Versionsfixiert
Jede Aussage nennt die untersuchte Version, den Commit und das Datum.
Unabhängige Forschung zu Agentensystemen
Modelle schlussfolgern.Harnesses handeln.
Harness the Agents untersucht die Systeme, die Modelle in Agenten verwandeln: Schleifen, Werkzeuge, Speicher, Sandboxes, Steuerungsebenen und die Belege dafür, wie sie sich tatsächlich verhalten. Wir lesen den Quellcode, fixieren die Version und veröffentlichen den Trace.
Die Publikation
Fünf Ressorts, ein Beweisstandard.
Zuerst der Mechanismus, dann die organisatorische Bedeutung. Jedes Ressort arbeitet nach derselben Regel: Aussagen müssen überprüfbar sein.
- 01
Inside the Harness
Versionsfixierte Teardowns von Agentensystemen: Schleife, Werkzeuge, Speicher, Berechtigungen und Ausführungsgrenzen, untersucht im Quellcode einer benannten Version.
- 02
Above the Harness
Unternehmensweite Steuerungsarchitektur für Agentensysteme: Identität, Richtlinien, Genehmigungen, Budgets, Beobachtbarkeit und Rechenschaftspflicht, die kein einzelnes Harness bereitstellt.
- 03
Harness Test
Reproduzierbare kontrollierte Experimente: dieselbe Aufgabe, fixierte Versionen sowie veröffentlichte Prompts, Umgebungen, Traces und Einschränkungen.
- 04
Unharnessed
Beleggestützte Analyse von Fehlern in Agentensystemen: was versagte, der dahinterliegende Mechanismus, der Schadensradius und die Gegenmaßnahme.
- 05
Agent Field Notes
Ein wöchentliches Intelligence-Briefing: was veröffentlicht wurde und was es für die Menschen bedeutet, die diese Systeme betreiben.
Empfohlen
Inside
DeepSeek Harness ist kein Claude-Code-Killer. Es ist etwas Interessanteres.
DeepSeeks quelloffenes Agenten-Harness knackte in seiner ersten Woche 168,000 GitHub-Sterne. Ich habe es installiert, das Repo gelesen und selbst laufen lassen. Hier ist, was Bestand hat.
Die Regeln der Beweisführung
Quellengeleitet
Aussagen von Anbietern sind Behauptungen, keine Belege. Code und Traces kommen zuerst.
Grenzen offengelegt
Unsicherheiten, fehlgeschlagene Tests und Lücken bei der Reproduzierbarkeit werden ebenfalls veröffentlicht.