01 · 何が起きたか
ハーネス自体をOSS化
TrueFoundryが自社本番で使っていたエージェント・ランタイムをMITで公開した。
MIT
ライセンス完全無料・商用利用可・フォーク可
30%
同じモデルOpus 4.8 同士で約30%安い
75%
オープン併用GLM-5.2 で約75%安い
npx
即起動一発でローカルハーネスが立つ
BYO
モデルOpenAI / Anthropic / Gemini / 互換
No.384
Day Slide2026-08-19 AI Intelligence Hub
01
発表
Claude Managed AgentsのOSS代替が、MITで出てきた
TrueForge
2026-08-18〜19 公開
02 · 品質
同等〜それ以上
DevRev Enterprise-Bench 14タスクでClaude Managed Agentsとほぼ同じ解決数。
03 · コスト
30%〜75%削減
同じモデルで約30%、GLM-5.2併用で約75%安いと主張。
04 · 設計
Sandbox as a Tool
エージェントループはサーバー側。サンドボックスは必要時だけ起動。
05 · 自由度
モデル・インフラ共にBYO
任意モデル、任意MCP、自前インフラ。ベンダーロックインなし。
06 · つまり
ハーネスを「所有」できる
モデルは簡単に差し替えられる時代。だからハーネスこそ自前で持て、という思想。
02
機能
plan → tool → execute → feedback を、そのまま本番で回せる
TrueForgeが提供するのは「エージェントの外側全部」だ。
- Core Server：ループ管理・ストリーミング・承認待ち・コンテキスト管理・セッション永続化
- HTTP API + TypeScript SDK：すべてをプログラムから操作。既存アプリへの組み込み可能
- Chat UI + UI SDK：そのまま使えるUI。テーマ変更や埋め込みも可能
- BYOモデル：OpenAI / Anthropic / Gemini / 任意のOpenAI互換エンドポイント
- MCP + Skills：リモートMCP（OAuth対応）、gitベースのSKILL.mdをオンデマンド読み込み
- HITL・Generative UI：危険操作前の人間承認、チャートやテーブルのストリーミング表示
Localモードは npx 一発（SQLite）。Hostedモードは Docker / Helm（Postgres + Redis）で複数レプリカ対応。
03
差別化
Sandbox as a Tool と Context Engineering が、コストと安全性を同時に上げる
Sandbox as a Toolが最大の設計上の違いだ。多くのハーネスは「エージェント全体をVMの中で動かす」。TrueForgeはループをサーバー側に置き、サンドボックスを「コード・ファイル・シェルが必要なときだけ」ツールとして起動する。
- シークレットがサンドボックスに漏れない
- 必要時のみプロビジョニング → 非コードターンが安く速い
- 1サーバーで多数エージェントを同時実行しやすい
Context Engineeringがトークン消費を抑える核心だ。
- Progressive Skills：名前+説明だけ最初に載せ、フルSKILL.mdは必要時に読み込む
- Deferred Tools：MCPスキーマもデフォルトでオンデマンド
- Subagents：重い作業を隔離したfresh contextで実行し、最終結果だけ戻す
- Offloading / Code Mode：巨大出力をサンドボックスに逃がし、要約だけcontextへ
- Compaction：デフォルト50k tokens超で構造化サマリーに置換
The model is the easy part of a production agent. The frontier models are close enough now that switching is a configuration change. The difference is what surrounds the model: the loop, the sandbox, the context that doesn't decay over time, the approval that prevents the agent from doing something destructive.— Shubham Agarwal / TrueFoundry
04
数字
同じタスクで、同じ品質、大幅に安い
DevRev Enterprise-Bench（CRM + 課題管理 + ドキュメント管理を横断する14タスク）で、同一ツール・fresh session・ブラインドLLMジャッジで比較した。
| 構成 | 解決数 | コスト / run | トークン / run | 備考 |
|---|---|---|---|---|
| Claude Managed Agents Opus 4.8 |
~10.7–11 / 14 | $11.8 | ~10M | ベースライン |
| TrueForge Opus 4.8 |
~10.7–11 / 14 | $8.5–8.6 | ~3.7–3.8M | 同じモデルで約30%安い |
| TrueForge GLM-5.2 |
~11.7 / 14 | $2.9–3.0 | ~3.7–3.8M | 約75%安い |
| deepagents (LangGraph) Opus 4.8 |
~10 / 14 | $21 | ~16.5M | 比較対象 |
同じモデルでもトークンが大幅に減る理由は、leanな初期ペイロード、少ないツール呼び出し、CompactionとOffloadingにある。Claude Managed AgentsはClaude以外を選べないため、オープンモデルによる追加のレバーが効かない。
05
導入
npx一発で自前ハーネスが立ち上がる
最速起動（Local）
npx @truefoundry/trueforge
Node 22+ があれば http://localhost:8790 でChat UIが立ち上がる（SQLite）。
- SettingsでモデルAPIキーを登録（OpenAI / Anthropic / Gemini など）
- MCP Connectorsを追加（Exa、Tavilyなど）
- Skillsを有効化、サンドボックス（Daytona等）のキーを設定
- Composerでモデルとツールを選んでチャット開始
- うまくいったら Save Agent で再利用可能に
Hosted（チーム・本番）：Docker Compose または Helm。Postgres + Redis。OIDCログイン、複数レプリカ対応。同じハーネスがLocalからHostedまで一貫して使える。
コスト感：ハーネス自体は完全無料。実際にかかるのはモデルAPI費用 + サンドボックス費用のみ。
06
意味
「ハーネスはベンダーに預けるもの」という前提が崩れた
モデルの性能差が相対的に縮小する中で、エージェントのコストと制御可能性を決めるのは「外側のランタイム」になった。
従来マネージドハーネス
- Claude Managed Agents / 類似サービス
- モデルもインフラもベンダー固定
- 便利だがロックインとマークアップが強い
- コストレバーが限られる
今回TrueForge
- MITでハーネス自体を所有できる
- モデル・MCP・インフラをすべて差し替え可能
- 同じ品質でコストを抑えやすい
- セキュリティ・ガバナンスを自前で設計可能
すでにTrueFoundry内部のAskTFYや、NetApp・Automatiqなどで本番利用の実績があるとされる。高ボリューム運用ほど、ハーネス効率の差が請求書に直結する。
リスク：まだ公開直後のプロジェクト。ベンチは特定タスクセット。Localモードは実験用途。本番ではHostedモードと適切なガバナンス設計が必須。
誰にとってサプライズか：Claude Managed Agentsや類似マネージドハーネスを使い始めているチーム。エージェントを自前で本番運用したいが、ハーネス層の実装コストを避けたいエンジニア。モデル選択の自由度を失いたくない企業。
まとめ
TrueForgeは、Claude Managed AgentsのOSS代替として爆誕した。モデルは差し替えられる。ハーネスを所有できるかどうかが、次の差になる。
2026-08-19 — AI Intelligence Hub / Day Slide No.384
Sources: truefoundry blog · benchmark · GitHub · docs · VentureBeat