原文タイトル：Thin Harness, Fat Skills
原文作者：Garry Tan
翻訳：Peggy、BlockBeats
編集者の注：業界のデフォルトの答えが「より強力なモデル」であるとき、この記事は異なる判断を提供します：本当に10倍、100倍、さらには1000倍の生産性の差を生んでいるのはモデル自体ではなく、モデルの周りに構築された一連のシステム設計です。
この記事の著者Garry Tanは、現在Y Combinatorの社長兼CEOであり、AIと初期起業エコシステムに深く関わっています。彼は「fat skills + thin harness」というフレームワークを提案し、AIアプリケーションをスキル、実行フレームワーク、コンテキストルーティング、タスクの分業、知識圧縮などの重要なコンポーネントに分解しました。
この体系の下では、モデルは能力のすべてではなく、システム内の実行ユニットに過ぎません。出力の質を最終的に決定するのは、あなたがどのようにコンテキストを整理し、プロセスを蓄積し、「判断」と「計算」の境界をどのように明確にするかです。
さらに重要なのは、この方法は概念のレベルにとどまらず、実際のシーンで検証されていることです：数千人の起業家のデータ処理とマッチングタスクに直面し、システムは「読み取り-整理-判断-書き戻し」のループを通じて、人間のアナリストに近い能力を実現し、コードを再記述することなく自己最適化を継続しています。この「学習するシステム」は、AIを一回限りのツールから複利効果のあるインフラに変えます。
したがって、記事が提供する核心的なリマインダーも明確になります：AI時代において、効率の差は最先端のモデルを使用しているかどうかではなく、能力を継続的に蓄積し、自動進化するシステムを構築しているかどうかに依存しています。
以下は原文です：
Steve Yeggeは、AIプログラミングエージェントを使用している人々は、「カーソルとチャットツールだけでコードを書くエンジニアの10倍から100倍、約2005年のGoogleのエンジニアの1000倍の効率を持っている」と述べました。
注：Steve Yeggeはシリコンバレーで影響力のあるソフトウェアエンジニア、技術ブロガー、エンジニア文化評論家であり、鋭く、長文で、強い個人的スタイルを持つ技術記事で知られています。彼はAmazon、Googleなどの企業でシニアエンジニアとして働いていました。その後Salesforceに参加し、スタートアップとAI関連の分野に進出しました。また、初期のDartプロジェクトの推進者の一人でもあります。
これは誇張ではありません。私はそれを目の当たりにし、実際に体験しました。しかし、人々はこのような差を聞くと、しばしば誤った方向に帰属させます：より強力なモデル、より賢いClaude、より多くのパラメータ。
実際、効率を2倍にする人と100倍にする人は、同じモデルを使用しています。違いは「知能」ではなく「アーキテクチャ」にあり、このアーキテクチャはカード1枚に書けるほどシンプルです。
Harness（実行フレームワーク）こそが製品そのものです。
2026年3月31日、Anthropicは偶然にもClaude Codeの完全なソースコードをnpmに公開しました——合計51.2万行です。私はそれを通読しました。これにより、私はYC（Y Combinator）で常に話していたことが確認されました：真の秘密はモデルにはなく、「モデルを包むその層」にあります。
リアルタイムのコードリポジトリのコンテキスト、Promptキャッシュ、特定のタスク用に設計されたツール、冗長なコンテキストを可能な限り圧縮、構造化された会話メモリ、並行して動作するサブエージェント——これらはモデルをより賢くすることはありません。しかし、「正しいタイミング」でモデルに「正しいコンテキスト」を提供し、無関係な情報に圧倒されるのを防ぐことができます。
この層「包み」は、harness（実行フレームワーク）と呼ばれます。そして、すべてのAI構築者が本当に尋ねるべき質問は、どの要素をharnessに入れるべきか、どの要素を外に留めるべきかです。
この問題には非常に具体的な答えがあります——私はこれを薄いフレームワーク（thin harness）、厚い能力（fat skills）と呼びます。
5つの定義
ボトルネックは決してモデルの知能にはありません。モデルは実際に推論、情報の統合、コーディングを行う方法をすでに知っています。
それらが失敗する理由は、あなたのデータ——あなたのスキーマ、あなたの約束、あなたの問題の具体的な形状を理解していないからです。そして以下の5つの定義は、まさにこの問題を解決するために存在します。
1、Skill file（スキルファイル）
スキルファイルは再利用可能なmarkdownドキュメントであり、モデルに「どのように物事を行うか」を教えるために使用されます。注意：それは「何をするか」を教えるのではありません——その部分はユーザーが提供します。スキルファイルはプロセスを提供します。
ほとんどの人が見落としている重要な点は、スキルファイルは実際にはメソッド呼び出しのようなものであるということです。それはパラメータを受け取ることができます。異なるパラメータを使って呼び出すことができます。同じプロセスが、渡されるパラメータが異なるため、まったく異なる能力を示すことができます。
例を挙げると、/investigateというスキルがあります。これは7つのステップを含んでいます：データ範囲の定義、タイムラインの構築、各文書のダイアライズ、総合的な要約、賛否両論の論証、出典の引用。これは3つのパラメータを受け取ります：TARGET、QUESTION、DATASET。
もしあなたがそれを安全科学者と210万封の証拠メールに向けたなら、それは医学研究分析者に変わり、告発者が抑圧されているかどうかを判断します。
もしあなたがそれをシェル会社とアメリカ連邦選挙委員会（FEC）の申告書に向けたら、それは法務証拠調査員に変わり、協調行動型の政治献金を追跡します。
まだ同じスキルです。まだ同じ7つのステップです。まだ同じmarkdownファイルです。スキルは判断プロセスを説明しており、実際に現実世界に適用されるのは、呼び出し時に渡されるパラメータです。
これはプロンプトエンジニアリングではなく、ソフトウェア設計です：ただし、ここではmarkdownをプログラミング言語として使用し、人間の判断力を実行環境として使用します。実際、markdownは厳格なソースコードよりも能力を封じ込めるのに適しています。なぜなら、それはプロセス、判断、コンテキストを記述しており、これらはモデルが最も「理解する」言語だからです。
2、Harness（実行フレームワーク）
Harnessは、LLMを実行するためのその層のプログラムです。それは4つのことを行います：モデルをループで実行させる、あなたのファイルを読み書きする、コンテキストを管理する、そして安全制約を実行する。
これだけです。これが「thin（薄）」です。
逆のパターンは：太いハーネス、細いスキルです。
あなたはおそらくこのようなものを見たことがあるでしょう：40以上のツールの定義があり、説明だけで上下文ウィンドウの半分を消費します；全能のGod-toolは、1回のMCPで往復2〜5秒かかります；あるいは、REST APIの各エンドポイントを個別のツールとしてパッケージ化します。その結果、トークン使用量が3倍になり、遅延も3倍、失敗率も3倍になりました。
真に理想的なアプローチは、目的のために生まれた、迅速で狭い機能を持つツールを使用することです。
たとえば、あるPlaywright CLIは、各ブラウザ操作に100ミリ秒しかかかりません。一方で、Chrome MCPは、screenshot → find → click → wait → readに15秒かかります。前者は75倍速いです。
今のソフトウェアは「肥大化するまで精密に調整される」必要はありません。あなたがすべきことは、本当に必要なものだけを構築することです。
3、Resolver（リゾルバー）
resolverは、本質的にはコンテキストルーティングテーブルです。タスクタイプXが現れたとき、ドキュメントYを優先的に読み込む。skillsはモデルに「どうするか」を指示し、resolversはモデルに「いつ何を読み込むべきか」を指示します。
例えば、ある開発者が特定のプロンプトを変更しました。リゾルバーがない場合、彼は変更を終えたらすぐにリリースします。リゾルバーがある場合、モデルはまずdocs/EVALS.mdを読みます。この文書には、最初に評価スイートを実行し、前後のスコアを比較することが書かれています；もし正確度が2％以上低下したら、ロールバックし、原因を調査します。この開発者は、実際には評価スイートの存在を知らなかったかもしれません。リゾルバーは、正しいタイミングで正しいコンテキストを読み込むことをしています。
Claude Codeは、リゾルバーを内蔵しています。各スキルには説明フィールドがあり、モデルは自動的にユーザーの意図とスキルの説明を一致させます。あなたは/shipというスキルが存在するかどうかを覚えておく必要はありません——説明自体がリゾルバーです。
率直に言うと、私の以前のCLAUDE.mdは2万行にも及びました。すべての癖、すべてのパターン、私が経験したすべての教訓を詰め込みました。極端です。モデルの注意力の質は明らかに低下しました。Claude Codeは、直接私にそれを削除させました。
最終的な修正案はおそらく200行程度で、いくつかの文書ポインタだけを保持します。本当に必要な文書があれば、リゾルバーに重要な瞬間にその文書を読み込ませます。こうすれば、2万行の知識はいつでも利用可能ですが、コンテキストウィンドウを汚染することはありません。
4、Latentとdeterministic（潜在空間と確定的）
あなたのシステム内では、各ステップはこのタイプに属するか、あのタイプに属します。そして、この二つを混同することが、エージェント設計で最も一般的な誤りです。
·Latent space（潜在空間）は知能が存在する場所です。モデルはここで読み、理解し、判断し、決定を下します。ここで処理されるのは：判断、統合、パターン認識です。
·Deterministic（確定的）は信頼性が存在する場所です。同じ入力に対して、常に同じ出力を得ます。SQLクエリ、コンパイルされたコード、算術演算などがこの側に属します。
あるLLMは、8人のためにディナーテーブルの席を配置するのを手伝うことができますが、800人のために席を配置させると、「見た目は合理的で、実際には完全に間違った」席表を真剣に作り上げます。なぜなら、それは潜在空間が処理すべき問題ではなく、潜在空間に無理やり押し込まれた確定的問題だからです——組み合わせ最適化問題です。
最悪のシステムは、常にこの境界線の両側に作業を誤って配置します。最良のシステムは、非常に冷酷に境界を明確にします。
5、Diarization（文書整理 / テーマ画像）
ダイアライズのこのステップこそが、AIが現実の知識作業に価値をもたらすための鍵です。
それは意味します：モデルはテーマに関連するすべての資料を一度読み、構造化された画像を作成します。1枚の紙に、数十から数百の文書の判断を濃縮します。
これはSQLクエリが生成できるものではありません。これはRAGパイプラインが生成できるものでもありません。モデルは本当に読み、矛盾する情報を同時に頭に入れ、何が変化したか、いつ変化したかに注意を払い、これらの内容を構造化されたインテリジェンスに統合する必要があります。
これはデータベースクエリとアナリストの報告書の違いです。
このアーキテクチャ
この5つの概念は、非常にシンプルな三層アーキテクチャを構成できます。
·最上層は厚いスキル（fat skills）：markdownで書かれたプロセスであり、判断、方法論、分野知識を担っています。90％の価値はこの層にあります。
·中間層は薄いCLIハーネス：約200行のコードで、JSONを入力し、テキストを出力し、デフォルトでは読み取り専用です。
·最下層はあなたのアプリケーションシステム：QueryDB、ReadDoc、Search、Timeline——これらは確定的な基盤です。
核心的な原則は方向性を持っています：「知能」をできるだけ上にスキルに押し上げ、「実行」をできるだけ下に確定的なツールに押し下げ、ハーネスを軽く保つことです。
このようにして、モデルの能力が向上するたびに、すべてのスキルが自動的に強化されます。一方で、基盤となる確定的システムは常に安定して信頼性があります。
学習するシステム
ここで、私たちがYCで構築中の実際のシステムを使って、これら5つの定義がどのように連携しているかを示します。
2026年7月、Chase Center。Startup Schoolには6000人の創業者が参加しました。各人には構造化された申請資料、アンケート回答、メンターとの1:1対話の転記、そして公開信号：Xでの投稿、GitHubの提出記録、Claude Codeの使用記録（開発速度を示すことができます）があります。
従来の方法は、15人のプロジェクトチームが申請を一つずつ読み、直感で判断し、その後表を更新することです。
この方法は200人規模では機能しますが、6000人規模では完全に失敗します。誰もが脳内でこれほど多くの画像を同時に保持し、AIエージェントインフラストラクチャの最優秀候補がラゴスの開発ツールの創設者、シンガポールのコンプライアンス起業家、ブルックリンのCLIツール開発者であり、彼らが異なる1:1の対話で全く異なる表現を用いて同じ痛点を説明していることを認識することはできません。
モデルはこれを実現できます。方法は以下の通りです：
Enrichment（情報強化）
「/enrich-founder」と呼ばれるスキルがあり、すべてのデータソースを引き出し、情報強化、ダイアリゼーションを行い、「創業者が言ったこと」と「実際に行っていること」の違いを示します。
基盤となる確定的システムは、SQLクエリ、GitHubデータ、デモURLのブラウザテスト、ソーシャル信号の取得、CrustDataクエリなどを担当しています。定期的なタスクが毎日1回実行されます。6000人の創業者の画像は常に最新の状態を保っています。
ダイアリゼーションの出力は、キーワード検索では完全に発見できない情報を捉えることができます：
創業者：Maria Santos 会社：Contrail（contrail.dev） 自述："AIエージェントのDatadog" 実際に行っていること：80％のコード提出が請求モジュールに集中→本質的には観測可能な外観を持つFinOpsツールを作成しています。
この「言説 vs 実際の行動」の違いは、GitHubのコミット履歴、申請資料、対話記録を同時に読み込み、脳内で統合する必要があります。どのような埋め込みの類似度検索もこれを実現することはできませんし、キーワードフィルタリングもできません。モデルは完全に読み、判断を下さなければなりません。（これは潜在空間に置くべきタスクです！）
Matching（マッチング）
これは「スキル = メソッド呼び出し」が力を発揮する場所です。
同じマッチングスキルを3回呼び出すと、全く異なる戦略を生み出すことができます：
/match-breakout：1200人を処理し、分野ごとにクラスタリングし、各グループ30人（埋め込み + 確定的割り当て）
/match-lunch：600人を処理し、分野を越えた「偶然のマッチング」を行います。各テーブルには8人がいて、重複しないようにします——LLMがテーマを生成し、確定的アルゴリズムが席を配置します。
/match-live：現場のリアルタイム参加者を処理し、最近の近傍埋め込みに基づいて、200ms以内に1対1のマッチングを完了し、すでに見た人を除外します。
また、モデルは従来のクラスタリングアルゴリズムでは達成できない判断を下すことができます：
「SantosとOramはAIインフラに属しますが、競争関係ではありません——Santosはコスト帰属を行い、Oramはオーケストレーションを行います。同じグループに配置すべきです。」
「Kimが申請時に書いていたのは開発者ツールですが、1:1の対話では彼がSOC2コンプライアンスの自動化を行っていることが示されました。FinTech / RegTechに再分類すべきです。」
この再分類は、埋め込みでは完全に捉えることができません。モデルは全体の画像を読む必要があります。
学習ループ（learning loop）
イベント終了後、/improveスキルはNPS調査結果を読み取り、「まあまあ」のフィードバックをダイアリゼーションします——悪評ではなく、「もう少しで良い」もので——そしてパターンを抽出します。
その後、新しいルールが提案され、マッチングスキルに書き戻されます：
参加者が「AIインフラストラクチャ」と言いますが、コードの80％以上が請求モジュールである場合：
→ FinTechに分類され、AI Infraではありません。
同じグループの2人がすでに知り合いである場合：
→ マッチングの重みを下げる
新しい関係を優先的に導入します。
これらのルールはskillファイルに書き戻されます。次回の実行時に自動的に有効になります。スキルは「自己改訂」しています。7月のイベントでは、「まあまあ」の評価が12％を占めました；次のイベントでは4％に減少しました。
skillファイルは「まあまあ」が意味することを学び、システムは誰もがコードを再記述することなく改善します。
このパターンはどの分野にも適用できます：
検索 → 読む → ダイアライズ → カウント → 統合
その後：調査 → 調査 → ダイアライズ → スキルを再作成します。
もしあなたが2026年の最も価値あるループが何であるかを尋ねるなら、それはこのセットです。これはほぼすべての知識作業シーンに適用できます。
スキルは永久にアップグレードされます。
最近、XでOpenClawに指示を出しましたが、予想以上の反響がありました：
プロンプト：あなたは一度限りの作業を行うことは許されません。もし私があなたに未来にも繰り返すことになることをさせるなら、あなたは：最初に3〜10のサンプルを手動で処理し、結果を見せる必要があります；もし私が認めれば、それをスキルファイルに記述します；もしそれが自動で実行されるべきなら、定期的なタスクに追加します。判断基準は：もし私が2回目に尋ねる必要があれば、それはあなたの失敗を意味します。
この内容は数千のいいねと2000以上のブックマークを獲得しました。多くの人がこれをプロンプトエンジニアリングのテクニックだと思っています。
実際にはそうではありません。これは前述のアーキテクチャです。あなたが書いた各スキルは、システムの永久的なアップグレードです。それは退化せず、忘れません。それは午前3時に自動的に実行されます。そして次世代のモデルがリリースされると、すべてのスキルは瞬時に強化されます——潜在部分の判断能力は向上し、確定的部分は依然として安定して信頼性があります。
これがYeggeが言う100倍の効率の源です。
より賢いモデルではなく、厚いスキル、薄いフレームワーク（Thin Harness, Fat Skills）、そしてすべてを能力として固める規律です。
システムは複利成長します。一度構築すれば、長期的に運用されます。
[原文リンク]