Harness (AI)

Wat is een harness?

Een harness is de software rond een taalmodel die ervoor zorgt dat het model echt werk kan uitvoeren. Het taalmodel zelf kan maar één ding: tekst ontvangen en tekst teruggeven. De harness voegt alles toe wat daarrond nodig is: tools aanroepen, resultaten terug aan het model geven, context bijhouden en beslissen wanneer de taak klaar is.

Het woord betekent letterlijk tuig of gareel, zoals bij een trekpaard: het tuig zet de kracht van het dier om in bruikbare trekkracht. Softwaretesters gebruikten de term al decennia voor de hulpcode waarmee je tests uitvoert (een test harness). In AI-context is de harness de opstelling die de ruwe kracht van een taalmodel omzet in afgewerkte taken.

Een handige vuistregel uit de praktijk: een AI-agent is een model plus een harness. Zonder harness heb je een model dat mooi kan antwoorden; met harness heb je een systeem dat bestanden aanpast, systemen bevraagt en meerstaps werk aflevert.

De onderdelen van een harness

Elke harness lost dezelfde reeks problemen op, hoe verschillend de producten er ook uitzien.

• De lus. Het model wordt telkens opnieuw aangeroepen: het kiest een actie, de harness voert ze uit, het resultaat gaat terug naar het model. Dat herhaalt zich tot de taak af is.

• Toolintegratie. De harness bepaalt welke tools het model mag gebruiken (bestanden lezen, code uitvoeren, API's aanspreken) en vertaalt de vraag van het model naar een echte actie.

• Contextbeheer. Wat gaat er precies in het context window: instructies, gespreksgeschiedenis, opgehaalde documenten. Loopt het venster vol, dan moet de harness samenvatten of snoeien.

• Geheugen en status. Takenlijsten, tussenresultaten en kennis die over meerdere sessies bewaard blijft.

• Stopcondities. Een maximum aantal stappen of een kostenplafond, zodat een agent zichzelf niet eindeloos blijft aanroepen.

• Permissies en foutafhandeling. Welke acties mogen automatisch en welke vragen eerst goedkeuring van een mens. En wat er gebeurt als een tool een fout teruggeeft.

Harness, framework en agent: het verschil

Harness versus model en agent

Het model is het brein, de harness is het lichaam eromheen, en samen vormen ze de agent. Dat verklaart ook waarom hetzelfde model in twee producten anders presteert: de harness bepaalt welke tools het model krijgt, hoe context beheerd wordt en hoeveel ruimte het krijgt om door te werken.

Harness versus framework

Een framework is een bibliotheek met bouwstenen waarmee ontwikkelaars zelf iets assembleren. Een harness is het draaiende eindresultaat: een compleet systeem met verstandige standaardinstellingen. Je kan een harness bouwen met een framework, maar een framework alleen doet nog niets.

Harness versus scaffolding

Scaffolding slaat op de gedragslaag: de systeeminstructies, de beschrijving van de tools, de manier waarop antwoorden verwerkt worden. De harness is de uitvoeringslaag die dat allemaal laat draaien. In de praktijk worden beide termen door elkaar gebruikt.

Voorbeelden

Claude Code van Anthropic is een harness rond de Claude-modellen: een agent in de terminal die bestanden bewerkt, commando's uitvoert en voor gevoelige acties eerst toestemming vraagt. Codex van OpenAI speelt dezelfde rol rond de GPT-modellen.

Daarnaast bouwen bedrijven eigen harnesses op de SDK's van modelleveranciers, bijvoorbeeld een interne assistent die alleen de eigen kennisbank en het ticketsysteem als tools krijgt. De harness is dan meteen de plek waar je vastlegt wat de agent wel en niet mag.

Zelf bouwen of een bestaande harness gebruiken?

Een bestaand product zoals Claude Code werkt meteen en wordt onderhouden door de leverancier, maar de werking ligt grotendeels vast. Zelf bouwen geeft volledige controle over tools, permissies en logging, maar je onderhoudt alles zelf: elk nieuw model, elke gewijzigde API komt op jouw bord.

De volgorde die in de praktijk goed werkt: begin met een bestaande harness of een eenvoudige aanroep zonder lus, en bouw pas een eigen harness wanneer je botst op iets wat je echt nodig hebt, zoals eigen permissieregels of integratie met interne systemen. Een agent is in de kern niet meer dan een model dat in een lus tools gebruikt; de complexiteit die je toevoegt, moet je ook beheren.

Waar moet je op letten bij het gebruik van een harness?

Drie punten verdienen aandacht voor je een harness op bedrijfsdata loslaat.

Permissies op onomkeerbare acties. Een agent die mails kan versturen of records kan verwijderen, heeft een goedkeuringsstap nodig. Een goede harness maakt dat instelbaar per actie.

Kosten en grenzen. Elke ronde in de lus is een aparte modelaanroep. Zonder plafond op stappen of budget kan één vastgelopen taak flink oplopen in kosten.

Logging. Je wil achteraf kunnen reconstrueren welke tools de agent aanriep en waarom. Zeker wanneer een agent klantendata raakt, is dat spoor je enige houvast bij een discussie of audit.

FAQ over harnesses

1. Is een harness hetzelfde als een agent-framework?
Nee. Een framework levert onderdelen waarmee je zelf bouwt; een harness is het afgewerkte, draaiende systeem. Vergelijk het met een doos legoblokken tegenover een gemonteerd bouwwerk.

2. Heb ik een harness nodig voor een gewone chatbot?
Nee. Eén vraag, één antwoord kan met een rechtstreekse aanroep van het model. Een harness wordt pas nodig zodra het model meerdere stappen moet zetten of tools moet gebruiken.

3. Waarom presteert hetzelfde model anders in een andere harness?
Omdat de harness bepaalt wat het model te zien krijgt en wat het mag doen. Betere toolbeschrijvingen, slimmer contextbeheer en ruimere werklimieten halen meer uit exact hetzelfde model.