Advisor Strategy

ひとことで

Advisor Strategy は、 ふだんは実行役が自走し、難しい場面だけ相談役を呼ぶ進め方です。

Harness では v1 として、まず harness-loop からこの考え方を入れています。

たとえると

ずっと横で細かく指示する監督ではなく、普段は現場の担当者が動き、「ここは判断が重い」となった時だけ先輩に相談する形です。

この形にすると、毎回大きな判断役を前に出さずに済むので、速さと安全のバランスを取りやすくなります。

中身

Harness の役割分担は次の 4 つです。

役割	何をするか
Lead	全体の流れを整える
Worker / executor	実装や修正を進める
Advisor	方針だけ助言する
Reviewer	最終的な品質判定をする

大事なのは、 Advisor は Reviewer の代わりではないことです。

Advisor は「次にどう進むか」を返します。最終的に APPROVE するか REQUEST_CHANGES にするかは、これまで通り Reviewer が持ちます。

いつ advisor が呼ばれるか

v1 では、相談する場面を 3 つに固定しています。

高リスク task の初回実行前
同じ原因の失敗が 2 回続いた後
plateau 検知で PIVOT_REQUIRED を返す直前

高リスク task とは、今の contract では次のいずれかです。

needs-spike
security-sensitive
state-migration

同じ相談を何度も繰り返さないために、 trigger_hash という識別子を使います。

これは、 「どの task で」「どんな理由で」「どんな失敗だったか」 をまとめた印です。

同じ trigger_hash では 1 回しか相談しません。さらに task ごとの相談回数は最大 3 回です。

advisor が返す 3 つの decision

Advisor の返答は advisor-response.v1 という JSON で固定しています。 decision は次の 3 種類だけです。

decision	意味	Harness の動き
`PLAN`	進め方を組み直す	次の実行 prompt の先頭に助言を入れて再実行
`CORRECTION`	方針は合っていて局所修正だけ必要	修正指示として再実行
`STOP`	これ以上は自走しない方がよい	loop を止め、理由を state に残してエスカレーション

具体例

たとえば、 state-migration を含む task を harness-loop で回している場面を考えます。

loop が sprint contract を読む
高リスク task だと分かる
実装を始める前に advisor に 1 回だけ相談する
advisor が PLAN を返す
loop はその助言を次の prompt の先頭に入れて実行役を走らせる
実装後の最終判定は Reviewer が行う

つまり、相談役は「実装そのもの」を引き取らず、実装役が迷わず進めるための方向だけ整えます。

なぜ `harness-loop` から先に入れるのか

理由は 3 つあります。

長時間実行では、迷った時だけ重い判断を呼ぶ形が特に効くから
run.json や cycles.jsonl があるので、相談の履歴を残しやすいから
既存の Reviewer や checkpoint の流れを崩さずに導入しやすいから

言い換えると、いきなり全部の実行経路を変えるのではなく、 いちばん効果が大きく、観察しやすい場所から入れている ということです。

既知の制約

v1 には、あえて入れていないものがあります。

Worker が自由に新しい subagent を増やすことはしない
自信推定のような自然言語ベース判定はまだ使わない
advisor の永続化は SQLite ではなく file-based state に留める
Phase 61 の weak-supervision cue は自然言語の自信推定ではなく、.claude/state/elicitation/events.jsonl に残った証拠イベントだけを短く渡す
breezing と harness-work は、まず protocol と文書の統一から進める

なぜこのやり方を取るか

Harness はもともと、「計画」「実装」「レビュー」を分けて壊れにくくする設計です。

Advisor Strategy を入れる時も、その土台は残したまま、 実行役の自走力だけを上げる方が安全です。

そのため v1 では、「相談役を追加する」が主で、「品質判定の責任を移す」はしていません。

Advisor Strategy ​

ひとことで ​

たとえると ​

中身 ​

いつ advisor が呼ばれるか ​

advisor が返す 3 つの decision ​

具体例 ​

なぜ harness-loop から先に入れるのか ​

既知の制約 ​

関連ファイル ​

なぜこのやり方を取るか ​