Harness engineering

"Agente = Modello + Harness. Se non sei il modello, sei l'harness." L'equazione di Viv Trivedy, citata da Addy Osmani (Google) il 19 aprile 2026, è la definizione di lavoro: l'harness è tutto ciò che si aggiunge intorno al modello per migliorare quello che produce. Le prove a sostegno di Osmani provengono da Terminal Bench 2.0, dove Claude Opus 4.6 eseguito dentro Claude Code ottiene un punteggio ben inferiore allo stesso modello in un harness personalizzato, e dove il team di Trivedy ha portato un agente di codifica dalla Top 30 alla Top 5 cambiando solo l'harness.

OpenAI ha riferito nel febbraio 2026 che tre ingegneri (poi diventati sette) hanno prodotto circa un milione di righe di un prodotto beta interno in cinque mesi senza scrivere a mano nemmeno una riga, attraverso circa 1.500 pull request su Codex. La loro conclusione è stata che il collo di bottiglia nelle prestazioni degli agenti risiede di solito nella progettazione dell'ambiente più che nell'intelligenza del modello, e i loro tre pilastri erano Context Engineering, vincoli architetturali imposti meccanicamente e compiti ricorrenti di garbage collection. Birgitta Böckeler ha scomposto lo stesso oggetto in guide (feedforward: convenzioni, specifiche, skill, server MCP) e sensori (feedback: linter, test, analisi statica), ciascuno dei quali computazionale o inferenziale. Rémi Jacquet di Cast Software ha datato lo spostamento: prompt engineering nel 2024, Context Engineering nel 2025, harness engineering nel 2026.

Dorra Bartaguiz fornisce la contro-misurazione. Il codice generato da un singolo prompt era stato annunciato al 100% di coverage; lei ha misurato il 33% complessivo e un mutation score del 13,82%. La categoria più difficile individuata da Böckeler resta aperta: verificare che un'applicazione faccia ciò che dovrebbe fare.