Harness engineering: cara membangun agen AI yang andal
Artikel: 8
Harness engineering (rekayasa harness) adalah disiplin tentang cara membangun lingkungan di sekitar model bahasa, tempat agen AI menyelesaikan pekerjaan nyata secara andal. Rumus topik ini: Agen = Model + Harness. Model yang sama di satu proyek bekerja seperti pengembang berpengalaman, tetapi di proyek lain kehilangan konteks dan melaporkan fitur selesai padahal tidak berjalan. Perbedaannya hampir selalu ada di harness, bukan di model.
Panduan ini adalah peta topik. Di sini dikumpulkan konsep kunci dan urutan yang nyaman untuk mempelajarinya. Setiap topik dibahas secara mendalam di artikel tersendiri.
Lima subsistem harness
- Instruksi — file CLAUDE.md dan AGENTS.md, dokumen tematik, dan skills: apa yang diketahui agen tentang proyek.
- Alat — shell, pengeditan file, browser, server MCP: dengan apa agen bertindak.
- Lingkungan — sandbox, kontainer, salinan kerja yang terisolasi: di mana agen menjalankan perintah.
- Status — file rencana dan kemajuan, riwayat git: memori antarsesi.
- Umpan balik — tes, linter, pemeriksaan tipe, hook: bagaimana agen mengetahui kesalahannya.
Subsistem-subsistem ini membentuk satu lingkaran tertutup. Jika salah satunya dicabut, lingkaran itu terputus: tanpa pemeriksaan agen tidak melihat kesalahannya, dan tanpa status setiap sesi dimulai dari nol.
Dari mana memulai
Jika topik ini masih baru, mulailah dengan artikel tentang apa itu harness engineering dan bagaimana bedanya dengan prompt engineering dan context engineering. Definisi singkat dengan contoh ada di artikel tentang harness agen.
Setelah itu, lanjutkan ke praktik. File pertama yang dihadapi setiap orang adalah instruksi proyek: apa yang ditulis di CLAUDE.md dan AGENTS.md, apa yang sebaiknya tidak ditulis, dan mengapa agen mengabaikan aturan yang sudah tertulis di file.
Ketika agen sudah bekerja di proyek, muncul pertanyaan tentang keandalan. Rencana bertahap membawa Anda dari catatan kegagalan dan metrik MTBF serta MTTR, melalui rollback yang murah, lingkaran umpan balik, dan memori dalam file, sampai ke siklus otonom tempat agen bekerja berjam-jam tanpa pengawasan.
Prinsip utama
- Agen tidak rusak — yang rusak adalah lingkungannya. Cari celah di harness dulu, jangan langsung mengganti model.
- Mulailah dari umpan balik: satu perintah verifikasi lebih berharga daripada satu halaman instruksi.
- Instruksi adalah peta, bukan buku pelajaran: file masukan yang pendek dan detail yang dibuka saat dibutuhkan.
- Hal penting disimpan di file, bukan di jendela konteks.
- Ukur: catatan kegagalan lebih baik daripada perasaan.
Semua subsistem dan cara menyusun harness secara utuh dibahas langsung dalam praktik di kursus harness engineering.