Engineering: systeem rondom het model opbouwen

Samenvatting

Harness engineering bouwt een systeem rond het model dat tools, context, tests en veiligheidsgrenzen beheert.

Harness engineering rond een AI-agent

Een AI-agent kan in seconden een functie schrijven, maar een werkende feature vraagt meer. Het systeem moet de juiste projectbestanden vinden, tools veilig gebruiken, tests uitvoeren en controleren of de wijziging werkt. Een model krijgt die mogelijkheden niet vanzelf: het ziet alleen de tekst die het ontvangt, kan niet zelfstandig testen uitvoeren en bewaart geen voortgang.

Een harness verbindt het model daarom met informatie en hulpmiddelen. De opzet kan projectregels, contextophaling, geheugen, een terminal, browser of database bevatten. Ook een gecontroleerde uitvoeromgeving, workflowstappen, goedkeuringen, retries, tests, evaluaties en logs horen erbij. De besproken mini-harness in Python gebruikt onder meer een sandbox, read-only tests, een stapslimiet, opgeslagen voortgang en een eindcontrole.

Waarom harness engineering telt

De aanpak maakt duidelijk dat een AI-agent meer is dan een taalmodel met een prompt. Prompt engineering draait om de formulering van instructies; context engineering bepaalt welke informatie het model ontvangt. Harness engineering organiseert daarnaast de hulpmiddelen, acties, grenzen en controles rond dat model.

Dat verschil verklaart waarom Claude Code en OpenAI Codex anders kunnen werken, ook wanneer vergelijkbare modellen onder de motorkap zitten. Bestandsrechten, terminaltoegang, instructiebestanden, toestemmingsvragen en testruns veranderen het gedrag van de agent. De term harness heeft nog geen vaste afbakening: soms verwijst hij alleen naar de code voor toolgebruik, soms naar het volledige systeem.

Concrete takeaway

Ontwerp bij een AI-agent eerst de uitvoeringslaag: geef gecontroleerde toegang tot bestanden en tools, beperk het aantal stappen, sla voortgang op en laat tests en een eindcontrole het resultaat toetsen. Beoordeel daarna afzonderlijk welke instructies en context het model nodig heeft. Zo zie je welke fout uit het model komt en welke uit de omgeving eromheen.