「コードを書く」から「ループを回す」へ——AIエージェント・ハーネスとMCPが描く、日本のSIerが直面する次の壁

AIエージェント・ハーネスとMCPインフラ

2026年7月、人工知能をめぐる「実装の地層」がまた一つ厚くなりました。表層では「生成AIを業務で使う」というフェーズはすでに通過点となり、今は 「エージェントをどう回し、どう繋ぎ、どう統制するか」 というインフラ・運用・ガバナンスの三層が同時に動いています。

先週だけで、以下の三つの動きがほぼ同時に報じられました。

ITmedia AI＋（7月3日）：アルミン・ロナッハー氏（Flask/Sentry作者）の記事をベースに、「AIコーディングにおける『ループ』には、エージェントが回す 内側ループ と、ハーネスが回す 外側ループ の二種類がある」と整理。外側ループがもたらす「記憶・評価・修正」の自動化こそが、次の生産性飛躍の鍵だと論じました。
Hacker News（7月2日）：MCP（Model Context Protocol）専用クラウド Manufact がローンチ。「MCPは新しいウェブサイト、AIチャットは新しいブラウザ」というパラダイムのもと、MCPサーバの開発・テスト・ストア公開・監視を一体化する垂直統合基盤が登場しました。
ITmedia AI＋（7月2日）：川崎重工業・ファナック・安川電機の国内ロボット大手三社が 「フィジカルAI」向けデータセットを共同構築 すると発表（GENIAC採択）。同週、中国AGIBOTがタブレット量産ラインで人型ロボットを 64時間・17,625台・成功率99.99％ で稼働させたライブ配信を実施しました。

これらは一見無関係に見えますが、共通するのは 「モデル単体の賢さ」から「ハーネス・プロトコル・データの三位一体でエージェントを動かす基盤」へのシフト です。本稿では、この構造変化を ①開発現場のループ構造 ②MCPという新しいプロトコル層 ③フィジカルAIと日本の製造業 の三軸で読み解き、日本のSIer・ユーザー企業がいま押さえるべき論点を整理いたします。

1. 「コード生成」から「ループ運用」へ──内側・外側ループの二層構造

1-1 アルミン・ロナッハーが示した二つのループ

ITmedia AI＋が紹介したアルミン・ロナッハー氏の記事「Software engineering becomes writing loops」は、AIコーディングの現在地を言い当てています。

ループ	主体	役割	典型的ツール・概念
内側ループ	エージェント（LLM）	コード編集・テスト実行・エラー修正を自律的に反復	Claude Code、Cursor、GitHub Copilot Agent、Codex CLI
外側ループ	ハーネス（制御基盤）	タスク分解・計画・評価・記憶管理・人間へのエスカレーションを俯瞰的に制御	独自オーケストレータ、LangGraph、AutoGen、MagenticLite、Manufact等

ポイント：内側ループは「コードを書く」作業そのものを高速化しますが、外側ループは 「何を書くべきか、どう評価し、どう記憶し、いつ人間に戻すか」 を決めるメタ層です。ロナッハー氏は「外側ループの設計こそが、今後のエンジニアリング生産性を分ける」と断じています。

内側ループと外側ループの概念図

1-2 Microsoft MagenticLite──「賢さよりツール連携」の実証

同週、Microsoft Research AI Frontiers が公開した MagenticLite は、この外側ループを 小型モデル（Phi-3.5-mini等）でも実用化 するための参照実装です。

仮説：「エージェント能力は知識量ではなく、ツール統合と実行ハーネス で決まる」
構成：Planner → Executor → Verifier → Memory の四段階パイプライン
成果：ベンチマーク（GAIA、WebShop、ToolBench）で、GPT-4o単体を上回るスコアを小型モデルで達成

この「ハーネスファースト」の発想は、日本企業が抱える「最新巨大モデルを追えない・GPUが足りない」という制約を逆手に取る道 を示唆しています。自社データ・業務フローに最適化した 小型モデル＋強力なハーネス という構成こそ、オンプレ・プライベートクラウド前提の日本企業にフィットするのではないでしょうか。

1-3 日本の現場での「外側ループ」の萌芽──モノタロウの購買エージェント内製

ITmedia ビジネス（7月2日）によれば、通販「モノタロウ」運営元は 購買AIエージェントを内製 し、CTO自ら「自社の強みが薄れる危機感から」と語りました。要件定義から設計書ドラフトまでをエージェントが担う primeNumber の CDP構築エージェントサービス（7月2日発表） と合わせ、「上流工程のドキュメント生成を外側ループで回す」実装が始まっています。

2. MCP（Model Context Protocol）──「新しいウェブサイト」になるプロトコル層

2-1 Manufactの登場が意味するもの

Hacker News で 84 ポイント・54 コメントを集めた Manufact（YC S25） のローンチ投稿は、MCP を巡るエコシステムが 「実験」から「本番運用・ストア流通」へ移行した ことを示しています。

段階	時期	主な出来事
SDK・仕様策定	2025年4月〜	`mcp-use` OSS SDK 公開、Show HN 実施
ハーネス革命	2025年後半	Claude Code、Claude Cowork、ChatGPT、Codex、OpenCode が相次ぎエージェント・ハーネスを搭載
アプリ化・ストア開設	2026年1月〜	MCP Apps 正式化、SEP-1865（UI標準）マージ、ChatGPT/Claude でストア受付開始
垂直統合クラウド	2026年7月（今ここ）	Manufact が MCP 専用クラウドとして GA。開発・テスト・プレビュー・ストア申請要件チェック・本番監視・分析を一体化

Manufact 共同創業者の Pietro 氏はこう書いています：

「AIアプリ（Codex、Claude Desktop）が新しいブラウザなら、MCPは新しいウェブサイトだ」

この比喩は的確です。MCP サーバは 「ツール呼び出し」だけでなく「インタラクティブな UI を返す」 ことが可能になり（Amplitude は UI 付き MCP でリテンション 2 倍を報告）、クライアント側（ChatGPT、Claude、Cursor）は ユーザーの意図に応じて動的に MCP を発見・インストール・提示 するようになります。

MCPエコシステムの全体像

2-2 日本企業にとっての「MCP ストア」戦略

配布チャネルの変化：従来の「自社ポータル・SaaS 連携・API 公開」に加え、「ChatGPT/Claude ストアでワンクリック導入」 という B2B2C 的チャネルが開きます。
認証・ガバナンスの課題：Manufact も指摘する通り、「API キーを URL に埋め込み」「認可フローが未整備」「MCP スペックの高速更新への追従」は、日本企業のコンプライアンス・監査要件と直交する 課題です。
先行メリット：自社の業務知識（見積もり・在庫・図面検図・品質判定等）を MCP サーバとしてパッケージ化し、ストアに公開・社内外へ配布 できる企業は、「AI エージェント時代の ISV（独立系ソフトウェアベンダー）」になり得ます。

2-3 内部向け MCP 基盤の整備──「社内ストア」から始めよ

外部公開の前に、社内専用 MCP レジストリ・ゲートウェイ・監査ログ を整備し、開発チームが 「MCP を作る→社内ストアで公開→エージェント・ハーネスから呼ぶ」 サイクルを回せるようにするのが、現実的な第一歩です。Manufact の「プレビューデプロイ→自動テスト（ChatGPT/Claude にインストールして動作確認）→ストア申請要件チェック」というフローは、社内 CI/CD に組み込むべきパターンそのものです。

3. フィジカルAI──「知能」が「手足」を持つとき、日本の製造業はどう動くか

3-1 AGIBOT の衝撃：64時間・17,625台・成功率 99.99％

中国 AGIBOT が実施した 実ラインでの人型ロボット 64 時間連続稼働ライブ配信 は、単なるデモを超えています。

タスク：タブレット組立ラインでの部品供給・ネジ締め・検査・梱包補助
台数：複数台の人型ロボットを並列稼働
成果：延べ 17,625 台のタブレット生産に貢献、作業成功率 99.99％
意義：「実験室でのデモ」から 「量産ラインでの実働投入」 への距離が決定的に縮まりました

3-2 日本の対応：川崎・ファナック・安川の「データセット共同構築」

これに対し、日本のロボット大手三社が GENIAC 採択 を受け 「フィジカルAI 向けデータセット」を共同構築 することは、極めて合理的な対抗手段です。

要素	内容	日本的強み
対象データ	ロボット動作・力覚・視覚・作業ログ・異常検知などマルチモーダル	現場ノウハウ・暗黙知の形式知化
活用先	基盤モデル（VLA: Vision-Language-Action）の事前学習・ファインチューニング	国産モデル（ノエトラ等）へのフィード
ガバナンス	データ提供企業の権利・秘匿性・輸出管理を最初から設計	「主権的 AI」としての整合性

ここで鍵になるのが「シミュレーション・実機・データの三位一体」 です。NVIDIA Isaac Sim、Mujoco、Genesis 等の物理シミュレータで大量合成データを生成し、実機データでドメイン適応する──このパイプラインを 三社共通のフォーマット・ライセンス・API で整備 できれば、中堅・中小ロボットSIerも含めたエコシステムが回ります。

3-3 日立「Hitachi iQ Studio」──ミッションクリティカルへの AI 適用基盤

同週、日立製作所グループが 「Hitachi iQ Studio」 を国内販売開始しました。特徴は三点。

基幹業務（ERP・MES・SCADA等）への AI 組み込みを前提化──PoC 止まりでない「本番前提のアーキテクチャ」
ガバナンス認証・説明責任・監査証跡をプラットフォームに内包──フォードの AI 品質管理失敗（350人再雇用）の教訓を踏まえた設計
ノエトラ等の国産基盤モデルとの接続を想定──「外部依存せず使えるモデル」への道筋

これらは 「フィジカルAI データセット」→「国産基盤モデル」→「ミッションクリティカル適用基盤」→「現場ロボット・エージェント」 という 縦串のスタック を日本が自前で揃えようとしている構図そのものです。

4. 三つのレイヤーが交差する「日本的勝ち筋」

ここで三つのニュースを重ねてみましょう。

レイヤー	動き	日本への示唆
ハーネス・ループ（開発現場）	内側ループ（コード生成）から外側ループ（計画・評価・記憶・ガバナンス）へ	人手不足の日本企業こそ、上流工程の自動化で生産性革命が可能
MCP プロトコル（配布・相互運用）	MCP ストア・垂直統合クラウド・UI 返却・動的発見	「業務知識を MCP でパッケージ化し、社内外へ配布」する新たな ISV モデル
フィジカルAI・主権的基盤（実世界・インフラ）	人型ロボ量産実証・ロボット大手三社データ連合・日立 iQ Studio・ノエトラ 3,900 億円	「作るだけでなく、使いこなす仕組みまで一体設計」がフォードの二の舞を防ぐ

共通するのは 「モデル単体の性能競争」から「ハーネス・プロトコル・データ・ガバナンスを一体で設計・運用するスタック競争への移行」 です。

同時に、primeNumber 型の 「上流工程エージェント」 が普及すれば、「日本語・日本業務慣習・日本の法制度」に最適化されたプロンプト・ワークフロー・評価基準 が蓄積され、それがノエトラ等の日本語モデル強化にフィードバックされ、さらに実装しやすくなる──という 好循環 が描けます。

5. 日本企業がいま取るべき三つのアクション

以上を踏まえ、規模・業種を問わず検討すべきアクションを三点に絞ります。

5-1 「自社の AI 主権」を棚卸しする

現在利用している生成 AI サービス（モデル・データ・インフラ）のうち、「契約終了・規約変更・地政学リスクで使えなくなったら代替があるか」 をリスト化
特に 顧客データ・知財・機密情報を扱うワークロード について、オンプレミス/プライベートクラウドで動く選択肢（ノエトラ系モデル含む）を今から評価・PoC しておく

5-2 上流工程から「エージェント協働」を試す

コード生成（GitHub Copilot 等）だけでなく、要件定義・設計書・テストケース・運用ドキュメント 生成へ適用範囲を広げる
最初は 「人間が最終確認するドラフト生成」 から始め、徐々に 「自動レビュー→自動マージ」 へ権限を移譲する ガバナンス設計 を並行して作る
社内ナレッジ（過去要件書・設計書・障害報告） を RAG 用コーパスとして整備し、エージェントに 「社内流儀」 を学習させることが重要

5-3 国際ガバナンス議論への「実装者の声」を届ける

国連 AI パネルが提言する 「グローバル AI 基金」「データ・コモンズ」「能力構築プログラム」 等は、日本が主導してきた デジタル公共財（DPG）・オープンソース・相互運用性 の文脈と親和性が高い
産業界・学術界・政府の三者で 「日本の実装事例（失敗含む）」 を整理し、国際ルール形成プロセスへインプットする仕組みを持つ
現場で感じている 「使いにくさ」「足りない機能」「法的グレーゾーン」 を、業界団体や経済産業省のヒアリング窓口へフィードバックしていただきたい

参照情報

ITmedia AI＋「ソフトウェアエンジニアの仕事は『ループを書くこと』になる　内側ループと外側ループ（ハーネス）入門」（2026年7月3日）
ITmedia AI＋「人型ロボットが工場で稼働する様子を6日間生配信、作業成功率99.99％をうたう　中国メーカー」（2026年7月2日）
ITmedia AI＋「国内大手ロボットメーカー3社が協力、『フィジカルAI』向けデータセット構築へ」（2026年7月2日）
ITmedia AI＋「『賢さよりツール連携力が重要』　Microsoftが実験的な小型AIエージェント基盤を公開」（2026年7月2日）
ITmedia ビジネス「『ねこ』検索で『手押し一輪車』表示――モノタロウが守った、生成AIに‘譲れない’購買体験」（2026年7月2日）
デジタルクロス「CDP構築の要件定義や設計書作成にAIエージェントを使うサービス、primeNumberが開始」（2026年7月2日）
Hacker News「Launch HN: Manufact (YC S25) – MCP Cloud」（2026年7月2日）
読売新聞オンライン「国産AI開発の支援先にソフトバンクなど設立の『ノエトラ』選定、今年度は3900億円を拠出」（2026年6月30日）
日立製作所「日立、ミッションクリティカル領域におけるAI活用を支援　『Hitachi iQ Studio』の3つの特徴」（2026年7月2日）
ITmedia AI＋「Anthropicの営業はAIエージェントをこう使う！　日本法人メンバーが明かす手の内」（2026年7月2日）
ITmedia NEWS「AI活用、実際どれくらい評価・昇進に影響するの？　管理職の意識調査」（2026年7月2日）

では、あなたの組織では「AIが要件定義を書く日」をどこまで現実的に想定していますか？
すでに PoC を始めている方も、まだ様子見の方も、現場の声こそが次のルールとツールを形作ります。コメントや SNS で、いま直面している「上流工程の壁」を教えてください。

本記事はアフィリエイト広告（Amazonアソシエイト含む）を掲載しています。