Agent Harness (Steuerungsschicht für KI-Agenten)

Ein Agent Harness ist die Software-Schicht um ein Sprachmodell herum, die aus dem Modell einen handlungsfähigen KI-Agenten macht: die Ausführungsschleife, die das Modell iterativ aufruft, die registrierten Werkzeuge inklusive ihrer Sandbox, das Kontext- und Speichermanagement sowie die Regeln und Haken, die bestimmen, welche Informationen ins Kontextfenster gelangen und welche Aktionen ausgeführt werden dürfen. Die gängige Formel lautet: Agent = Modell + Harness. Nüchtern formuliert – etwa bei LangChain – umfasst ein Harness jeden Teil aus Code, Konfiguration und Ausführungslogik, der nicht das Modell selbst ist. Konkret: Ein Coding-Agent soll einen Bug beheben. Das Modell schlägt eine Codeänderung vor; der Harness wendet sie in einer isolierten Sandbox an, führt die Tests aus, fängt Fehler ab und gibt das Ergebnis beim nächsten Durchlauf mit dem Kontext des fehlgeschlagenen Versuchs ans Modell zurück. Ohne Harness bleibt das Modell ein Textgenerator; erst die Schleife aus Aktion, Rückmeldung und Korrektur macht daraus eine arbeitsfähige Maschine. Claude Code, OpenAI Codex, OpenCode und Goose sind Beispiele für solche Harnesses. Der Harness ist ein entscheidender Leistungsfaktor: Derselbe Modellkern liefert je nach Kontextstrategie, Werkzeugdesign, Retry-Logik und Verifikation deutlich unterschiedliche Ergebnisse. Regel- und Konventionsdateien wie CLAUDE.md oder AGENTS.md sind Teil des Harness, nicht des Modells. Anbieter liefern einen inneren Harness mit ihren Agenten aus; Teams bauen darüber einen äußeren Harness aus Projektregeln, Freigabe-Workflows und Review-Gates. „Harness Engineering“ nennt sich die daraus entstehende Disziplin, diese Schicht systematisch zu gestalten, statt sie dem Zufall zu überlassen. Abzugrenzen ist der Begriff von Scaffolding (Baustruktur um den Agenten), Agent Runtime (Produktiv-Laufzeitumgebung) und Control Plane (Governance-Schicht).