から生まれました。私たちの役割は、それを安全に公開し、ループが安定して動作する場所を提供することでした。

障害モード

コンテキストの壁

ループが壊れた場所:コンテキストこそが真のエンジニアリング課題である

kubectlの生データとログ出力を30回繰り返せば、コンテキストウィンドウに予測可能な影響が生じます。調査は実行の途中で停止し始めました。

返ってきたのは機能改善の要望ではありませんでした。それは、説得力のあるバグ報告でした。

「これはプロンプトの問題ではない。システムプロンプトの問題でもない。UIの問題だ」
— David Fox · NetApp、デベロッパープラットフォームエンジニアリング担当シニアディレクター

彼は高額な原因候補を排除していました。これは診断において最も困難な半分を占める作業です。モデルでも、プロンプトでも、ツールでもありませんでした。彼が指摘した層は、インターフェースのすぐ下に位置していました。何がコンテキストに残り、何が要約され、何が外部で実行されてコンテキストに一切入らないかを決定する層です。

私たちにはその層が欠けていました。その間のループは顧客が解決すべき問題だと、密かに思い込んでいたのです。NetAppはその思い込みを打ち砕きました。そして、市場の大部分が今もなお同じ思い込みをしていると私たちは考えています。

機能

TrueForgeとは:ループを維持するための8つの要素

次に私たちが構築したものは独自のものであり、そのほとんどは誰からも要求されていませんでした。NetAppが直面した壁を乗り越えるための設計は私たちの仕事であり、毎週彼らのライブワークロードに対して負荷テストを行いました。

サンドボックス化

コード、ファイル、シェルコマンドのための分離された実行環境です。数メガバイトのログをモデルのコンテキストに読み込ませる代わりに、エージェントがその出力に対してコードを実行し、回答のみを返します。シークレット情報がサンドボックス内に入ることはありません。

ヒューマン・イン・ザ・ループによる承認

エージェントが障害発生中のハードウェアからワークロードを移行できるようになった以上、誰かが「一時停止して、まず私に確認してほしい」と言える必要があります。定義されたポイントで実行を停止し、承認を求めます。

SDKおよびREST API

エージェントを呼び出し可能なサービス化し、私たちのプラットフォームに閉じ込めることなく、あらゆるフロントエンドに埋め込めるようにしました。NetAppからの要望であり、製品のあり方を最も大きく変えた機能です。

コンテキストエンジニアリング

ウィンドウが埋まると自動的に圧縮を行い、大規模なツール結果はインラインではなくストレージにオフロードします。また、ツールを遅延読み込みすることで、100以上のツール定義が作業開始前にウィンドウを占有することを防ぎます。

エージェントプレイグラウンド

Pythonを書く必要がなく、また書くべきではない人々のためのビルド&テスト環境です。

コードモード

モデルが複数のツール呼び出しを1つのサンドボックス化されたスクリプトに連結できるようにし、呼び出しごとにモデルのラウンドトリップが発生するコストを回避します。8つのクラスターをスキャンするようなファンアウト作業を想定しています。

設定可能な反復制限

些細なことですが、重要なことでした。NetAppの天井は、ツールが充実するにつれて30から40、そして50へと上昇しました。私たちがハードコードした制限は、その曲線のどの時点においても不適切だったはずです。

サブエージェント

長期にわたる調査において、煩雑なサブタスクを委任し、トランスクリプトではなく結論のみを受け取ることができます。親のコンテキストは30回以上の反復を経てもクリーンな状態が保たれます。

スケール

1 → 群(Fleet)

1つのエージェントから、エージェント群へ

別のNetAppチームも独自に動き出しました。エンタープライズデータ・分析担当ITディレクターのヴィマル・カナンは、NetAppの社内アシスタントであるNetAI Chatを運営しています。彼の課題は深さではなく広さでした。多くのチーム、多くのツール、多くのモデルを、いかに中央でガバナンスを効かせて管理するかという点です。

現在、約150個のツールが、単一の仮想MCPサーバーを通じて利用可能です。これは複数のMCPサーバーを束ねる単一のエンドポイントであり、クライアントは個別の設定を行うことなく、一度の接続で済みます。ユーザーごとのアクセス制御により各個人が呼び出せる範囲が決定され、スキル(繰り返しタスクのためのパッケージ化された指示)はチームごとにスコープが設定されているため、各チームは自分たちに関連するものだけを閲覧できます。数千人のNetApp従業員が、TrueFoundryのコンソールを開くことなく、ゲートウェイ経由でこれらのツールを利用しています。ガバナンスが意識されないことこそが、この仕組みの狙いです。

デベロッパープラットフォームエンジニアリングチームがエージェントをSDKおよびAPIとして公開するよう推進したおかげで、NetAI Chatチームは独自のフロントエンドからそれらのエージェントを直接呼び出せるようになりました。2つの独立した取り組みが1つのプラットフォームに統合され、現在はロブ・ルービンが率いる単一の組織の下で、モデル、ツール、エージェント、そして何が存在し誰が所有しているかを追跡するエージェントレジストリが管理されています。

1つだったKubernetesエージェントは本番環境で複数に増え、開発中のものや、ロードマップ上の社内エージェントビルダーも加わりました。その時点で、問題の性質が変わります。

「現在、収拾がつかなくなっている状況を整理しようとしています。(中略)20人もの人間が似たようなものを個別に構築するような事態は避けたいのです。既存のエージェントがあれば、それを利用するように促す仕組みが必要です」
— ロブ・ルービン · NetApp社 デベロッパープラットフォームエンジニアリング担当シニアディレクター

これは導入が成功した時に直面する問題です。多くの場合、チームの想定よりも速いスピードで普及が進むからです。

スケール

帰属(アトリビューション)

コスト管理は、コントロールの問題である

オープンでセルフホスト型のランタイムは、マネージドプラットフォームのユーザーごとの課金を不要にします。しかし、それが本質ではありません。NetAppがここに至った理由は別のところにあります。

「私たちはAIへの支出を正確に把握しようと努めており、それをチーム単位、さらにはユーザーベース単位まで追跡したいと考えています」
— ロブ・ルービン · NetApp社 デベロッパープラットフォームエンジニアリング担当シニアディレクター

帰属(アトリビューション)の問題と並んで、規律の問題もあります。本来は小規模なモデルで十分な場面でも、人々は最大のモデルを使おうとします。これら両方の課題は同じ場所で解決できます。すべてのモデル呼び出しとツール呼び出しを個人やチームに紐付け、予算とレート制限を確実に適用し、利用可能な最大モデルではなく、タスクに最適なモデルへルーティングを行うのです。

私たちの取り組みはまだ道半ばです。ロブは週単位ではなく実行ごとの予算制限を求めており、彼の指摘は的を射ています。1つの長時間実行されるエージェントが調査中に予算を使い果たしてしまうような状況では、週単位の制限はあまりに大雑把だからです。

ハーネス(Harness)とゲートウェイを単一のシステムに統合すべき理由はここにあります。ハーネス単体ではエージェントを提供するだけですが、ガバナンスの効いたコントロールプレーン内に組み込むことで、セキュリティチームと財務チームの双方が承認できるエージェントへと進化します。

意思決定

オープンソース

私たちがオープンソース化する理由

どれほど先進的な顧客であっても、それは一つのデータポイントに過ぎません。NetAppは8つのクラスターで30回の反復調査を行うことで、コンテキストの壁を発見しました。ドキュメントワークフローや請求処理、CIトリアージを行うチームはまた別の壁に突き当たるでしょう。私たちは、自社のロードマップからではなく、市場からそれを学びたいと考えています。

もっと深刻な理由もあります。2025年の時点で独自のコネクタを拒否したチームが、中身を読み取れず、自前で実行もフォークもできないランタイムにKubernetes環境を委ねるはずがありません。ポータビリティこそが、この関係を築くための前提条件でした。ハーネスをオープンソース化することは、私たちを信頼してくれと頼むのではなく、その条件を真摯に受け止めているという姿勢の表れです。

ノート

プラットフォームチーム

もし私がプラットフォームチームを率いているなら、ここからこう学びます。

/01
ツール層を自社で管理する。

Kubernetesからハードウェアに至るまで、NetAppの差別化された能力は、エンジニアが自社のシステムに対して独自のMCPサーバーを記述したことで実現しました。ベンダーが提供できるものではありません。プラットフォームの役割は、それらをホストし、保護し、管理することです。

/02
エージェントの難しさは、ループそのものにはありません。

反復回数が22回に達し、コンテキストがシェル出力で溢れかえっても調査が終わらない。真のエンジニアリングのほとんどは、そのギャップの中に存在します。そして、実際に長時間実行してみるまで、その存在は目に見えません。簡単なテストとして、もしエージェントがタスクごとに10回以上のツール呼び出しを日常的に行っているなら、いずれこの壁に突き当たることになるでしょう。

/03
アイデンティティを最優先に。さもなくば本番環境には到達しません。

レビューで停滞するエージェントは、決まって同じ問いに突き当たります。「これは何ができるのか」「誰として振る舞うのか」。この問いにインフラ側で答えを出せば、その後のすべてのエージェントにも同じ答えが適用されます。

/04
上限をハードコードしてはいけません。

反復回数の制限、コンテキストの予算、ツール数。NetAppでは、これらすべてが数ヶ月のうちに変化しました。これらは設定として扱うべきです。

/05
エージェントを初日から呼び出し可能にする。

ベンダーのUI内でしか動作しないエージェントは、他のシステムと組み合わせることができません。SDKとAPIの導入こそが、NetAppの2つのチームを1つのプラットフォームへと統合する転換点となりました。

意思決定

オープンソース

試してみる

TrueForgeはMITライセンスのオープンソースソフトウェアであり、github.com/truefoundry/trueforgeで公開されています。NetAppが直面した壁を、今度はあなた自身のワークロードで検証し、その壁を突破したレイヤーを直接手元で活用してください。

コマンドを実行すると、ハーネスとUIがローカル環境で立ち上がります。本格的な運用時には、Docker ComposeやKubernetesを使用して独自の環境でセルフホストしてください。OpenAI互換エンドポイント経由で任意のモデルを指定し、MCPサーバーを接続すれば、すぐにエージェントが稼働します。

ハーネスは単体で機能し、ゲートウェイによって制御を行います。TrueForgeをスタンドアロンで実行すれば、サンドボックス化された実行環境、コンテキストエンジニアリング、サブエージェント、承認プロセス、SDK、APIといった一連の機能をフル活用できます。モデルやMCPキーはご自身で用意・管理してください。TrueFoundryのAI GatewayおよびMCP Gatewayと組み合わせることで、すべてのモデル呼び出し、ツール呼び出し、MCPインタラクションが認証・予算管理・ポリシー制御の対象となり、NetAppのセキュリティレビューで重視された「実際のユーザーID」に基づいたログ記録が可能になります。