Vivek Trivedy von LangChain schlägt eine strukturierte Definition des Agent-Harness vor: Agent = Model + Harness. Der Harness umfasst den gesamten Code, die Konfiguration und die Ausführungslogik, die nicht das Modell selbst ist, einschließlich Systemprompts, Tools und MCP, eingebetteter Infrastruktur, Orchestrierungslogik und deterministischer Hooks.
Der Artikel leitet jede Harness-Komponente aus den gewünschten Verhaltensweisen ab, die Modelle nicht nativ bereitstellen können. Das Dateisystem wird als die fundamentalste Primitive identifiziert: Es bietet einen Arbeitsbereich, inkrementelle Speicherung und eine Kollaborationsfläche zwischen Agenten und Menschen. Bash und Codeausführung liefern ein universelles Werkzeug, mit dem das Modell seine eigenen Tools spontan entwerfen kann. Sandboxes bieten sichere, skalierbare Ausführungsumgebungen mit standardmäßig vorinstallierten Tools.
Für das Gedächtnis dient das Dateisystem als zentrale Primitive über Standarddateien wie AGENTS.md, die beim Start in den Kontext geladen und zwischen den Sitzungen aktualisiert werden. Websuche und MCP-Tools (wie Context7) ermöglichen den Zugriff auf Wissen jenseits des Trainings-Cutoffs.
Der Artikel identifiziert Context Rot als zentrale Herausforderung: Die Leistung verschlechtert sich, wenn sich das Kontextfenster füllt. Lösungen umfassen Compaction (intelligente Zusammenfassung des Kontexts), das Auslagern großer Tool-Ergebnisse in das Dateisystem sowie Skills als Mechanismus der progressiven Offenlegung.
Für lang laufende Ausführung setzen sich die vorherigen Primitiven zusammen. Die Ralph Loop ist ein Muster, das den Versuch des Modells, den Vorgang zu beenden, abfängt und den Prompt in einen sauberen Kontext neu einspeist, wodurch die Arbeit zur Fortsetzung gezwungen wird. Planung und Selbstverifikation (Tests plus Korrekturschleife) halten den Agenten auf der richtigen Trajektorie.
Der Artikel untersucht die Ko-Evolution von Modell und Harness: Agentenprodukte wie Claude Code und Codex werden gemeinsam mit ihrem Harness nachtrainiert, was eine Kopplung erzeugt (eine Änderung der Logik eines Tools kann die Leistung verschlechtern). Der beste Harness für eine gegebene Aufgabe ist jedoch nicht zwangsläufig derjenige, der beim Training verwendet wurde — LangChain stieg auf Terminal Bench 2.0 allein durch eine Änderung des Harness von Top 30 auf Top 5 auf.
Als Fazit gilt: Auch wenn einige Harness-Funktionen von Modellen absorbiert werden, bleibt Harness Engineering relevant, weil es Systeme rund um die Intelligenz des Modells aufbaut. LangChain entwickelt deepagents und erforscht die massive Orchestrierung von Agenten, die Selbstanalyse von Traces sowie die dynamische Just-in-time-Zusammenstellung von Kontext.