Harness engineering
Bagian 7 · Dasar agen dan harness
| Istilah | Arti |
|---|---|
| harness engineering | Keterampilan merancang dan membangun lapisan perangkat lunak di sekeliling model AI agar model bisa menyelesaikan tugas dengan andal, yang menurut video kini banyak dicari perusahaan. |
| harness | Lapisan perangkat lunak yang membungkus model AI seperti sistem operasi, memberinya informasi, menjalankan aksi, memeriksa izin, dan melacak jalannya pekerjaan. |
| context | Komponen pertama harness berupa pengetahuan tentang perusahaan dan prosesnya, di video diisi lewat berkas agents.md dan kumpulan skill agar karyawan tidak perlu menjelaskan ulang. |
| actions | Komponen kedua harness yang membuat model bisa berinteraksi dengan sistem perusahaan, misalnya mencari data pelanggan, menarik isu, atau mengirim proposal lewat tool yang tersedia. |
| tools | Fungsi atau API yang bisa dipanggil model untuk bertindak, misalnya tool pelanggan, pencarian isu, proposal, dan pendapatan yang dibuat di demo video ini. |
| sub agent | Agent kecil spesialis dengan instruksi, model, dan tool sendiri yang menerima tugas dari agent utama, misalnya proposal reviewer yang memeriksa janji tanpa dasar dalam proposal. |
| middleware | Kode yang disisipkan ke putaran kerja agent pada titik tertentu, misalnya sebelum memanggil model, untuk membatasi jumlah panggilan, membuat to-do list, atau meringkas percakapan. |
| checkpoints | Rekaman keadaan percakapan yang disimpan agar pekerjaan bisa dilanjutkan nanti, dipakai di video untuk komponen persistence supaya tugas setengah jadi bisa diteruskan esok hari. |
| SQLite | Basis data ringan berbentuk satu berkas yang dipakai di video untuk menyimpan checkpoint percakapan harness agar bisa dimuat kembali. |
| Deep Agents | Pustaka buatan LangGraph yang menyediakan putaran dasar agent beserta fitur tambahan seperti skill, middleware, sub agent, dan checkpoint, dipakai untuk membangun NS Work. |
| system prompt | Instruksi dasar yang selalu diberikan ke model di setiap percakapan, dan berkas agents.md di video berfungsi mirip ini sehingga perlu diisi dengan hati-hati. |
| approval | Persetujuan manusia yang diminta harness sebelum aksi tertentu dijalankan, misalnya mengirim proposal ke pelanggan dengan pilihan setujui atau tolak. |
Video ini menjelaskan harness engineering, yaitu keterampilan membangun harness atau sistem operasi di sekeliling model AI agar model bisa menyelesaikan tugas secara andal di aplikasi produksi. Pembicara menekankan bahwa perusahaan kini mencari keterampilan ini, bahkan ada posisi yang seluruh pekerjaannya adalah membangun harness. Alasannya, kita tidak lagi hanya meminta model menjawab pertanyaan, tetapi menyelesaikan tugas utuh seperti menyiapkan proposal pelanggan atau mengubah kode di seluruh repositori. Model hanyalah bagian kecil dari sistem, sedangkan lapisan perangkat lunak di sekitarnya yang memberi informasi, menjalankan aksi, memeriksa izin, dan melacak pekerjaan. Produk seperti ChatGPT, Claude Code, dan Codex juga memiliki lapisan ini. Menurut video, ada riset yang menunjukkan model yang sama bisa bekerja hingga enam kali lebih baik dengan harness yang lebih baik, sehingga perusahaan seperti Stripe, Ramp, dan Spotify membangun harness sendiri. Daripada hanya teori, video ini mengajak penonton memahami empat komponen utama harness dengan membangunnya langsung langkah demi langkah.
Sebagai contoh, pembicara membuat NS Work, harness internal untuk perusahaan analitik fiktif Northstar dengan tiga jenis karyawan, yaitu sales, engineering, dan finance, memakai pustaka Deep Agents dari LangGraph dan model GPT 5.4. Komponen pertama, context, diisi lewat berkas agents.md berisi info perusahaan yang berfungsi seperti system prompt, ditambah skill tingkat perusahaan dan tim seperti cara menulis proposal dan triase isu. Komponen kedua, actions, menghubungkan tool pelanggan, pencarian isu, proposal, dan pendapatan, lalu menambah middleware pembatas jumlah panggilan model dan to-do list, serta sub agent bernama proposal reviewer. Komponen ketiga, boundaries, mengatur izin tool per peran, izin berkas, dan approval manusia sebelum proposal dikirim. Uji coba menunjukkan harness menolak email yang tidak terverifikasi dan menolak data pendapatan untuk profil engineering. Komponen keempat, persistence, memakai folder kerja, checkpoint percakapan di SQLite, dan middleware ringkasan yang aktif pada 12.000 token sambil menyimpan enam pesan terakhir. Kodenya dibagikan di GitHub.
Kata kunci
- harness engineering
- Deep Agents
- sub agent
- checkpoints
- Memahami harness engineering: membangun sistem operasi di sekitar model AI agar tugas berjalan andal di aplikasi produksi.
- Membangun harness perusahaan bertahap dengan komponen context, actions (tools dan API), sub agent, dan middleware.
- Menambahkan checkpoint dengan SQLite serta interrupt untuk persetujuan manusia, memakai Deep Agents.
Tulis catatan pribadimu untuk modul ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.