Harness Engineering
Konteks, izin, sandbox, error, dan tracing — semua yang membuat agent bisa dipercaya di luar demo.
- 4 pelajaran
- 1j 2m
- 5 simulasi
Apa itu agent, apa itu harness, dan kapan sebuah masalah memang butuh agent — dan kapan tidak.
Ini simulasi asli dari modulnya. Tanpa akun.
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
Judul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya. Pelajaran bertanda gratis bisa dibaca utuh sekarang juga, tanpa akun.
Semua pelajaran di Membangun AI Agent: Harness EngineeringAgent adalah LLM yang dijalankan dalam loop dengan alat. Model mengusulkan tindakan; harness memutuskan apa yang benar-benar terjadi.
Nama, deskripsi, dan skema yang membuat model memakai alat dengan benar.
Prompt chaining, routing, paralelisasi — pola yang lebih sederhana dari agent penuh, dan kapan masing-masing cukup.
Loop, alat, dan kondisi berhenti dalam Python murni — diuji dengan model tiruan dulu, lalu dijalankan dengan Anthropic SDK.
Konteks, izin, sandbox, error, dan tracing — semua yang membuat agent bisa dipercaya di luar demo.
Menghubungkan agent ke API, database, dan file — dengan MCP sebagai antarmuka standar.
Orchestrator dan worker, subagent, dan isolasi konteks — kapan membagi pekerjaan membantu, dan kapan merugikan.
Evaluasi tingkat tugas, analisis lintasan, dan metrik keandalan dan biaya.