かんたん版：専門用語を使わずに説明しています
ひとことで言うと
MicrosoftとGitHubが、AIに仕事を任せるための「土台の仕組み」を、ほかの会社も使えるようにしました。
AIの頭脳そのものではありません。頭脳が働きやすいように、周りを整える部分です。
何がすごいの？
AIを車のエンジンにたとえると、この仕組みは車体やハンドル、ブレーキにあたります。エンジンが良くても、車体がなければ走れません。
この土台は、もともとGitHubの開発者が作りました。Microsoftの多くの製品で、すでに使われています。
20以上のAIモデルが使えるので、作業に合うものを選べます。自分のAIの利用キーを持ち込むこともできます。
また、動かす部分をRustというプログラミング言語で作り直しました。そのため、起動の負荷や、最初の返事までの時間が減ったそうです。
土台が改良されると、それを使う人のAIにも反映されます。
自分に関係ある？
人の代わりに作業を進めるAI（＝エージェントのこと）を、自社で作りたい開発者や企業に関係があります。
土台を自分で作って守り続ける手間が減ります。ふつうにAIを使うだけの人は、すぐにやることはありません。
使ってみるには
ソフトの部品集（SDK）をダウンロードするか、Microsoft Foundryのクラウドで動かせます。
料金と、日本での提供範囲は、元の発表には書かれていません。Foundryの案内で確認してください。
概要
Microsoftが、AIに複雑な仕事を任せるための「土台の仕組み」を、一般の開発者や企業にも使えるようにしました。
この土台は、プログラミング支援AI「GitHub Copilot」を作ったチームが開発したものです。Microsoftの多くの製品で、すでに動いています。
20以上のAIモデルから、仕事に合うものを選んで使えます。AIを使った仕組みを自社で作りたい会社にとって、手間が大きく減る発表です。
何が発表された？
Microsoftの公式ブログは2026年10月28日、「Microsoft Copilot harness」を、AI開発基盤の「Microsoft Foundry」で使えるようにしたと発表しました。執筆者はFoundry担当のTina Schuchman氏と、GitHubのCTOであるVladimir Fedorov氏です。
harnessは、直訳すると「馬具」や「装具」です。AIモデルを実際の仕事に使うための周辺機能の総称として使われています。
この基盤は、すでに次の製品を動かしているとされています。
- Copilot Code
- Copilot Studio
- GitHub Copilotアプリ
- CLI（文字で操作する道具）
- VS Code
位置づけは、新しい研究ではありません。社内で使ってきた既存の基盤を、外部の開発者にも開いた形です。SDKは配布されており、Foundry上でのクラウド実行も用意されています。
あわせて読みたいMicrosoft Foundry Guardrails｜AI脱獄・漏洩を防ぐ安全対策→harnessとは何で、なぜ難しい？
ブログの説明では、モデルが「知能」を担い、harnessは「モデルの周りのすべて」にあたります。エージェントに適切な指示、文脈、実行環境、制御を与える調整役です。
車にたとえると、モデルはエンジンです。harnessは車体やハンドル、ブレーキにあたります。エンジンだけでは、安全に走れません。
ブログによると、良いharnessはMCPやエージェントスキル、エージェントプラグインといった公開規格に対応しています。MCPは、AIが外部の道具やデータにつながるための共通ルールです。
難しさは、性能、品質、コストを同時に満たす必要がある点です。さらに作った後の維持が、もっと大変だとブログは述べています。最先端のモデルが明日には追い抜かれる世界で、自前で追いかけるのは重い作業になります。
前と何が違う？
自社製品で使う基盤を、そのまま使える
これまで、複数のモデルに対応したharnessやモデルの振り分け機能を自前で作る必要がありました。今回は、MicrosoftとGitHubが自社製品に載せているものと同じ基盤の上に、エージェントを作れます。
しかも維持は不要です。ブログは「維持しなくてよい」と明言しています。
20以上のモデルに対応し、AIの選択も任せられる
ブログによると、harnessは20以上の最先端モデルに対応しています。自分のAPIキー（利用権を示す鍵）を持ち込む方式も使えます。
新しいモデルを評価し続ける作業は、Microsoft側に任せられます。タスクに応じて、適したモデルへ仕事を振り分ける機能が使えるという説明です。
実行部分をRustに移植して高速化
最近、harnessの実行部分（ランタイム）をRustに移植したとのことです。Rustは、速さと安全性に強いプログラミング言語です。
ブログは、これによりセッションの負荷と、最初の応答が出るまでの時間が減ったと説明しています。「業界最高水準の性能」という表現も使っていますが、具体的な数値や比較対象は示されていません。
実行環境と統制を含めて任せられる
Copilot harnessでは、Microsoftがエージェントのループとサンドボックスを動かします。エージェントのループとは、考える、道具を使う、結果を見る、を繰り返す動きです。サンドボックスは、外に影響を出さない隔離された実行環境です。
統制（ガバナンス）と最適化も、最初から組み込まれています。利用者が用意するのは、指示、スキル、道具、そしてモデルの選択です。
他のharnessも持ち込める
ブログは、プラットフォームは開かれており、相互運用できると述べています。好きなharnessやフレームワークを引き続き持ち込めるということです。
数字で見るとどう変わった？
前の版と比べられる数値は、元記事にありません。性能の改善も、具体的な数字では示されていません。
示された数字は次のとおりです。
- 対応する最先端モデル：20以上
- 利用規模：数百万人のユーザーと、数百の実際の利用場面で実績があるとされる
「業界最高水準」という表現の根拠となるベンチマークは、元記事では公開されていません。
ライバルと比べてどう？
元記事には、他社との比較は書かれていません。ここからは編集部の知識による補足です。
エージェントを動かす実行基盤は、AnthropicやOpenAI、Googleなども、それぞれ開発者向けに提供しています。多くは自社のモデルとの組み合わせが中心です。
今回の特徴は、20以上のモデルに対応するマルチモデル型であることと、実際の製品で使われてきた基盤をそのまま外に出す点です。弱みになりうるのは、料金や詳細な仕様が現時点で見えにくいことです。比較表を作れるほどの材料はありません。
料金は？
元記事では、価格や無料枠の言及はありません。
SDKはダウンロード可能で、クラウド実行はFoundryが管理すると書かれています。課金の仕組みは、Foundryの案内を確認する必要があります。
日本で使える？
まだ分かりません。元記事に、日本での提供やリージョン、日本語対応の記載はありません。
試すには、次の手順が考えられます。
- Microsoft FoundryのAzureアカウントがあるかを確認する
- 公式ブログにあるSDKの案内から、ダウンロード先を探す
- クラウド実行を使う場合は、Foundryの対応リージョンと料金を確認する
- 自社のモデルを使うなら、APIキーの持ち込み条件を確認する
自分にはどう関係する？
エンジニアなら
エージェントを作るとき、実行環境、モデルの切り替え、ツール連携を自前で組まずに済みます。MCPやエージェントスキルに対応している点も、既存の資産を活かしやすい材料です。
まずはSDKを触り、手元のタスクで使い心地を確かめるのが近道です。
企画・マーケティングなら
直接触る機会は少ないかもしれません。ただし、社内のAI活用案を検討するときの選択肢が増えます。モデルを固定せずに、仕事ごとに使い分ける発想を持てます。
経営者・管理者なら
エージェント基盤の維持にかかる人手とコストを、外に任せる選択肢です。統制機能が最初から含まれるとされる点は、導入審査で確認したい項目です。一方で、料金と提供範囲はまだ不明です。
これまでの流れ
- 9月27日：Foundryで複数モデルへ自動振り分けするModel Routerの更新（Model Routerの最新機能）
- 10月20日：エージェントのコストを自動最適化する2機能を公開（コスト最適化2機能）
- 10月28日：GitHub製のCopilot harnessをFoundryで提供（今回）
モデルの選び方とコストの話から、エージェントを動かす土台そのものの提供へと範囲が広がりました。
まとめ
Microsoftは、GitHubで磨いた基盤を全社で標準にし、外部にも開きました。今後も改良を続けるとブログは述べています。
次の一歩は2つです。SDKを入手して小さなエージェントで試すこと。そして、料金と日本での提供範囲を、Foundryの案内で確認することです。
