Ganti GPT-5 dengan Claude di dalam agent yang berjalan dan, sebagian besar waktu, hampir tidak ada yang berubah. Ubah cara menangani percobaan ulang, apa yang Anda masukkan ke jendela konteksnya, atau kapan ia memutuskan untuk berhenti, dan seluruh agent berperilaku berbeda. Selisih itulah tandanya: model adalah bagian terkecil dan paling mudah diganti dari sebuah agent yang bekerja. Rekayasa yang menarik ada di semua yang membungkusnya.
Wrapper itu kini memiliki nama. Para praktisi sepakat menggunakan istilah "harness" untuk lapisan yang mengubah generator teks menjadi sesuatu yang mengambil tindakan dari waktu ke waktu daripada menjalankan skrip yang sudah ditentukan. Istilah ini menyebar cepat di Twitter dan blog rekayasa pada awal 2026, yang berarti juga digunakan secara longgar, dengan kata yang sama melakukan pekerjaan yang sedikit berbeda di setiap tulisan yang Anda baca. Artikel ini menetapkannya dengan jelas: apa itu harness, apa yang membentuknya, bagaimana ia berbeda dari "framework" dan "scaffold", dan mengapa sebagian besar kualitas agent Anda tersembunyi di harness, bukan di model.
Versi Singkat
- Agent harness adalah perangkat lunak di sekitar LLM yang mengelola loop eksekusi, alat, memori, konteks, status, penanganan error, dan batasan keamanan. Model menghasilkan teks; harness memutuskan apa yang dilihat model, apa yang bisa dilakukannya, kapan harus berhenti, dan apa yang terjadi ketika sesuatu rusak.
- Dalam produksi, pemanggilan model seringkali merupakan bagian terlihat terkecil dari luas permukaan sistem. Model yang lebih lemah dalam harness yang baik dapat mengalahkan model yang lebih kuat dalam harness yang buruk, terutama pada tugas yang lama dan banyak menggunakan alat.
- Sebuah harness memiliki sekitar sembilan hingga sebelas komponen yang berulang. Sebagian besar adalah hal-hal yang tidak pernah disentuh langsung oleh model.
- "Harness" tidak sama dengan "framework". Framework (LangGraph, agents SDK) adalah library yang Anda gunakan untuk membangun; harness adalah layer yang berjalan yang dibantu oleh library tersebut untuk Anda susun.
Apa Itu Agent Harness?
Agent harness adalah infrastruktur perangkat lunak yang mengelilingi model bahasa yang mengelola loop eksekusi, akses alat, memori, konteks, persistensi status, penanganan error, dan batasan keamanan. Model menghasilkan teks. Harness memutuskan apa yang dilihat model pada setiap giliran, tindakan apa yang dapat diambilnya, kapan berhenti, dan apa yang terjadi ketika sebuah langkah gagal.
Formulasi paling jelas datang dari LangChain, yang menyederhanakannya menjadi sebuah persamaan: Agent = Model + Harness. Model menyediakan kecerdasan. Harness adalah yang membuat kecerdasan itu benar-benar melakukan sesuatu di dunia nyata.
"Harness adalah setiap bagian kode, konfigurasi, dan logika eksekusi yang bukan merupakan model itu sendiri."
— LangChain, Anatomi dari Agent Harness
Saya menemukan bahwa batas itu paling mudah dirasakan melalui satu pertanyaan: ketika agen Anda melakukan hal yang salah, apakah penalaran model itu sendiri yang salah, atau apakah sistem di sekitarnya memberi model konteks yang salah, alat yang salah, atau tidak ada cara untuk memulihkan diri? Sebagian besar waktu, pada sistem nyata, itu adalah yang kedua. Model bernalar dengan baik atas input yang buruk. Harness adalah yang mengendalikan input.
Poin utama: Model menghasilkan; harness mengatur. Pemisahan itulah seluruh konsepnya.
Apa Saja Komponen dari Agent Harness?
Setiap harness produksi merakit bagian-bagian berulang yang sama: execution loop yang menggerakkan model giliran demi giliran, akses tool yang memungkinkannya bertindak, memori antar giliran, manajemen konteks untuk apa yang dilihatnya sekarang, persistensi state agar pekerjaan bertahan antar sesi, penanganan error untuk langkah yang gagal, dan guardrail yang membatasi apa yang bisa dilakukannya. Sistem produksi menambahkan verification loop dan orkestrasi subagent.
Inventaris yang berguna, diambil dari cara para praktisi mendeskripsikan sistem nyata:
- Execution / control loop: yang menggerakkan agen giliran demi giliran. Panggil model, baca outputnya, jalankan tool yang diminta, kembalikan hasilnya, ulangi hingga kondisi berhenti.
- Akses Tool: fungsi, API, eksekusi kode, dan filesystem yang dapat diakses model.
- Memori: apa yang dipertahankan agent lintas giliran dan lintas sesi.
- Manajemen konteks: apa yang dimasukkan ke dalam window model di setiap giliran, dan apa yang dipadatkan saat meluap.
- Persistensi status / checkpointing: menyimpan status agent agar proses yang crash atau dijeda dapat dilanjutkan.
- Penanganan error: percobaan ulang, fallback, dan pemulihan ketika tool call atau model call gagal.
- Pembatas keamanan: batasan tentang apa yang dapat dilakukan agen, seperti alat yang diizinkan, batas langkah, dan validasi keluaran.
- Loop verifikasi: agen (atau harness) memeriksa pekerjaannya sendiri sebelum menyatakannya selesai.
- Orkestrasi subagent: membuat, mendelegasikan ke, dan mengumpulkan hasil dari sub-agent pada tugas yang lebih besar.
Tidak semua ini bersifat universal. Loop eksekusi, alat, penanganan konteks, dan penanganan kesalahan muncul bahkan dalam prototipe akhir pekan. Persistensi status, verifikasi, dan orkestrasi subagent adalah tempat prototipe dan sistem produksi berpisah. Prototipe dapat melewatinya; agen produksi yang berjalan lama tidak bisa. Tulisan Anthropic tentang agen yang berjalan lama adalah tur bagian yang hanya ada di produksi: bagaimana agen membangun kembali pemahamannya dari file kemajuan setelah jendela konteksnya direset, dan bagaimana pengujian dihubungkan ke dalam loop.
Bagi yang menginginkan jembatan akademis, sebuah survei arsitektur agen melipat mesin yang sama ke dalam tuple formal yang lebih kecil dari komponen inti. Daftar praktisi dan kerangka survei adalah dua tingkat zoom pada struktur yang sama: survei mengompres, inventaris di atas memperluas. Perlakukan hitungan sembilan hingga sebelas sebagai komponen yang dibagikan oleh sebagian besar harness produksi, bukan standar yang diratifikasi; bidang ini belum meratifikasi apa pun.
Poin utama: Sebagian besar bagian yang bergerak dari agen berada di harness, bukan di model. Model adalah satu komponen di antara banyak.
Mengapa Harness Lebih Penting daripada Model?
Model yang lebih lemah di dalam harness yang dirancang dengan baik sering kali mengungguli model yang lebih kuat di dalam harness yang dirancang buruk. Alasannya bersifat mekanis, bukan magis: keandalan end-to-end agen adalah hasil kali keandalan setiap langkah, dan sebagian besar langkah tersebut (pemilihan alat, perakitan konteks, pemulihan kesalahan) adalah tugas harness, bukan model. Tingkatkan mereka dan seluruh rantai menjadi lebih andal, terlepas dari model mana yang ada di dalamnya.
Aritmetika membuatnya konkret. Misalkan setiap langkah dalam tugas sepuluh langkah berhasil 99% dari waktu. Keberhasilan end-to-end bukan 99%. Ini adalah 0,99 pangkat sepuluh, sekitar 90%. Dorong setiap langkah ke 99,9% dan end-to-end melompat ke sekitar 99%. Keandalan per langkah berkompon, dan keandalan per langkah sangat merupakan properti harness. Itulah mengapa mengoptimalkan penanganan kesalahan dan manajemen konteks lebih menguntungkan daripada mengganti model yang setengah poin lebih baik pada suatu benchmark.
Ada sinyal produksi yang menunjuk ke arah yang sama. MongoDB, mengutip studi kasus Vercel, melaporkan bahwa Vercel memangkas sebagian besar alat agent mereka dan menyaksikan tingkat keberhasilannya meningkat tajam pada model yang sama, dengan harness yang lebih kecil dan lebih bersih. Bacalah ini sebagai bukti yang konvergen daripada bukti: ini adalah satu kasus produksi, bukan eksperimen terkontrol, tetapi menunjuk ke arah yang sama dengan aritmetika majemuk dan pekerjaan survei di atas.
Ini adalah heuristik yang terus saya kembali sebagai engineer platform: konteks adalah hambatannya, bukan kemampuan model mentah, dan scaffolding yang dibangun untuk menutupi kesenjangan model saat ini cenderung tertelan seiring model-model berkembang. Bangun bagian-bagian harness yang tahan lama (loop, state, recovery) dan biarkan model di bawahnya menjadi lebih baik sesuai jadwalnya sendiri.
Poin utama: Ketika agent Anda gagal, curigai harness sebelum model. Peluangnya mendukung itu.
Apa Perbedaan antara Harness, Scaffold, dan Framework?
Ketiga ini sering digunakan secara bergantian, dan seharusnya tidak. A framework adalah library atau SDK yang Anda gunakan untuk membangun, seperti LangGraph atau agents SDK. A harness adalah lapisan eksekusi dan tata kelola yang berjalan di sekitar model, yang dibantu oleh sebuah framework. A scaffold adalah yang paling longgar dari ketiganya: kadang hampir sinonim dengan harness, kadang versi prototipe dari harness, kadang khusus mengacu pada lapisan prompt dan deskripsi alat.
Kosakata ini benar-benar belum mapan, dan hal yang paling bersih adalah memetakan penggunaan daripada menetapkan satu. Milik HuggingFace Glosarium Agen menyatakannya secara langsung:
"Banyak istilah ini belum memiliki definisi yang diterima secara universal, dan framework yang berbeda menggunakan kata yang sama secara berbeda."
— HuggingFace, Glosarium Agen
| Istilah | Apa yang dimaksud | Hubungan |
|---|---|---|
| Framework | Library atau SDK yang Anda gunakan untuk membangun (LangGraph, SDK agen) | Alat untuk merakit harness |
| Harness | Lapisan yang berjalan di sekitar model: loop, tools, konteks, state, guardrails | Apa yang Anda kirim dan jalankan |
| Scaffold | Digunakan secara longgar: hampir sinonim dengan harness, atau versi prototipe / lapisan prompt | Tumpang tindih dengan harness; kurang presisi |
| Loop | Siklus eksekusi di dalam harness | Komponen dari harness |
Kesimpulan praktis untuk menalar tentang sistem Anda sendiri: ketika seseorang mengatakan "framework", tanyakan apakah yang dimaksud adalah library atau sesuatu yang sedang berjalan. Ketika seseorang mengatakan "scaffold", tanyakan apakah yang dimaksud adalah seluruh harness atau hanya lapisan prompt-dan-alat. Disambiguasi adalah nilainya di sini, bukan klaim atas kata terakhir.
Bagaimana LangGraph Mengimplementasikan Pola Harness?
LangGraph adalah implementasi Python open-source populer dari pola harness. Ia memodelkan eksekusi agen sebagai graf berarah dari node dan edge, dengan state bertipe yang mengalir di antaranya dan setiap transisi yang dapat di-checkpoint. Jika komponen abstrak di atas terasa sulit dipahami, LangGraph adalah tempat untuk melihatnya mengambil bentuk konkret dalam alat nyata.
Pemetaannya hampir satu-ke-satu. Node dan edge adalah loop eksekusi: setiap node melakukan pekerjaan, setiap edge memutuskan ke mana kontrol pergi selanjutnya. Objek state bertipe yang diteruskan antar node adalah komponen context-and-state yang dibuat eksplisit. Checkpointing (LangGraph mempertahankan state melalui savers seperti yang didukung Postgres-nya) adalah komponen state-persistence. Batas langkah yang dapat dikonfigurasi adalah guardrail stop-condition, mencegah agen yang berperilaku buruk dari perulangan selamanya. Komponen yang sama, dinamai dan dihubungkan oleh library tertentu.
Jika Anda ingin menjalankan LangGraph agent di server Anda sendiri, sepanjang waktu, itu adalah pertanyaan deployment bukan pertanyaan konseptual. Lihat panduan Linux VPS kami untuk jalur itu. Di sini, LangGraph hanyalah contoh yang dikerjakan: bukti bahwa "execution loop", "state persistence", dan "guardrail" bukan abstraksi, mereka adalah hal-hal yang dapat Anda tunjuk dalam kode nyata.
Pertanyaan yang Sering Diajukan
Apa Itu Agent Harness?
Agent harness adalah perangkat lunak di sekitar language model yang mengubahnya menjadi agent. Ia mengelola execution loop, akses alat, memori, konteks, state persistence, penanganan error, dan guardrail. Model menghasilkan teks; harness memutuskan apa yang dilihat model, apa yang dapat dilakukannya, kapan harus berhenti, dan apa yang terjadi ketika sesuatu gagal.
Apakah Agent Harness Sama dengan Agent Framework?
Tidak. Framework adalah library atau SDK yang Anda gunakan untuk membangun, seperti LangGraph atau agents SDK. Harness adalah lapisan eksekusi dan tata kelola yang berjalan di sekitar model (loop, tools, context, state, dan guardrails) yang dibantu oleh framework. Anda menggunakan framework untuk membangun harness.
Komponen Apa Saja yang Dimiliki Setiap Agent Harness?
Sebagian besar harness berbagi inti yang berulang: execution loop, akses tool, memori, manajemen konteks, persistensi state, penanganan error, dan guardrails. Harness produksi menambahkan verification loop dan orkestrasi subagent. Prototipe bisa melewati bagian khusus produksi, tetapi loop, tools, penanganan konteks, dan penanganan error muncul hampir di mana-mana.
Apa Maksud "LLM Adalah Bagian Terkecil dari Sistem Agent Anda"?
Artinya sebagian besar perilaku dan keandalan agen berasal dari harness, bukan dari model. Keandalan end-to-end adalah produk dari tingkat keberhasilan setiap langkah, dan sebagian besar langkah adalah pekerjaan harness. MongoDB, mengutip studi kasus Vercel, melaporkan lonjakan tingkat keberhasilan dari perubahan harness saja, pada model yang sama. Itu adalah bukti bahwa memperbaiki harness lebih efektif daripada memperbaiki model.
Di Mana Kualitas Agent Anda Berada
Harness adalah tempat di mana sebagian besar kualitas agent berada, dan kini Anda memiliki kosakata untuk menemukan masalah di sistem Anda sendiri. Anda dapat mendefinisikan harness, menamai komponennya, membedakannya dari framework dan scaffold, serta menentukan apakah kegagalan tertentu adalah masalah model atau masalah harness.
Jadi, lain kali agent Anda berperilaku buruk, audit dulu lapisan harness: konteks yang Anda berikan, tools yang Anda ekspos, kondisi berhenti yang Anda tetapkan, cara ia pulih dari langkah yang gagal. Baru pertimbangkan model yang lebih besar setelah lapisan itu diperiksa. Sebagian besar waktu, itu tidak diperlukan.
