Nvidia実証、AI長期タスクは「ハーネス」が重要

何が起きたか

Nvidiaの研究チームがカスタムハーネスに「スーパーバイザー」コンポーネントを追加し、Claude Opus 5をARC-AGI-3インタラクティブ推論ベンチマークで100%のスコアを獲得させた。ハーネスなしでは同じモデルが30%だった。ハーネスはAIモデルを包む仕組みで、ツール、メモリ管理、独立行動を可能にするルールで構成される。

なぜ重要か

この発見は、長期タスク（時間にわたり多くの意思決定の連鎖が必要）ではAIモデル自体の知能が最も重要という前提に異議を唱えている。Databricksの7月の研究では、同じモデルを使ってもハーネスの選択でコストが2倍になることが示された。つまり企業は間違ったレイヤーを最適化している可能性がある。またNvidiaの結果はOpenAIが苦労した弱点に直接対処しており、OpenAI自身の最近のハーネス調整は3倍のスコアアップにとどまり100%に達していない。

注目点

現在ほとんどのエージェント利用者はClaude CodeやCodexのような単一層ハーネスに依存している。NvidiaはopenハーネスコンポーネントをNemoブランドで提供（商用と無料の両方）し、クローズドシステムより多くの制御をユーザーに与えている。Nvidiaはopenハーネスによりチームがハーネス、インフラストラクチャ、ランタイムを制御して精度を調整できることを強調している。