Sinds 2023 is er iets fundamenteels veranderd in de wereld van kunstmatige intelligentie. Waar we eerder een vraag stelden en een antwoord kregen, kunnen systemen als GPT-4.5, Claude 3.5/Opus 4.6, Llama 3.1 en DeepSeek nu taken dagenlang autonoom uitvoeren. Denk aan het bouwen van complete webapplicaties, het analyseren van datasets, of het doorvoeren van wijzigingen in productiesoftware - zonder dat een mens elke stap goedkeurt.
Maar die autonomie brengt compleet andere eisen met zich mee dan klassieke software. Een AI agent die code schrijft, commits pusht en tests draait, heeft meer nodig dan alleen een slim model. Het heeft een harness nodig: de orchestratie- en veiligheidslaag rond het model, vergelijkbaar met een exoskelet of tuig voor een krachtig dier. De harness verbindt een model met externe systemen en zorgt ervoor dat de kracht gecontroleerd wordt ingezet.
Dit artikel focust op harness design, harness engineering en hoe je een AI agent in de praktijk veilig en nuttig maakt. Wat kun je verwachten:
Om te begrijpen wat een harness doet, moet je drie kernbegrippen uit elkaar houden: het model, de agent en het harness.
Een concreet voorbeeld: stel je voor dat je een coding agent hebt die commits pusht naar GitHub. Het model bedenkt de code, maar het harness beheert de git-integratie, draait tests, houdt de taakstatus bij en zorgt dat de agent niet buiten de box van zijn bevoegdheden treedt. Het harness verandert niets aan de gewichten van het model, maar bepaalt wel gedrag, betrouwbaarheid en veiligheid.
Het verschil tussen twee producten die hetzelfde foundation model gebruiken, zit vrijwel altijd in het harness design. Twee coding agents op dezelfde LLM kunnen radicaal ander gedrag tonen - de ene betrouwbaar en veilig, de andere chaotisch en onvoorspelbaar.
Tussen 2020 en 2022 waren chatbots relatief eenvoudig: een gebruiker stuurde een prompt, het model gaf een antwoord, klaar. Prompt engineering was het belangrijkste gereedschap. Maar toen modellen krachtiger werden en toolgebruik mogelijk werd, verschoof de grens naar multi-step agents die taken over uren of zelfs dagen uitvoeren.
Harnesses zijn essentieel voor multi-step autonomie in AI. Ze zijn ontstaan omdat langere taken, toolgebruik, geheugenlimieten en de behoefte aan audit trails problemen creëerden die het model zelf niet kan oplossen. Harnesses emerged to solve challenges in long-running AI tasks - niet het model maar het systeem eromheen bleek de bottleneck.
Concrete domeinen waar harnesses nu onmisbaar zijn:
In al deze gevallen worden context and geheugenbeheer, plus integratie met productie-API's, niet door het model zelf maar door de harness-laag opgelost.
Deze bouwstenen vormen samen de basis van harness engineering als aparte discipline, naast prompt engineering en modeltraining.
Deze drie lagen worden vaak door elkaar gehaald, maar ze zijn fundamenteel verschillend.
Goede harness engineers werken like a systeemarchitect: ze beslissen welke taken het model zelf doet en wat naar vaste software gaat. In plaats van alles in een prompt te proppen, ontwerpen ze een systeem waarin elke laag zijn eigen verantwoordelijkheid heeft. Het harness biedt controle over de toegang tot hulpmiddelen en systemen.
Een standaardarchitectuur voor een autonome AI agent bevat de volgende lagen: interface → orchestrator → model(s) → tools → opslag → monitoring. Zo werkt het in de praktijk:
Een concreet patroon dat steeds vaker wordt toegepast is het 3-agent systeem: een planner agent schrijft een plan, een uitvoerende agent bouwt de oplossing, en een evaluator agent test en stuurt bij. Alle drie worden aangestuurd door dezelfde LLM maar met verschillende prompts en toolsets, samen gecoördineerd door het harness.
Bij multi-day runs zorgt het harness ervoor dat de taakstatus persistent wordt opgeslagen, dat context resets gecontroleerd plaatsvinden, en dat tijdsgebonden taken worden hervat na onderbrekingen.
Elke AI agent heeft een system prompt die rol, grenzen en doelen definieert. Dit is de kern van hoe de agent zich gedraagt. Een AI-harness bevat systeem prompts, tools en sandboxes als onlosmakelijke onderdelen.
Bij het ontwerpen van een system prompt zijn er vier vaste blokken die je altijd moet opnemen:
System prompts worden in het harness beheerd en geversioneerd. De eindgebruiker kan ze niet overschrijven. Door system prompts te koppelen aan policy-versies wordt elke wijziging in gedrag traceerbaar - essentieel voor compliance en debugging.
Het model produceert alleen tekst. Het is het harness dat toolcalls vertaalt naar echte acties. Zonder tools en APIs is een agent trying to bouwen op een fundament zonder gereedschap.
Tools zijn gedefinieerde functies die de agent kan aanroepen: HTTP-clients, databasequeries, Git-commando's, e-mail, ticketing-systemen of file-operaties. Het harness bepaalt welke tools beschikbaar zijn en regelt autorisatie per tool.
Een sandbox is een geïsoleerde omgeving voor het uitvoeren van code. Een sandbox is cruciaal voor elke coding agent die daadwerkelijk code draait. Concrete sandboxkenmerken:
Een filesystem in een harness biedt duurzame opslag voor bestanden - plannen, code, logs en beslissingsnotities die de agent later kan raadplegen. Sandboxing is essentieel voor autonome coding agents, of ze nu werken aan het bouwen van een Digital Audio Workstation, een webapplicatie of interne tooling.
Modellen onthouden niets buiten hun contextvenster. Dit is een van de grootste beperkingen. Agents hebben vaak onvoldoende context om goede beslissingen te nemen, en contextverlies is een veelvoorkomend probleem bij lange taken. Het harness lost dit op door verschillende geheugenlagen aan te bieden.
Een filesystem of object store wordt gebruikt voor duurzame opslag van plannen, code, logs en beslissingsnotities. Concrete technieken die worden ingezet zijn context compaction, episodische geheugenstrategieën en retrieval op basis van metadata en embeddings.
Strong harnesses improve AI reliability through better memory management. Voor multi-day agents die dagenlang aan hetzelfde project werken, is goed geheugenbeheer letterlijk het verschil tussen een bruikbaar systeem en een agent die elke ochtend vergeten is wat hij gisteren deed.
Ruwe modeloutput is zelden goed genoeg voor productie. Feedback loops in een harness controleren de output van het model en sturen bij waar nodig. Feedback loops allow agents to check their work after actions, en harnesses use feedback loops to correct errors automatically.
Het meest effectieve patroon is generator–evaluator:
Concrete voorbeelden: een frontend-design agent wordt beoordeeld via Playwright UI-tests die controleren of de app correct rendert. Een coding agent wordt beoordeeld via unit tests en linting. Self-verification through feedback loops enhances agent reliability in beide gevallen.
Zelfevaluatie door agents leidt vaak tot onrealistische beoordelingen - agents geven zichzelf consequent te hoge scores. Daarom is scheiding tussen de werkende agent en de beoordelende evaluator cruciaal. Feedback loops enable agents to handle complex tasks effectively, maar alleen als de evaluatie onafhankelijk is.
Het harness bepaalt hoeveel iteraties, time-outs en kwaliteitscriteria gelden. Zonder die grenzen kan een feedback loop eindeloos doordraaien.
Guardrails zijn harde en zachte grenzen die in het harness worden afgedwongen, onafhankelijk van de prompt. Guardrails in een harness blokkeren onveilige acties van het model. Concrete voorbeelden:
Risk-based autonomy werkt met niveaus: van alleen suggesties (de agent stelt voor, een mens beslist) tot volledig geautomatiseerde uitvoering binnen beleid. Menselijke controle is essentieel voor risicobeheer in AI-systemen. Human-in-the-loop controles zijn cruciaal voor veilige AI-operaties - dat betekent dat kritieke beslissingen zoals financiële transacties of security changes expliciete goedkeuring vereisen.
AI-systemen vereisen toezicht om onveilige acties te voorkomen. In de praktijk starten enterprises bijna altijd met een mens in de lus en gaan ze pas later naar hogere autonomieniveaus zodra data en vertrouwen groeien. On the other hand hoeft niet elke actie door een mens beoordeeld te worden - het gaat om de juiste balans.
Voor productie-agents moet je kunnen zien wat er gebeurde, wanneer en waarom. Zonder observability vlieg je blind.
Een checklist van wat het harness moet loggen:
Dashboards, traces en replay-mogelijkheden zijn nodig om incidenten te analyseren en het harness continu te verbeteren. Audit trails zijn nu al belangrijk voor compliance - denk aan aangescherpte EU AI Act-vereisten die transparantie en traceerbaarheid eisen, vooral in financiën en gezondheidszorg.
Stel je het volgende scenario voor: september 2026, een team laat een agent over meerdere dagen een webapp bouwen met continue verbetering. Een harness maakt langdurige taken mogelijk door een plan en duurzame status bij te houden. Zo verloopt het proces:
Verbeterde modellen (zoals Opus 4.6) hebben minder scaffolding nodig voor sommige taken, maar de planner en evaluator spelen nog steeds cruciale rollen. Een goed ontworpen harness verbetert de effectiviteit van AI-systemen - zonder die laag zou de agent na dag 1 al zijn eigen eerdere werk vergeten zijn.
In 2025–2026 rollen organisaties vaak tientallen AI agents uit voor verschillende teams: engineering, security, finance, operations. Zonder centrale aanpak ontstaat "agent sprawl" - elk team bouwt zijn eigen harness, met eigen policies, eigen logging en eigen security-gaten.
De oplossing is een gedeeld platform:
Zo'n platform voorkomt dat kennis versnippert en zorgt ervoor dat security en compliance organisatiebreed worden geborgd.
De meeste operationele agent-harnesses falen door ontwerpproblemen, niet door tekortkomingen van het model. Hier zijn de belangrijkste valkuilen met hun mitigaties:
De kwaliteit van een harness beïnvloedt de prestaties van een model. Bij gebruik van GPT-5.5 steeg de score van 36.10% naar 52.63% puur door verbeteringen in het harness - zonder het model zelf te wijzigen. De impact van harness-kwaliteit is meetbaar op benchmarks. Een zwakke harness kan de beste modellen verspillen, terwijl een sterke harness zelfs een gemiddeld model productief maakt.
> Adviseer om harnesses te testen met red teaming, adversarial prompts en productiescenario's voordat volledige autonomie wordt toegestaan.
Betere modellen doen steeds meer zelf: plannen, debuggen, zichzelf corrigeren. Maar uitvoering, veiligheid en governance blijven in het harness. Harness quality increasingly shapes AI performance over model capability - het systeem eromheen wordt belangrijker, niet minder.
Trends die we nu zien:
Harness design is een doorlopend iteratief proces: meten, aanpassen, overbodige componenten verwijderen en opnieuw evalueren.
Aanbevelingen voor teams die nu beginnen met autonome agents:
De stap van "prompts sturen naar een LLM" naar "volwaardige AI agents ontwerpen" draait om harness engineering. Het is niet het model dat bepaalt of je autonome AI veilig en effectief inzet - het is het systeem eromheen.
> Begin met een klein, duidelijk omlijnd agentproject en ontwerp het harness expliciet - bouw het als een bewust systeem in plaats van een verzameling ad-hoc scripts.
Voor eenmalige, korte taken is een goed geformuleerde prompt soms genoeg. Maar zodra je tools gebruikt, langere taken uitvoert, meerdere stappen orkestreert of productiegegevens aanraakt, heb je een harness nodig. Zelfs eenvoudige interne agents hebben minimaal een lichte harnesslaag nodig voor logging en basisguardrails. Vanaf het moment dat een agent vaker wordt gebruikt of zakelijk kritisch wordt, is een expliciet harness design geen optie maar een vereiste.
Frameworks zoals open-source agent libraries bieden bouwblokken - de reason–act–observe loop, toolintegraties, basisgeheugen. Maar ze zijn niet automatisch een volledig productie-harness. Orkestratietools plannen taken, maar nemen geen volledige verantwoordelijkheid voor geheugen, policies en human in the loop. In de praktijk is het harness een combinatie van een framework plus maatwerk rond tools, governance en observability. Zie frameworks als hulpmiddel binnen je eigen, breder gedefinieerde harness-architectuur, rather than als kant-en-klare oplossing.
Risk-based autonomy werkt met niveaus: alleen acties boven een bepaald risicoprofiel vragen menselijke goedkeuring. Het harness moet gebruikersvriendelijke review-schermen bieden met duidelijke samenvattingen van wat de agent wil doen en waarom. Batching van verzoeken - meerdere kleine besluiten tegelijk voorleggen - beperkt de overhead. Start met conservatieve drempels en versoepl die op basis van gemeten performance en incidentdata. Zo behoud je de snelheid van autonomie met de veiligheid van menselijk toezicht.
Ja, een goed ontworpen harness is model-agnostisch en kan meerdere backends aanspreken, zowel closed-source als open-source. Verschillende agents kunnen gedeelde infrastructuur gebruiken: dezelfde tools, sandbox, geheugen en policies. Voordelen zijn hergebruik, eenvoudiger governance, makkelijk wisselen van modelleverancier en consistente audit trails. Denk in het design vroeg na over multi-model en multi-agent scenario's, ook als je eerst klein begint.
Kies één duidelijk omlijnde use case - bijvoorbeeld een coding agent voor interne tools of een data-analist agent voor rapportages. Inventariseer eerst de risico's en definieer een minimale set guardrails, sandboxing en logging. Vorm een klein multidisciplinair team: software-engineer, security-expert, domeinexpert en iemand met prompt engineering ervaring. Werk iteratief: pilot → meten → harness aanpassen → langzaam scope en autonomie uitbreiden. Het gaat er niet om in één keer het perfecte systeem te bouwen, maar om together te leren wat werkt en wat niet.
Harness is een softwareleveringsplatform dat zich positioneert als "AI voor alles na de code" — het automatiseert met AI de stappen die volgen nadat ontwikkelaars code hebben geschreven, zoals testen, beveiligingscontroles, implementatie (deployment) en infrastructuurbeheer. Voor ondernemers met een eigen softwareproduct of ontwikkelteam is dit bruikbaar om sneller en veiliger nieuwe software-updates uit te rollen, met minder handmatig toezicht op het implementatieproces. Het is met een waardering van $5,5 miljard en grote investeerders als Goldman Sachs Alternatives een gevestigde speler, vooral gericht op grotere technische organisaties.
Door: Harness.
Prijs: op aanvraag (custom pricing per module/team), met een gratis proefperiode beschikbaar; ook verkrijgbaar via AWS Marketplace.
Voor wie: bedrijven met een eigen ontwikkelteam die softwarelevering (CI/CD), testen en implementatie willen automatiseren met AI.
Hoe gebruik je het: account aanmaken, de gewenste modules kiezen (bijvoorbeeld deployment, testen, beveiliging), en integreren met je bestaande ontwikkelpijplijn.
Link: harness.io
Het platform is vooral gericht op bedrijven met een eigen ontwikkelteam en een zekere technische schaal; voor een eenpersoonsbedrijf zonder ontwikkelteam is het minder relevant.
Het verwijst naar automatisering van alle stappen na het schrijven van code: testen, beveiligingscontroles, implementatie en infrastructuurbeheer.
Ja, er is een gratis proefperiode beschikbaar om het platform te testen.
Ja, Harness is ook beschikbaar via AWS Marketplace als modulair pakket van producten.
AI Ondernemers is ontstaan uit een duidelijke passie: praktisch platform dat ondernemers en bedrijven op weg helpt met het slim inzetten van AI in hun dagelijkse bedrijfsvoering. Wat begon als een klein initiatief is uitgegroeid tot een plek waar vakmanschap en persoonlijke aandacht samenkomen.