Apa Itu Agent Harness? Infrastruktur Kritis AI Agent
AP
Adrian Prat

Dipublikasikan 10 Juli 2026

Apa Itu Agent Harness? Infrastruktur Kritis AI Agent

ai
ai-agent
agent
llm

Di tengah hype AI agent yang semakin mereda, satu istilah mulai muncul di kalangan engineer yang serius membangun produksi agent: agent harness. Bukan framework, bukan pula model baru, tapi lapisan infrastruktur yang menentukan apakah agent AI kamu bisa diandalkan atau sekadar demo yang keren di lokal tapi gagal total di production.

Istilah ini viral di Hacker News sepanjang 2025 dan 2026, dengan puluhan proyek Show HN yang masing-masing klaim punya harness terbaik untuk coding agent. Dari Gambit sampai Zot, lalu Pu.sh yang dibuat dalam 400 baris shell. Tapi di balik nama-nama catchy itu, ada pola arsitektur fundamental yang wajib dipahami siapa pun yang ingin agent-nya tidak run amok di server.

Agent Harness Adalah Loop yang Menjalankan LLM

Secara sederhana, agent harness adalah loop yang menggerakkan LLM. Ia mengirim prompt, menerima respons, mengeksekusi tool call yang diminta model, memasukkan hasilnya kembali ke konteks, dan mengulangi sampai model menyatakan tugas selesai. Setiap agent production punya harness, entar kamu sadari atau tidak.

Bedanya, tanpa harness yang proper, agent kamu cuma sekadar script Python yang manggil API OpenAI dan berharap tidak ada yang salah. Harness lah yang menangani observability, retry logic, sandboxing, memory persistence, dan koordinasi antar tool. Ia adalah operating system bagi agent, bukan aplikasinya.

Dua Arsitektur: Inside vs Outside Sandbox

Tim di balik Mendral (dibentuk oleh mantan engineer Docker dan Dagger) memaparkan dua arsitektur utama yang dipakai industri saat ini. Masing-masing punya tradeoff yang fundamental.

Harness Inside Sandbox

Di model ini, seluruh loop agent berjalan di dalam satu container yang sama dengan kode yang sedang dikerjakan. LLM call keluar dari container, tool call seperti read, write, dan bash dieksekusi secara lokal. Skills dan memory disimpan sebagai file di filesystem container.

Ini yang terjadi ketika kamu menjalankan Claude Code di laptop. Simpel, satu container, satu process tree, satu filesystem. Harness off-the-shelf seperti Claude Code SDK bisa langsung dipakai tanpa modifikasi. Tapi masalahnya muncul saat kamu beralih ke multi-user atau production: kredensial ikut masuk sandbox, sandbox tidak bisa di-suspend, dan setiap session terikat pada lifecycle satu container.

Harness Outside Sandbox

Loop berjalan di backend kamu. Saat butuh eksekusi tool, harness memanggil sandbox via API, sandbox menjalankan perintah, lalu mengembalikan hasilnya. Loop itu sendiri tidak pernah masuk ke sandbox.

Keuntungannya signifikan. API key dan user token tinggal di backend, tidak ikut masuk ke environment eksekusi. Sandbox bisa di-suspend saat agent sedang berpikir atau menunggu CI, lalu di-resume dalam 25 milidetik saat dibutuhkan. Jika satu sandbox mati mid-session, harness tinggal spin up sandbox baru tanpa kehilangan session. Dan untuk multi-user, skills serta memory bisa disimpan di database terpusat, bukan filesystem terdistribusi yang rawan konflik.

Komponen yang Wajib Ada

Modern agent harness tidak cuma bash dan LLM. Ada beberapa komponen esensial yang membentuk ekosistem agent:

  • Skills: Fragment prompt yang agent baca on-demand saat menghadapi tugas spesifik. Contohnya: triage playbook untuk CI failure atau pola refactoring tertentu.

  • Memory: Catatan yang agent tulis untuk dirinya sendiri atau untuk tim. Jika agent belajar hari ini bahwa tim X selalu deploy dari release branch, engineer lain di tim yang sama harus bisa mengakses insight itu besok.

  • Sub-agent: Harness yang mendukung dekomposisi tugas ke agent kecil yang lebih fokus, bukan satu monolitik prompt yang panjangnya melebihi context window.

  • Virtualized Filesystem: Lapisan abstraksi yang membuat agent tetap berpikir dalam istilah file (read(path), write(path)), padahal di backend path tersebut bisa merujuk ke sandbox RPC atau database Postgres, tergantung namespace-nya.

Landscape Tool dan Framework

Ekosistem agent harness saat ini sedang meledak. Berikut beberapa proyek menarik yang mewakili pendekatan berbeda:

  • Gambit: Synthetic scenario dan evaluation layer untuk agent systems. Fokus pada grading behavior, trace evidence, dan regression suite. Dibangun oleh tim Bolt Foundry.

  • Zot: Coding agent harness yang ringan dan fokus pada local-first development.

  • Pu.sh: Full coding agent harness dalam 400 baris shell, tanpa dependency eksternal. Bukti bahwa harness tidak harus kompleks untuk jadi fungsional.

  • OpenRig: Agent harness yang menjalankan Claude Code dan Codex sebagai satu sistem terintegrasi.

  • Peerd: AI agent harness yang berjalan sepenuhnya di browser, tanpa backend server.

Paper terbaru dari arXiv berjudul Is Grep All You Need? How Agent Harnesses Reshape Agentic Search bahkan menunjukkan bahwa harness yang proper bisa mengubah cara agent melakukan information retrieval, tidak lagi sekadar RAG tradisional.

Mengapa Developer Indonesia Perlu Peduli

Mayoritas tim di Indonesia masih berada di tahap prompt engineering: menyusun prompt bagus dan berharap hasilnya konsisten. Tapi production-grade agent membutuhkan lebih dari itu. Harness adalah fondasi yang memisahkan proof-of-concept dari produksi.

Saat agent kamu mulai menulis kode secara autonomos, men-deploy ke cloud, atau mengakses database internal, tanpa harness yang mengontrol scope eksekusi dan audit trail, risiko security dan reliability-nya besar. Harness memberikan boundary tersebut: mana yang boleh diubah, mana yang hanya bisa dibaca, dan setiap tindakan tercatat untuk debugging.

Investasi memahami agent harness hari ini mirip dengan memahami container orchestration di awal era Docker. Awalnya terlihat overkill, tapi begitu skala tumbuh, harness jadi pembeda antara sistem yang sustainable versus technical debt yang menumpuk.

Kesimpulan

Agent harness bukan sekadar buzzword. Ia adalah infrastruktur kritis yang menentukan apakah AI agent kamu bisa diandalkan, aman, dan skalabel. Pilihan antara harness inside versus outside sandbox bergantung pada kebutuhan: single-user lokal atau multi-user production. Yang jelas, era vibe coding tanpa harness awareness sudah mulai berakhir. Developer yang menguasai lapisan ini akan punya keunggulan kompetitif dalam membangun sistem agent yang benar-benar production-ready.