NVIDIA、AIエージェントの成否はモデルより「ハーネス」が握ると研究結果

ハーネスが性能を左右

NVIDIAは2026年8月21日、AIエージェントの性能に関する研究結果を公表した。この研究では、モデルの周囲を囲むソフトウェア層である「ハーネス」が、特に長期的なタスクを扱うときに重要だと示されている。ハーネスとは、モデルにツールを与え、メモリ管理やルール設定を行い、生のモデルを自律的に行動できるエージェントへ変える仕組みだ。

研究者は、メモリを適切に扱うよう調整したハーネスに「監視役」とも言うべきスーパーバイザー要素を組み込んだ。その結果、Claude Opus 5がARC-AGI-3で100%のスコアを記録した。ARC-AGI-3は説明なしで2Dゲームを解き、人間と同じようにプレイ方法を理解して勝利を目指すベンチマークだ。

モデルだけでは不十分

同じClaude Opus 5でも、ハーネスを使わない場合のスコアは30%にとどまり、これはテストしたモデルの中で最高だった。つまり、モデルの選択も重要だが、エージェントシステム全体の中でモデルが占める役割は、多くの人が考えるよりも小さいとNVIDIAは指摘する。ハーネスがメモリやコンテキスト、フィードバックを管理することで、モデルは初めてエージェントとして機能する。

NVIDIAのAI部門バイスプレジデントであるAdel El Hallack氏は、「一般に世界はエージェントをモデルのAPIのように解釈している」と述べる。しかし実際には、モデルに加えて、その周囲の足場、つまりハーネスやツール群、ランタイム、関連ライブラリなどがエージェントを構成しているという。

実証されたハーネスの効果

研究では、エージェントが長期間にわたって多くの意思決定をつなげる「ロングホライズンタスク」の難しさも浮き彫りになっている。マイクロソフトが4月に発表した研究では、19のLLMを文書編集の長期タスクでテストし、フロンティアモデルを含むすべてのモデルがエラーを大量に含む文書を生成した。

また、OpenAIは自社モデルがARC-AGI-3で10%未満という低スコアだったことに衝撃を受け、先月独自の研究を実施。ハーネスの2つの設定を変更するだけでスコアが3倍になったという。しかし、NVIDIAのように100%に到達したモデルはなかった。NVIDIAは、エージェントが行き詰まったときに正しい方向へ促す「監視役」要素の重要性を実証した。

オープンなハーネスの利点

NVIDIA研究者は独自のハーネス「Agentic Variation Operators（AVO）」を開発した。ただし、これは新しい製品ではない。NVIDIAはNemoブランドのもとでハーネス構築用の部品を多数公開しており、商用のものもあれば、無償で利用できるものもある。

ハーネスの重要性は他社の研究でも示されている。7月にはDatabricksが、モデルよりハーネスの選択がAIコストに大きく影響するという研究を発表した。DatabricksのCEOは、同じモデルでもハーネスによってコストが2倍になることがあると述べている。NVIDIAは、オープンなハーネスを利用することで、ユーザーが精度を高めるための調整をより自由に行えると主張している。