2026年現在、AI開発の現場で「ハーネスエンジニアリング」「ループエンジニアリング」「FDE（フォワードデプロイドエンジニア）」という3つのキーワードが急速に広まっています。

それぞれ単独でも注目されていますが、実はこれらは「AIとともに働く時代」のパラダイムが段階的に進化してきた文脈の中にあります。順番に理解すると、2026年以降に何が求められるのかが一気につながります。

この記事では、ハーネスエンジニアリング・ループエンジニアリング・FDEの3概念を体系的に整理し、今すぐ実践に活かすためのロードマップをご提示します。

1. AIに「プロンプトを打つ」時代は終わった——4段階パラダイムの全体像

AI開発の進化は、4つの段階を経て現在に至っています。重要なのは「これらは置き換え関係ではなく、入れ子になっている」という点です。

第1段階: プロンプトエンジニアリング（2022〜2024年）

AIへの「話し方」を最適化する段階です。ゼロショット・フューショット学習、役割設定、出力形式の指定などが中心。「どう聞けばよいか」を洗練させた時代でした。

第2段階: コンテキストエンジニアリング（2025年）

AIに「何を見せるか」を最適化する段階です。RAG（検索拡張生成）やCLAUDE.mdなどのルール文書、Just-in-Timeのコンテキスト戦略が注目されました。「情報の質が回答の質を決める」と理解された段階です。

第3段階: ハーネスエンジニアリング（2026年初頭〜）

AIが「安全・確実に動ける環境」を設計する段階です。プロンプトやコンテキストだけでなく、ツール、フィードバックループ、評価の仕組みまで含めたシステム全体を設計する発想です。

第4段階: ループエンジニアリング（2026年6月〜）

AIを「一回動かす」から「自律的に回し続けるシステムを設計する」へ。ハーネスをいつ・どの頻度で・誰が起動するかまで含めた、完全自律システムの設計思想です。

この4つを「職場に例えると」直感的に理解できます。プロンプトは「話し方の工夫」、コンテキストは「仕事前の資料準備」、ハーネスは「職場環境・ツール・評価制度の整備」、ループは「業務が自律的に回る仕組みの設計」です。

これら4つは互いに「入れ子」の関係にあり、新しい段階でも下位の概念が不可欠です。ハーネスエンジニアリングを実践するには良いプロンプトとコンテキスト設計が前提であり、ループエンジニアリングを機能させるには堅牢なハーネスが土台になります。

2. ハーネスエンジニアリングとは——「モデルより環境設計」が22点差を生む理由

ハーネスエンジニアリングとは、AIエージェントが動作する環境全体を設計するアプローチです。HashiCorpの共同創業者であるMitchell Hashimoto氏が2026年2月に提唱した概念で、馬を御する「馬具（ハーネス）」のように、AIモデルを正しく方向付けるために環境側を整備することを意味します。

なぜモデル選定より環境設計が重要なのか

ここに、多くのエンジニアの常識を覆すデータがあります。

SWE-bench（ソフトウェアエンジニアリングのベンチマーク）において、「同じモデルでハーネスを変えると22点変動する」のに対し、「モデルを変えても1点しか変わらない」というデータが明らかになっています。

高額な最新モデルに乗り換えるより、現在使っているモデルの環境設計を改善する方が、22倍以上の生産性向上につながる可能性があるということです。AI活用の優先度を根本から再考させる事実です。

ハーネスエンジニアリングの5つの構成要素

ハーネスエンジニアリングを実践するには、以下の5つの構成要素を整備する必要があります。

• ① Automations（自動化）: スケジュールやトリガーによってAIエージェントの起動を自動化する仕組み。人間が都度「始めて」と言わなくても動く状態を作ることが起点です。
• ② Worktrees（作業領域の分離）: 複数のAIエージェントが並行して作業する際のファイル競合を防ぎます。エージェント同士が干渉せず独立して動ける作業空間の確保です。
• ③ Skills（スキル定義）: プロジェクト固有の知識・手順・ルールをSKILL.mdなどの外部ファイルに明示化します。「このチームではこう動く」という暗黙知を、AIが参照できる形式で外部化することです。
• ④ Connectors（外部連携）: MCPなどのフレームワークを使った外部ツールとの連携。AIエージェントが外部システム・データベース・APIにアクセスし、より広い文脈で判断できるようにします。
• ⑤ Sub-agents（サブエージェント）: 大きなタスクを分割し、「作成役」と「検証役」のように役割の異なるエージェントが協調して動く設計。品質と効率を両立させる分業構造です。

Claude Codeなどのツールでは、これら5要素をhook・コマンド・ルールファイルとして実装することで、「AIが勝手に学習・改善していく開発環境」を構築できます。

ハーネスエンジニアリングの具体的な実装手法や、Claude Codeを使った実践例を学びたい方は、7月15日開催のウェビナーにご参加ください。
→ 【7/15 無料ウェビナー】Claude×ハーネスエンジニアリングで実現する、AI時代の実践的な開発フロー

3. ループエンジニアリングとは——AIに「毎回プロンプトを打つ」のをやめる設計思想

ループエンジニアリングは、GoogleのソフトウェアエンジニアであるAddy Osmani氏が2026年6月に提唱した概念です。その本質は、「AIに毎回指示を出す人間」から「AIが自律的に動き続けるシステムを設計する人間」への役割転換にあります。

ハーネスエンジニアリングとの違い

ハーネスエンジニアリングが「1回のエージェント実行をどう整備するか」を扱うのに対し、ループエンジニアリングはさらに上位の概念です。

「装備済みのエージェントを、いつ・何度・どんな条件で動かし続けるか」という、エージェントの実行サイクル全体を設計することがループエンジニアリングの本質です。

ループとは「ゴール達成または人間へのハンドオフまで反復する制御単位」と定義されます。AIが内部的にサブエージェント・検証・外部状態を組み合わせながら、目的を達成するまで自律的に反復動作する仕組みです。

開発者の役割が変わる

ループエンジニアリングが普及すると、開発者の仕事の焦点は大きく変わります。

• 従来: 毎回プロンプトを書いてAIに次の一手を指示する「AI利用者」
• ループ時代: タスクを見つけ→割り振り→チェックし→記録し→次を決める「仕組み」を作り、その仕組みによってAIエージェントを働かせる「AI設計者」

この転換は、AIを「道具として使う」から「同僚として機能させる」への移行であり、AI Co-workのパラダイムそのものです。

AIと「協働」する組織を実現したい場合、エージェントの実行基盤となる環境が必要になります。Captain.AIは、AIエージェントが業務システムと連携し、チャットUIから指示するだけで業務全体を自律実行できる環境を提供します。MCP/Skillsによる拡張性も備えており、ループエンジニアリングの実行基盤として活用できます。

4. FDE（フォワードデプロイドエンジニア）とは——コードを書かないエンジニアが最高収入になる理由

AI駆動開発の普及によって、エンジニアリングの価値の重心が変わりつつあります。コードを書く工程はAIが自動化しつつある一方で、「現場の暗黙知をAI実装へ変換する」という上流工程の価値が急騰しています。

その文脈で登場したのが「FDE（Forward Deployed Engineer / フォワードデプロイドエンジニア）」です。FDE関連の求人指数は前年比729%増という急成長を見せており、2026年のエンジニアキャリアにおける最注目職種となっています。

FDEとは何をする職種か

FDEは「顧客の現場に入り込み、業務の暗黙知を掘り起こし、AIが本番で動ける仕組みへ変えるエンジニア」です。単なるコード実装者ではなく、現場の複雑な文脈をAI実装へ翻訳する役割を担います。

• ① 現場観察: 仕様書には書かれない実際の制約・例外処理・暗黙のルールを発見する
• ② 暗黙知の抽出: 手作業が残っている理由を理解し、自動化できない部分を見極める
• ③ 業務オブジェクト化: 顧客・契約・案件などの概念を構造化し、AIが扱える形式に変換する
• ④ データ連携設計: 権限範囲とAIの実行可能範囲を設計し、安全な連携アーキテクチャを策定する
• ⑤ AI実装: RAGやエージェントとして業務フローを具現化する
• ⑥ 定着支援: PoCで終わらせず、本番業務としてAIを定着・進化させる

なぜFDEが急騰するのか

AIがコード生成を自動化する現在、従来は全開発工程の3分の1未満だったコーディング工程が圧縮されています。その一方で、「現場の曖昧な要望を要件に変え、実装後の定着まで責任を持つ」という上流工程は、AIには代替できない人間の価値として急速に重みを増しています。

PM・SE・コンサルタント・AIエンジニアのスキルを統合した「現場・技術・事業成果を一つの流れで理解する統合思考」が、FDEの本質的な価値です。

日本のSIer・SES企業にとっても大きなチャンスがあります。既存システムの制約・現場の例外処理・部門間の力学を知るベテランエンジニアがFDE型にシフトすることで、人月提供から高付加価値モデルへの転換が可能です。

5. 2026年に「選ばれる」エンジニアになるために——3つのパラダイムを実践する方法

ここまで3つのパラダイムを解説しました。最後に、これらを実践につなげるための具体的な行動指針を整理します。

ハーネスエンジニアリングから始める「はじめの一歩」

まず、現在使っているAI開発ツール（Claude Code、Cursor等）において、SKILL.mdやCLAUDE.mdを整備することから始めましょう。チームのルール・コーディング規約・よく使う手順を外部化するだけで、エージェントが「このチームのやり方で動く」という環境が整い始めます。

次に、CI/CDや自動テストと組み合わせてフィードバックループを作ります。「エージェントがミスをしたら、二度と同じミスをしないよう環境側に恒久的な修正を施す」という発想がハーネスエンジニアリングの核心です。

ループエンジニアリングへの移行

ハーネスが整ったら、次は「自律的に回す仕組み」を作ります。定型タスク（テスト実行・コードレビュー・ドキュメント更新など）をトリガーベースで自動起動するフローを設計し、エージェントが人間の指示なしに動き続ける状態を作ります。

この段階では、「タスクを見つける・割り振る・記録する」ための軽量なオーケストレーション設計が鍵になります。

FDEスキルの積み上げ方

コーディング以外の価値——現場観察・暗黙知抽出・業務オブジェクト化——を意識的に鍛えることが、FDEへの道です。技術者がビジネス文脈で価値を発揮するために、「仕様書に書かれないことを発見する」力と「AIが動ける形式に変換する」力を磨くことが求められます。

まとめ——AIを「使う」から「設計する」時代へ

ハーネスエンジニアリング・ループエンジニアリング・FDEの3つは、「AIと協働する時代のエンジニアリング」という大きな文脈の中でつながっています。

AIを"使う"フェーズは終わりつつあります。これからは、AIと"協働"し、チーム全体の生産性を底上げする組織が競争優位を握る時代です。ハーネスエンジニアリングで環境を整え、ループエンジニアリングで自律化し、FDEとして現場の暗黙知をAIに落とし込む——この3段階のロードマップが、AI Co-workを実現するエンジニアとしての成長軌道になります。

AI駆動開発を自社の開発プロセスに取り込むための伴走支援が必要な場合は、HexabaseのAI駆動開発伴走セミナーをご覧ください。エンジニア向けの実践コースから3ヶ月のリスキリングプログラムまで、チームの状況に応じたプランで支援しています。