プロジェクトへようこそ

ここは Learn Harness Engineering の実践セクションです。講義を読むだけでは不十分です。自分で環境を作り、Codex、Claude Code、その他の AI エージェントがルールの違いでどう振る舞うかを観察します。

プロジェクト概要

このコースには、信頼できるエージェント作業環境をゼロから構築するための 6 つの段階的な実践プロジェクトがあります。

プロンプトのみ vs ルール優先: プロンプトだけの場合と基本的な harness を使う場合で、エージェントの結果を比較します。
エージェントが読めるワークスペース: AI が理解しやすいリポジトリ構造と引き継ぎの仕組みを作ります。
複数セッションの継続性: 状態ファイルと初期化スクリプトを設計し、セッションをまたいで自然に作業を再開できるようにします。
ランタイムフィードバックとスコープ制御: エージェントが自分のコードをテストし、実行中にエラーを修正できる道具を導入します。
自己検証と役割分離: 幻覚や早すぎる完了宣言を防ぐため、独立したレビュー機構を作ります。
完全な harness（総合課題）: 観測可能で end-to-end に動く最終的なエージェント作業環境を組み立てます。

進め方

各プロジェクトフォルダには通常、次のものが含まれています。

starter/: 開始用のワークスペース。
solution/: 詰まったときに参照する実装例。
背景と具体的な目標を説明するタスク指示。

好みの AI Coding Agent（Claude Code、Cursor、Trae など）を使い、starter/ ディレクトリ内でタスクを完了してください。