Addy Osmani (Google) veröffentlichte am 19. April 2026 einen Artikel, der zur Doktrin verdichtet, was Viv Trivedy, HumanLayer, Anthropic und Birgitta Böckeler seit Anfang 2026 getrennt voneinander publiziert haben: Harness Engineering. Seine These lässt sich in einer Gleichung zusammenfassen, die er Trivedy zuschreibt:
> „Agent = Model + Harness. Wenn du nicht das Modell bist, bist du der Harness.“
Von Osmani umformuliert: Ein korrektes Modell in einem großartigen Harness schlägt ein großartiges Modell in einem schlechten Harness. Der empirische Beweis stammt aus Terminal Bench 2.0: Claude Opus 4.6 innerhalb von Claude Code schneidet deutlich schlechter ab als dasselbe Modell innerhalb eines maßgeschneiderten Harness, und das Trivedy-Team brachte einen Coding-Agenten allein durch eine Änderung des Harness von Top 30 auf Top 5.
Osmani formuliert drei methodische Prinzipien. Die Skill-Issue-Umdeutung (HumanLayer): Die meisten Fehlschläge sind keine Modellbeschränkungen, sondern Konfigurationsprobleme. Das Ratchet-Prinzip: Jede Zeile einer AGENTS.md muss auf einen konkreten, vergangenen Fehler zurückführbar sein – „füge nur hinzu, wenn du einen echten Fehlschlag beobachtet hast, entferne nur, wenn ein leistungsfähigeres Modell sie überflüssig gemacht hat“. Der Ansatz working backwards from behaviour: Man baut Infrastruktur nicht im Voraus, sondern leitet jede Komponente aus dem erwarteten Verhalten ab.
Daraus folgen sieben Harness-Primitive: Dateisystem und Git (dauerhafter Zustand), Bash und Codeausführung („gib ihnen eine Küche, kein einzelnes Küchengerät“), Sandboxes (Isolation und Standardeinstellungen), Memory und Suche (bei jedem Zug neu geladene AGENTS.md, MCP, Context7), Bekämpfung von Context Rot (Compaction, Tool-Call-Offloading, Progressive-Disclosure-Skills, Anthropics vollständige Context-Resets), Ausführung über lange Zeiträume (Ralph Loop, Planung, Trennung von Planner und Evaluator – „GANs für Prosa“), Hooks („Erfolg ist stumm, Fehlschläge sind wortreich“).
Zu AGENTS.md gibt es zwei Lehren: unter 60 Zeilen (HumanLayer), „Checkliste eines Piloten, kein Styleguide“. Zu Tools: „zehn fokussierte Tools schlagen fünfzig überlappende“ – einschließlich MCP-Sicherheit.
Osmani greift anschließend auf Fareed Khans Aufschlüsselung der Claude-Code-Architektur in sieben Schichten zurück (Input, Wissen, Integration, Ausführung, Output, Observability, Multi-Agent), um zu zeigen, dass jedes zuvor genannte Konzept einen konkreten Ort in der Produktion hat.
Dann folgt der Anthropic-Satz, der die Debatte rahmt: „Harnesses schrumpfen nicht, sie verschieben sich.“ Wenn sich ein Modell verbessert, verschwindet das Gerüst, das seine Beschränkungen kodierte, aber die Obergrenze verschiebt sich, und es entsteht neues Gerüst. Hinzu kommt die Trainingsschleife zwischen Modell und Harness: nützliche Primitive werden zum Standard, fließen ins Post-Training des nächsten Modells ein und erzeugen Co-Training und Overfitting (Opus 4.6 „fühlt sich innerhalb von Claude Code anders an“).
Der Artikel schließt mit Harness-as-a-Service (Claude Agent SDK, Codex SDK, OpenAI Agents SDK) und drei offenen Fragen: Multi-Agent-Orchestrierung auf einer gemeinsamen Codebasis, sich selbst analysierende Harnesses, JIT-Zusammenstellung von Tools/Context „näher an einem Compiler als an einer statischen Konfiguration“.
Ein Konsolidierungsbeitrag, der das gemeinsame Vokabular des Feldes stabilisiert und Harness Engineering von einer aufkommenden Disziplin zu einem geteilten Konsens macht.