エグゼクティブサマリー

この参考文献は、ハーネスエンジニアリング (Harness Engineering) ハンドブックの基礎となる、厳選された参照リストです。読者が任意のレイヤーを深く掘り下げられるよう、テーマ別に整理されています。掲載されている項目は、実在する著名な著作や標準規格です。正確な引用の詳細（DOI、ページ番号）がここに明記されていない場合は、識別子を捏造することなく、タイトルと発表の場/情報源を示しています。進化し続ける標準規格については、読者自身で最新バージョンを確認してください。

定義

以下の参考文献はテーマ別に分類されています。これらは本ハンドブックが依拠している主要な情報源であり、さらなる学習のための推奨される出発点です。

1. エージェントと推論の基礎

Yao, S. et al. "ReAct: Synergizing Reasoning and Acting in Language Models." ICLR. ツールを使用するエージェントの基盤となる、推論と行動の交互作用。
Wei, J. et al. "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models." NeurIPS. 段階的な推論の基礎。
Schick, T. et al. "Toolformer: Language Models Can Teach Themselves to Use Tools." NeurIPS.
Shinn, N. et al. "Reflexion: Language Agents with Verbal Reinforcement Learning." NeurIPS. リフレクション/自己批判ループ（PAT-003を参照）。
Wang, L. et al. "A Survey on Large Language Model based Autonomous Agents." エージェント設計空間の幅広いサーベイ。
Wang, X. et al. "Plan-and-Solve Prompting." ACL. 「計画してから実行する」分解。

2. オーケストレーション、マルチエージェント、および永続的実行

Anthropic. "Building Effective Agents." ワークフロー対エージェント、およびシングルエージェント優先設計に関するエンジニアリングガイダンス。
Anthropic. "How we built our multi-agent research system." 実践的なスーパーバイザー/ワーカーオーケストレーションの解説。
LangChain. LangGraph ドキュメント — エージェント向けの状態マシンオーケストレーション。
Temporal / 永続的実行エンジン。ワークフローの永続性とSagaパターンに関するドキュメント。
Microsoft / AutoGen. "AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation." マルチエージェント会話フレームワーク。
Hong, S. et al. "MetaGPT: Meta Programming for Multi-Agent Collaborative Framework."

3. メモリと検索（RAG）

Lewis, P. et al. "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks." NeurIPS. RAGの代表的な論文。
Gao, Y. et al. "Retrieval-Augmented Generation for Large Language Models: A Survey."
Packer, C. et al. "MemGPT: Towards LLMs as Operating Systems." エージェント向けのメモリ階層とページング。
Asai, A. et al. "Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection."

4. 評価

Liang, P. et al. "Holistic Evaluation of Language Models (HELM)." Stanford CRFM。
Zheng, L. et al. "Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena." LLM-as-a-Judge（評価者としてのLLM）の手法とそのバイアス。
Es, S. et al. "RAGAS: Automated Evaluation of Retrieval Augmented Generation." グラウンデッドネス（根拠性）とフェイスフルネス（忠実性）のメトリクス。
Liu, Y. et al. "G-Eval: NLG Evaluation using GPT-4 with Better Human Alignment."
SWE-bench および GAIA — ソフトウェアおよび一般的なアシスタントタスク向けのエージェント能力ベンチマーク。

5. エージェントシステムのセキュリティ

OWASP. "OWASP Top 10 for Large Language Model Applications." LLM01 プロンプトインジェクションおよび LLM06 機密情報の漏洩を含む。
Willison, S. "Prompt injection" および "The lethal trifecta for AI agents"（ブログエッセイ）。アーキテクチャ上のインジェクション/流出問題の最も明確な表明。
Greshake, K. et al. "Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection."
MITRE. ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems)。
NIST. SP 800-53（セキュリティおよびプライバシー管理策、最小権限、アイデンティティ）のAIシステム向け適応。

6. ガバナンス、リスク、および規制基準

NIST. AIリスクマネジメントフレームワーク (AI RMF 1.0) および 生成AIプロファイル。
ISO/IEC. 42001:2023 — 人工知能 — マネジメントシステム。
ISO/IEC. 23894:2023 — AI — リスクマネジメントに関する指針。
欧州連合. 規則 (EU) 2024/1689、EU AI法 — AIシステムに対するリスク段階別の義務。
OECD. OECD AI原則。
米国ホワイトハウス / OMB. 信頼できるAIに関する大統領令および管理ガイダンス（公共セクターの期待に関する背景として）。
本コーパス内の GOV-001（エンタープライズAIガバナンスフレームワーク）および GOV-005（エージェントガバナンス管理策チェックリスト）も参照。

7. プロトコル、相互運用性、およびディスカバリーレイヤー

Anthropic. Model Context Protocol (MCP) 仕様 — 標準化されたモデル対ツール/データインターフェース。
llms.txt 提案 — エージェントフレンドリーなコンテンツインデックス作成のためのサイトレベルの規約。
JSON-LD / schema.org — 機械によるディスカバリーのための構造化データ。
OpenAPI仕様 — APIとして公開されるツールの型定義されたコントラクト。

8. 認可とポリシー適用（システムエンジニアリングからの適応）

OASIS. eXtensible Access Control Markup Language (XACML) — PEP/PDP認可モデル。
Open Policy Agent (OPA) / Rego — Policy-as-Codeエンジン。
Saltzer, J. & Schroeder, M. "The Protection of Information in Computer Systems." 最小権限の原則の起源。

FAQ

Q: 一部の項目にDOIや正確な日付がないのはなぜですか？ A: 識別子の捏造を避けるためです。著作を明確に特定できるようタイトルと発表の場/情報源を示しています。特に進化し続ける標準規格（EU AI法、NIST AI RMF、MCP、OWASP）については、最新バージョンを確認してください。

Q: これはGOV-001とどのように関係していますか？ A: GOV-001は、セクション5〜6のガバナンスおよび規制の情報源をエンタープライズフレームワークとして運用可能にするものであり、この参考文献はその基礎となる読書リストです。

Q: 初学者はどこから始めるべきですか？ A: エージェントの仕組みについてはセクション1（ReAct、Reflexion）、それらを高い信頼性で構築する方法についてはセクション2（Building Effective Agents）、そしてセキュリティとガバナンスについてはセクション5〜6から始めてください。