In breve
Un Agent Harness è l'impalcatura software posta attorno a un modello di IA che ne fa un agente funzionante: fa girare il loop che chiama il modello, elabora le chiamate agli strumenti del modello, gestisce il contesto e la memoria, applica la sicurezza e decide quando fermarsi. Il modello in sé si limita a prevedere i prossimi token; il harness è tutto ciò che lo circonda e gli permette di percepire, agire e iterare verso un obiettivo. Una verità pratica nel 2026 è che il harness conta spesso quanto il modello, perché due strumenti con lo stesso modello possono comportarsi in modo molto diverso a seconda della qualità del loro harness.
Cosa fa il harness
Il harness è il runtime che orchestra tutta l'esecuzione di un agente. Costruisce il prompt, mette a disposizione gli strumenti disponibili, esegue le chiamate agli strumenti richieste dal modello, restituisce i risultati, compatta o tronca il contesto quando si riempie, tiene lo stato da un passo all'altro e applica guardrail come i controlli di permessi e le condizioni di arresto.
- Fa girare il loop: chiamare il modello, eseguire gli strumenti richiesti, restituire i risultati, ripetere.
- Gestisce il contesto: assembla il prompt, compatta la cronologia, gestisce il context window.
- Applica la sicurezza: permessi, autorizzazioni per le azioni rischiose e il momento di fermarsi.
Harness vs Scaffolding vs modello
Questi termini si confondono, quindi aiuta separarli. Lo scaffolding è la messa a punto prima del primo prompt (definire gli strumenti, il System Prompt, la configurazione). Il harness è tutto ciò che succede dopo: smistare gli strumenti, compattare il contesto, applicare le regole, tenere lo stato da un passo all'altro. Il modello è il motore di ragionamento all'interno. Claude Code, Codex CLI, Cursor, Aider e Cline sono tutti esempi di Agent Harness, e i loro schemi convergono.
Perché conta per la scelta dello strumento
Poiché il harness pilota la gestione del contesto, l'accesso agli strumenti e la sicurezza, scegliere uno strumento di coding IA equivale in gran parte a scegliere un harness, non solo un modello. Un harness solido tiene il modello sui binari durante task lunghe, evita di bruciare il context window e si ferma prima di fare qualcosa di distruttivo. Quando le persone dicono che un agente di coding "sembra più intelligente", spesso intendono che il suo harness è costruito meglio.