モデルが知能を提供し
Harnessが秩序を提供

Harnessはエージェントの実行と管理を担うフレームワークです。語源の「馬具」と同様に動力そのものは生みませんが、動力を制御可能な働きに変えられるかを左右します。LoLR Agent OSは企業向けHarnessです。役割、知識、Skills、ツール、権限、人による確認、評価を一つの循環にまとめ、企業環境でエージェントの構築・管理・継続改善を可能にします。

役割と境界デジタルエキスパートの役割、目標、タスク範囲、確定的なワークフローを定義します。
知識とSkills専用ナレッジベースを接続し、専門家がアノテーションした専門Skillsや用途別Skillsを組み込みます。Skillsは再利用可能な専門能力の単位です。
ツールと権限標準化されたツールインターフェースで既存システムに接続し、許可された範囲で公開・呼び出しを行います。
評価と人による確認実業務のタスクセットで回帰評価を行い、重要な段階には人の確認を設け、全過程を記録します。

LoLRオペレーティングシステムを見る

LoLR.AI OS→

6段階が循環し、実務のフィードバックをSkillsと評価セットへ反映

Harnessの循環 · 概念図

01構築

Skillsライブラリとテンプレートからエージェントを組み立て、役割・範囲・リソースを設定します。

02注入

専用ナレッジベースとSkillsライブラリ、既存システム、データを接続します。

03テスト

実業務のタスクで検証・回帰評価を行い、問題を具体的なバージョンまで追跡します。

04公開

許可に基づいて指定機器・空間・役割に公開し、権限に応じて機能を有効にします。

05実行

専用環境で実行し、権限制御、人による確認ポイント、実行記録を維持します。

06改善

実務のフィードバックをSkillsと評価セットに戻し、継続改善の循環を作ります。

3つのネットワークを土台とするHarness

エンタープライズHarnessは3つの分散ネットワークを土台にしています。計算ネットワークが利用可能な計算資源を、知識ネットワークが各ノードに保持された知識を、人とAIの協働ネットワークが専門家とデジタルエキスパートの協力・フィードバックを提供します。Harnessは用途に応じて機能を集約し、提供可能なデジタルエキスパートを形成して、評価とフィードバックに基づき改善します。中枢のRSI企業ブレインが、コーパス・指標・Skills・評価セットを蓄積します。

下層に3つの分散ネットワーク、中層にエンタープライズHarness、上層に個別の利用シーン

3つのネットワーク上のHarness · 概念図

分散計算ネットワーク

デバイス・エッジ・クラウドのノードを統一管理し、安全な接続で結ぶ計算ネットワークを構築します（信頼基盤を参照）。Harnessにスケジュールと監査が可能な計算資源を提供します。

分散知識ネットワーク

知識は個人・部門・組織内ネットワーク・許可されたクラウドなどの生成元に保持し、権限の範囲で接続します。Harnessは必要に応じて検索・集約し、一か所へ一括移動しません。

分散型人とAIの協働ネットワーク

業界の専門家、業務担当者、デジタルエキスパートが各ノードで協働します。専門家がアノテーション・確認・ルール設定を行い、デジタルエキスパートが実行と初稿作成を担当。フィードバックはHarnessを通じて還元します。

エンタープライズHarness

エージェントOS

ガバナンスの循環

評価体系

分散計算・分散知識・分散型人とAIの協働ネットワークを基盤とし、用途別の機能を集約して継続的に改善します。安全性、専門性、専用環境、利便性、費用対効果が、企業へのエージェント導入と長期安定稼働を左右します。

一度きりの納品から
成長し続ける企業AIへ

企業AIの課題は、稼働後の継続運用と改善にあります。LoLR.AIはFDE（Forward Deployed Engineer：現場に入る導入エンジニア）方式を採用し、企業の専門家と共に人とAIが協働する専用Harnessを構築します。実務のフィードバックをSkills・評価セット・モデルに継続反映し、RSI（Recursive Self-Improvement：再帰的自己改善）の成熟度を段階的に高めます。