Sürümü sabitlenmiş
Her iddia incelenen sürümü, commit’i ve tarihi belirtir.
Ajan sistemleri üzerine bağımsız araştırma
Modeller akıl yürütür.Harness’lar eyleme geçer.
Harness the Agents, modelleri ajanlara dönüştüren sistemleri inceler: döngüler, araçlar, bellek, sandbox’lar, kontrol düzlemleri ve gerçekte nasıl davrandıklarına ilişkin kanıtlar. Kaynak kodu okur, sürümü sabitler ve izi yayımlarız.
Yayın
Beş bölüm, tek kanıt standardı.
Önce mekanizma, sonra kurumsal etkisi. Her bölüm aynı kurala göre çalışır: doğrulayabileceğiniz iddialar.
- 01
Inside the Harness
Ajan sistemlerinin sürümü sabitlenmiş incelemeleri: döngü, araçlar, bellek, izinler ve yürütme sınırları, adı belirtilen bir sürümün kaynak kodunda incelenir.
- 02
Above the Harness
Ajan sistemleri için kurumsal kontrol mimarisi: tek bir harness’ın sağlayamadığı kimlik, politika, onaylar, bütçeler, gözlemlenebilirlik ve hesap verebilirlik.
- 03
Harness Test
Tekrarlanabilir kontrollü deneyler: aynı görev, sabitlenmiş sürümler ve yayımlanmış prompt’lar, ortamlar, izler ile sınırlamalar.
- 04
Unharnessed
Ajan sistemi arızalarının kanıta dayalı analizi: ne bozuldu, arkasındaki mekanizma, etki alanı ve azaltma önlemi.
- 05
Agent Field Notes
Haftalık istihbarat brifingi: nelerin yayımlandığı ve bunların bu sistemleri işletenler için ne anlama geldiği.
Öne çıkan
Inside
DeepSeek Harness Bir Claude Code Katili Değil. Daha İlginç Bir Şey.
DeepSeek'in açık kaynak ajan çatısı, ilk haftasında 168,000 GitHub yıldızını geçti. Kurdum, depoyu okudum ve kendim çalıştırdım. İşte ayakta kalanlar.
Kanıt kuralları
Kaynak odaklı
Sağlayıcı açıklamaları kanıt değil, iddiadır. Önce kod ve izler gelir.
Sınırlar kayda geçirilir
Belirsizlikler, başarısız testler ve yeniden üretim eksikleri de yayımlanır.