Què és un agent harness? La capa que converteix un model d’IA en un agent que pot treballar

Un model de llenguatge pot predir text, però això no el converteix automàticament en un agent capaç d’obrir fitxers, executar eines, recordar què ha fet i insistir fins a completar una feina. Caleb Writes Code dedica vuit minuts a la capa que fa possible aquest salt: l’agent harness, o infraestructura d’execució que envolta el model.

El terme apareix cada vegada més en productes d’IA, però sovint es confon amb un bon prompt o amb una biblioteca d’eines. El vídeo el presenta com un sistema complet: prepara el context, decideix què pot fer el model, executa les accions sol·licitades, retorna-ne els resultats i manté el bucle sota control.

De la prompt engineering a la context engineering

La primera etapa de les aplicacions amb LLM es va centrar en redactar instruccions. Un bon prompt definia el rol, la tasca, el format de sortida i alguns exemples. Aquesta tècnica continua sent important, però funciona sobretot quan la resposta es pot produir en una sola crida.

Un agent necessita més informació que una instrucció inicial. Ha de rebre l’estat del projecte, el contingut rellevant, els resultats de les eines i les decisions anteriors. D’aquí neix la context engineering: seleccionar i ordenar tot el que entra a la finestra de context perquè el model pugui prendre la següent decisió.

Afegir-ho tot indiscriminadament tampoc resol el problema. El context té un límit i el soroll competeix amb la informació útil. El sistema ha de buscar documents, resumir passos antics, conservar fets importants i descartar sortides temporals que ja no aporten res.

Els límits d’un model tot sol

Caleb diferencia la capacitat del model de la fiabilitat del producte. Encara que un LLM sàpiga escriure codi, no té per si mateix accés al repositori ni sap si una ordre ha fallat. Tampoc existeix cap garantia que torni a provar una acció, que verifiqui el resultat o que s’aturi en el moment adequat.

Sense una capa externa, el model només descriu què faria. Per actuar necessita eines amb entrades i sortides definides: lectura i edició de fitxers, terminal, navegador, bases de dades o API. I cada eina requereix controls, perquè la possibilitat d’executar accions també introdueix errors i riscos.

Aquest és el límit que explica l’evolució cap a la harness engineering. El rendiment d’un agent ja no depèn només del model escollit. Dues aplicacions amb el mateix LLM poden comportar-se de manera molt diferent segons com gestionin el context, les eines i la verificació.

Què inclou realment un agent harness

El harness és el programari que connecta totes aquestes peces. Construeix el missatge que rep el model, exposa les eines disponibles i interpreta les crides que aquest genera. Després executa l’acció, captura el resultat i el torna a incorporar a la conversa perquè el model decideixi el pas següent.

També aplica polítiques que no convé deixar a una resposta probabilística. Pot limitar l’accés a una carpeta, demanar aprovació abans d’una operació sensible, imposar un temps màxim, validar els paràmetres i evitar que una errada es converteixi en un bucle infinit.

En sistemes més complets, el harness gestiona memòria, recuperació de documents, compactació del context, telemetria, costos i coordinació entre subagents. No totes les aplicacions necessiten totes les funcions, però el principi és el mateix: el model raona dins d’un entorn que un programa controla.

El bucle que converteix una resposta en una feina

La diferència més visible és el bucle agentiu. En una aplicació de xat convencional, l’usuari pregunta i el model respon. En un agent, el model pot demanar llegir un fitxer; el sistema llegeix el fitxer i retorna el contingut; el model proposa un canvi; el sistema l’aplica; després s’executen proves i el resultat torna al model.

Aquest cicle continua fins que s’arriba a una condició de finalització o cal intervenció humana. El harness pot detectar una prova fallida i oferir-la com a nova evidència, limitar el nombre d’intents o exigir una comprovació abans d’acceptar la feina com a completada.

La qualitat surt del feedback. Un model no necessita encertar cada línia al primer intent si l’entorn li permet executar, observar i corregir. Per això, una bona suite de proves, missatges d’error clars i verificacions automàtiques formen part pràctica del sistema agentiu.

Arquitectura: què correspon al model i què al sistema

El vídeo dibuixa una separació útil. El model s’encarrega de les decisions que requereixen interpretació: entendre la petició, plantejar una estratègia, escollir una eina o explicar un resultat. El programa conserva les responsabilitats deterministes: autenticar, executar, registrar, validar i imposar límits.

Aquesta frontera no és fixa. Es pot deixar que el model triï l’ordre dels passos o codificar un flux rígid; es pot resumir el context amb un altre model o amb regles; es pot exigir aprovació sempre o només per a accions d’alt impacte. Dissenyar aquestes decisions és precisament fer harness engineering.

L’arquitectura també ha de preveure fallades parcials. Una API pot no respondre, una eina pot retornar dades incompletes i un fitxer pot canviar entre dos passos. Els reintents, la idempotència i l’estat persistent eviten que l’agent repeteixi una operació destructiva o perdi tot el progrés.

Per què no n’hi ha prou amb canviar de model

Quan un agent falla, la reacció habitual és buscar un LLM més potent. De vegades ajuda, però Caleb defensa que molts errors són de l’entorn: falta informació, l’eina és ambigua, el resultat no es verifica o el bucle no sap quan acabar.

Una millora del harness pot beneficiar diversos models alhora. Descripcions d’eines més precises, dades contextuals més netes i proves observables redueixen la càrrega de raonament. També fan que el comportament sigui més fàcil d’avaluar, perquè cada acció queda registrada.

Anthropic utilitza el concepte de scaffold o harness per referir-se al sistema que permet actuar al model, i OpenAI descriu l’enginyeria de l’entorn i dels bucles de feedback com una part central del desenvolupament amb agents. No és només terminologia: és un canvi de focus del text generat cap al sistema que el converteix en treball verificable.

Conclusió: el model és el motor, no tot el vehicle

Un agent harness no és una IA alternativa, sinó l’estructura que fa operatiu un model. Li dona eines, prepara el context, manté el bucle, conserva l’estat i estableix les regles de seguretat i finalització.

La lliçó del vídeo és que construir agents fiables requereix treballar en aquesta capa externa. Un gran model pot ampliar el que és possible; un bon harness determina si aquesta capacitat arriba al resultat de manera repetible, observable i segura.