Agent Harness: Architektura AI agentů pro Production | Průvodce

# Agent Harness: Architektura produkčních AI agentů

Problém není v neuronové síti. Když LLM agenti selžou v produkci, vinen je framework kolem modelu. LangChain se dostal z 30. místa na 5. v TerminalBench 2.0, aniž by měnil model – pouze optimalizoval okolí. Toto okolí se nazývá agent harness a proměňuje stateless LLM v autonomního agenta.

Co je agent harness? Architektura von Neumanna pro AI

Termín byl formalizován v roce 2026, ale koncept je starý jako samotná myšlenka výpočetního systému. Harness je kompletní infrastruktura, která obaluje LLM: orchestrální smyčka, nástroje, paměť, správa kontextu a zpracování chyb. Anthropic ve dokumentaci Claude Code přímo označuje SDK jako „agent harness“. Klíčová analogie: holý LLM je CPU bez RAM a disku. Kontextové okno funguje jako operační paměť, externí databáze jako dlouhodobé úložiště, nástroje jako ovladače zařízení. Harness se stává operačním systémem a realizuje architekturu von Neumanna pro AI.

Mnozí si pletou „agenta“ a „harness“. Agent je chování: cílená, samoopravařující se entita. Harness je mechanismus, který toto chování generuje. Jak to přesně formuloval Vivek Trivedy z LangChain: „Pokud nejsi model – jsi harness“.

Tři úrovně inženýrství kolem LLM

Okolí modelu se buduje v koncentrických vrstvách:

• Prompt inženýrství – formuje instrukce pro model.
• Kontext inženýrství – řídí, co model vidí a kdy.
• Harness inženýrství – zahrnuje předchozí dvě úrovně plus orchestraci nástrojů, perzistenci stavu, zpracování chyb a bezpečnost.

Harness není obal kolem promptu. Je to systém, který umožňuje autonomní agentní chování v produkci. Bez něj se i pokročilé modely chovají jako křehká demo.

Dvanáct kritických komponent produkčního harnessu

Analýza řešení od Anthropic, OpenAI a LangChain odhalila 12 nezbytných komponent:

• Orchestrální smyčka – tep systému (Thought-Action-Observation).
• Nástroje – schémata pro interakci s vnějším světem.
• Paměť – správa dat na různých časových škálách.
• Správa kontextu – boj s context rot.
• Konstrukce promptu – sestavení vstupu pro model.
• Parsování výstupu – zpracování strukturovaných odpovědí.
• Správa stavu – peristence a checkpointy.
• Zpracování chyb – strategie obnovy.
• Bezpečnostní limity – guardrails na třech úrovních.
• Cykly verifikace – kontrola výstupu agenta.
• Orchestrace subagentů – delegování úkolů.
• Životní cyklus – nasazení a monitorování.

Osobitnou pozornost si zaslouží správa kontextu. Výzkum Chroma a Stanfordu („Lost in the Middle“) ukázal: výkon klesá o 30 %+, když je klíčový obsah uprostřed okna. Produkční strategie zahrnují:

• Compaction: sumarizace historie (Claude Code zachovává architektonická rozhodnutí a odstraňuje technické detaily).
• Observation masking: skrytí starých výstupů nástrojů (jako v JetBrains' Junie).
• Just-in-time retrieval: dynamické načítání dat přes lehké dotazy (grep, glob).
• Sub-agent delegation: vrácení komprimovaných shrnutí (1000–2000 tokenů) místo surových dat.

Anthropic formuluje cíl: najít minimální sadu vysoce signálních tokenů, která maximalizuje pravděpodobnost úspěchu.

Jak funguje orchestrální smyčka

Rozložme TAO smyčku na příkladu produkčního systému:

• Sestavení promptu: harness formuje vstup, umístí kritický kontext na začátek a konec (podle zjištění „Lost in the Middle“). Zahrnuje systémový prompt, schémata nástrojů, paměť a aktuální požadavek.
• Inferenční LLM: model zpracuje požadavek a vrátí text nebo strukturované tool_calls.
• Klasifikace výstupu: pokud jsou volání nástrojů – spustíme je; pokud handoff – změníme agenta; jinak smyčku ukončíme.
• Spouštění nástrojů: validace argumentů, kontrola oprávnění, izolované spuštění. Chyby se vrací jako ToolMessage pro opravu modelem.
• Verifikace: pravidlové kontroly (lintery, testy), vizuální verifikace (Playwright) nebo LLM-as-judge.
• Aktualizace stavu: checkpointing přes git commity (Claude Code) nebo typizované slovníky (LangGraph).

Kritický detail: harness odděluje reasoning od enforcementu. Model rozhoduje „co udělat“, systém nástrojů „je to povoleno“. Claude Code kontroluje 40+ diskrétních oprávnění přes tříúrovňovou kontrolu.

Co je důležité

• Problém není v modelu: 90 % selhání produkčních agentů způsobuje nedostatečný harness, ne LLM.
• Context rot ničí: i okna o 1M tokenů vyžadují aktivní správu kontextu.
• Verifikace je nutná: agenti bez kontrolních smyček dávají 2–3× více chyb.
• Bezpečnost je architektonický prvek: enforcement musí být oddělen od reasoning.
• Chyby se hromadí: proces z 10 kroků s 99 % úspěšností na krok má jen 90,4 % celkový úspěch.

— Editorial Team