Harness engineering

Drei Ingenieure bei OpenAI, später sieben, produzierten in fünf Monaten rund eine Million Zeilen Code, ohne eine einzige Zeile von Hand zu schreiben; Codex-Agenten öffneten, bewerteten und mergten etwa 1,500 Pull Requests, im Durchschnitt 3.5 pro Ingenieur und Tag. Die Methodik hinter dieser Zahl, harness engineering, behandelt die Umgebung um das Modell als das eigentliche Engineering-Objekt: Repository-Struktur, CI-Konfiguration, ein striktes Modell von Abhängigkeitsschichten, eigene Linter, deren Fehlermeldungen Korrekturanweisungen direkt in den Kontext des Agenten einspeisen, sowie wiederkehrende Garbage-Collection-Aufgaben, die automatisch gemergte Refactoring-PRs eröffnen.

Viv Trivedys Gleichung, von Addy Osmani am 19. April 2026 zitiert, liefert dem Feld seinen Slogan: "Agent = Model + Harness. If you're not the model, you're the harness." Osmani verweist auf Terminal Bench 2.0, wo Claude Opus 4.6 innerhalb von Claude Code schlechter abschneidet als dasselbe Modell in einem eigens entwickelten Harness, sowie auf Trivedys Team, das einen Coding-Agenten allein durch eine Änderung des Harness von Platz 30 auf Platz 5 brachte.

Birgitta Böckeler unterteilt die Praxis in zwei Bereiche: guides, die vorausschauenden Kontrollen (Konventionen, Spezifikationen, Skills, MCP-Server), und sensors, die rückkoppelnden Kontrollen (Linter, Tests, statische Analyse). Jede von beiden kann algorithmisch oder inferenzbasiert sein. Der Verhaltens-Harness bleibt ihrer Darstellung nach ungelöst, weil KI-generierte Testsuiten noch nicht zuverlässig genug sind, um zu prüfen, ob eine Anwendung das tut, was sie soll.

Bei BFM Business datierte Rémi Jacquet von Cast Software am 5. Mai 2026 den Wendepunkt: prompt engineering im Jahr 2024, Context Engineering im Jahr 2025, harness engineering im Jahr 2026. Seine Warnung lief dem Optimismus des Segments zuwider: Je stärker die KI wird, desto mehr lässt die Wachsamkeit nach.