2025年11月、Harness（ハーネス）はAmazon Web Services（AWS）との連携を強化し、AI駆動型自動化をデータベースに組み込み、ソフトウェア開発ライフサイクル（SDLC）全体にわたってモデルスタックの最先端のステータスを維持する新しい機能を導入した。
Harnessは、この統合により、AWS、セキュリティー、コスト管理、デリバリーインテリジェンスを統合し、コードを安全に本番環境に移行することを目指している。AWS上のHarness SaaSとHarnessのソフトウェアデリバリーナレッジグラフの連携により、チームはコードからクラウドへの単一の信頼性の高いルートを利用でき、個々のツールを組み合わせる必要がなくなる。この統合は、統合開発Environment（IDE）とCI/CDパイプラインにおけるAIを活用したワークフローとして実現され、Harness MCPサーバーを介して公開される160以上のツールのコンテキストを把握する。
Harness AIは、Database DevOps製品にAIを活用したデータベース移行オーサリング機能を導入した。この機能により、開発者は自然言語で望ましい変更内容を記述することができ、Harnessは後方互換性があり、ポリシー検証済みで、Gitに統合され、ロールバックスクリプトと組み合わせられた、本番環境対応の移行を生成する。この機能は、ソフトウェア配信ナレッジグラフとHarness MCPサーバーによって駆動され、スキーマ、パイプライン、ベストプラクティスを各提案に組み込む。その結果、DevOpsのスピードで動作するデータベース層が実現し、インシデントが削減され、ガバナンスが強化され、開発者とデータベースチームの両方の手作業が大幅に削減される。
さらに、Harness AIはパイプラインエラーアナライザーを改良した。パイプラインに障害が発生すると、強化されたエラーアナライザーは最新の変更を自動的に相関させ、依存関係をチェックし、過去のパターンを特定し、最も可能性の高い根本原因を特定する。これにより、チームはログをスクロールすることなく、修正に直接アクセスできる。Harness AIはインサイトを具体的なアクションに変換し、明確な根拠とともに優先順位付けされた推奨事項を提示する。多くの場合、チームに代わってYAMLの修正を生成・適用し、前後の差分を表示できるため、制御を維持できる。
これらの経験の背後には、Harness AIが基盤となるモデルスタックを継続的に評価・アップグレードする仕組みがあり、Claude 4.5、Sonnet 4.5、GPT-5といった最新世代のモデルも含まれている。このプラットフォームは、ガードレールとフォールバックを組み込んだ上で、タスクごとに最適なモデルを動的に選択するため、ユーザーはモデルのチャーン（変化）を自ら管理することなく、最高の結果を得ることができる。
出典：Harness
この製品の詳細については、Harness製品ページをご覧ください。
