Harness engineering: भरोसेमंद AI एजेंट कैसे बनाएँ

Harness engineering (हार्नेस इंजीनियरिंग) वह अनुशासन है जिसमें भाषा मॉडल के आसपास ऐसा वातावरण बनाया जाता है, जहाँ AI एजेंट असली काम भरोसे के साथ पूरा करे। इस विषय का सूत्र है: एजेंट = मॉडल + हार्नेस। एक ही मॉडल एक प्रोजेक्ट में अनुभवी डेवलपर की तरह काम करता है, और दूसरे में संदर्भ खो देता है और काम न करने वाले फ़ीचर को "तैयार" बता देता है। फ़र्क लगभग हमेशा हार्नेस में होता है, मॉडल में नहीं।

यह गाइड विषय का मानचित्र है। यहाँ मुख्य अवधारणाएँ और उन्हें सीखने का क्रम दिया गया है। हर विषय को एक अलग लेख में विस्तार से समझाया गया है।

हार्नेस के पाँच हिस्से

• निर्देश — CLAUDE.md और AGENTS.md फ़ाइलें, विषयगत दस्तावेज़ और skills: एजेंट प्रोजेक्ट के बारे में क्या जानता है।
• उपकरण — shell, फ़ाइल संपादन, ब्राउज़र, MCP सर्वर: एजेंट किससे काम करता है।
• वातावरण — sandbox, container, अलग कार्यकारी प्रति: एजेंट कमांड कहाँ चलाता है।
• स्थिति — योजना और प्रगति की फ़ाइलें, git इतिहास: सत्रों के बीच की याददाश्त।
• फ़ीडबैक — टेस्ट, linter, hooks, स्वतंत्र जाँचकर्ता: एजेंट को अपनी गलती कैसे पता चलती है।

ये हिस्से एक बंद चक्र बनाते हैं। कोई भी एक हटा दें तो चक्र टूट जाता है: जाँच न हो तो एजेंट गलती नहीं देखता, स्थिति न हो तो हर सत्र शून्य से शुरू होता है।

कहाँ से शुरू करें

अगर विषय नया है, तो पहले उस लेख से शुरू करें जो बताता है कि harness engineering क्या है और prompt व context engineering से कैसे अलग है। छोटी परिभाषा और उदाहरण एजेंट के हार्नेस वाले लेख में है।

इसके बाद व्यावहारिक हिस्से पर जाएँ। हर किसी के सामने आने वाली पहली फ़ाइल है प्रोजेक्ट के निर्देश: CLAUDE.md और AGENTS.md में क्या लिखें, क्या न लिखें, और एजेंट वह नियम क्यों अनदेखा करता है जो फ़ाइल में साफ़ लिखा है।

जब एजेंट पहले से प्रोजेक्ट में काम कर रहा हो, तब भरोसेमंदी का सवाल आता है। कदम-दर-कदम योजना असफलताओं की सूची और MTBF व MTTR मेट्रिक्स से शुरू होती है, सस्ते rollback, फ़ीडबैक लूप और फ़ाइलों में याददाश्त से होते हुए उस स्वायत्त चक्र तक जाती है जिसमें एजेंट घंटों बिना निगरानी के काम करता है।

मुख्य सिद्धांत

• एजेंट ख़राब नहीं है, ख़राब वातावरण है। पहले हार्नेस में खामी ढूँढें, मॉडल न बदलें।
• फ़ीडबैक से शुरू करें: जाँच की एक कमांड निर्देशों के पूरे पन्ने से ज़्यादा काम की है।
• निर्देश नक्शा हैं, पाठ्यपुस्तक नहीं: छोटी प्रवेश फ़ाइल और ज़रूरत पर विस्तृत दस्तावेज़।
• ज़रूरी बातें फ़ाइलों में रहें, context window में नहीं।
• मापें: भावनाओं के बजाय असफलताओं की सूची रखें।

सभी पाँच हिस्से और पूरा हार्नेस एक व्यावहारिक पाठ्यक्रम में, एक सत्र-परियोजना पर, विस्तार से समझाए गए हैं।