Zašto 2026. moramo da se takmičimo u Harness-u?

Skoro sam u Datawhale zajednici gledao jedno predavanje profesora Huang Jia-e, pod naslovom "Agent Harness revolucija" — posle gledanja sam mnogo dobio.

Poslednje dve godine već praktikujemo Harness, a Claude Code je najbolja praksa Harness-a, uglavnom ga već svako ima.

U 2026. godini inteligencija modela je već na vrhuncu — bilo da je GPT-5, Claude Opus 4.6, ili domaći GLM-5.1, svaki je jači od prethodnog.

U to verujem da svi možemo da se ubedimo.

Ma koliko bili jaki, i dalje ne možemo da im skinemo kočnice i pustimo ih da slobodno trče.

Neko mora da ih drži na oku.

Zato se u ovoj fazi osećamo umorno — što Agent više radi, to mi više vremena provodimo nadgledajući ga.

01. Vreme takmičenja u Harness-u je počelo

Iteracija samog modela više nije ono što nas najviše treba da brine.

Profesor Huang Jia na predavanju reče jednu rečenicu koja mi je ostala u sećanju — otprilike: 2024. osećao se pametnijim od GPT-a, dok je s njim pričao uvek je mislio "ova stvar je glupasta, ali znanje joj je okej"; do 2025. otkrio je da počinje da glupi, nivo modela je već bio znatno iznad njega. Do 2026. više ne želi da se model razvija, jer i da se razvije, on to više ne bi ni osetio.

Slažem se s tim.

Bilo da je Claude Code ili Codex, u kodiranju su već ostavili mene daleko pozadi.

DeepMind-ov Agents tim je vrlo rano eksperimentisao sa tim — drže model fiksnim, na primer koriste samo Claude Opus, menjaju isključivo prateće alate, a performanse se razlikuju za čitav red veličine.

Čak i kineski model, ubačen u Claude Code, postaje vrhunski Agent.

Zašto je Claude Code tako popularan?

Zato što je jak u Harness-u — toj infrastrukturi koja obavija model.

Zato je istina za 2026: vreme takmičenja u modelima je prošlo, vreme takmičenja u Harness-u je počelo.

02. Prompt Engineering (2023)

Vratimo se u 2023.

Svi su se zabavljali Prompt-om — "Ti si iskusan inženjer sa 10 godina iskustva", "Molim te, kao strpljivi učitelj osnovne škole", "Hajde da razmišljamo korak po korak".

Neki autoritet objavi sjajan Prompt, pa svi počnu da prepisuju.

Za vreme GPT-3.5 moć razumevanja je bila ograničena, morao si da razlomiš reči i postaviš sve sloj po sloj, da bi dobio pristojan odgovor.

Takozvani Prompt Engineering je u suštini bio mahanje rukama pred decom u vrtiću — što jasnije im objasniš, to bolje razumeju.

Tada je bila popularna izreka "Ko piše dobar Prompt, ima dobru platu", neke kompanije su čak tražile Prompt inženjere sa godišnjom platom od pedesetak do šezdeset hiljada.

Naravno, Prompt Engineering je i dalje važan, ali više nije glavno ratište.

03. Context Engineering (2024-2025)

Po ulasku u 2024. brzo smo otkrili novi problem: samo napisati jasan Prompt nije dovoljno, moramo modelu dati i lek.

Tražite od njega da napiše interni poslovni modul vaše kompanije, a on ne zna standarde kodiranja vaše kompanije, ne poznaje vaš model domena, ne zna da ste prošle nedelje izmenili verziju interfejsa.

On može samo da na osnovu opštih znanja iz pred-treniranja napravi "ono što zvuči tačno, ali ne može da se pokrene".

Zatim ulazimo u eru Context Engineering-a.

Poslednje dve godine svi time se bave.

RAG je najočiglednija praksa Context Engineering-a.

Dokumenti kompanije, kod, FAQ — sve se iseče, vektorizuje i ubaci u vektorsku bazu, a kad korisnik pita, prvo se iz baze povuku najrelevantniji delovi i zajedno sa pitanjem predaju velikom modelu.

PaiSmart RAG projekat koji sam radio sa vama radi upravo to — pretvara bazu znanja kompanije u "korpus" velikog modela.

Suština Context Engineering-a je jednostavna: šta god date modelu, to ćete i dobiti od njega.

Do kraja 2025. Context Engineering je naišao na plafon.

Koji plafon?

Kontekst je pukao.

Jedan stvarni Agent zadatak kada se pokrene, alati se pozivaju desetinama tura, povratne vrednosti svake ture, svaki proces međurezonovanja, sve se gomila u Context. Prvo 8K prozor, zatim 32K, pa 128K, 200K, čak i 1M.

Prozor je sve veći, ali su i zadaci sve složeniji — jednostavno nije dovoljan.

Još gore — samo Context nije dovoljno, ne možemo da kontrolišemo šta model radi sa njim. On može u petlji stalno zvati isti alat, može potajno pokrenuti komandu koju niste autorizovali, može potrošiti desetine dolara bez pristojnog rezultata.

Tek tada smo shvatili: problem nije u modelu, nije u Prompt-u, nije ni u Context-u — problem je što nemamo sistem za "upravljanje" modelom.

04. Harness Engineering (2026)

I tako dolazi Harness.

Reč Harness, bukvalno prevedeno, znači "konjska oprema" — uzda, sedlo, oklop. Znači — ma koliko konj bio jak, moraš moći da njime upravljaš.

Agent = Model + Harness

Harness radi pretvaranje mozga modela u telo Agent-a.

Jednostavno rečeno, Harness je infrastruktura koja obavija izvršenje modela: model runtime, sistem alata, upravljanje kontekstom, kontrola prava, perzistencija stanja — sve to spada u posao Harness-a.

To je istina Agent inženjerstva 2026. — Harness je strateški resurs.

05. Šest ključnih komponenti Harness-a

Harness nije jedna tačkasta tehnologija, već čitav sistem infrastrukture. Najlakše ga je razumeti podeljenog na šest modula:

Prvo, Agentic Loop — najvažnije srce

U životnom ciklusu Agent-a, jezgro je ova petlja: primiti ulaz → rezonovanje modela → poziv alata → posmatranje rezultata → ponovo rezonovanje → ... sve do završetka zadatka.

Ova petlja je u duhu čuvenog ReAct rada (Reasoning + Acting), ali dovesti je na inženjerski nivo nije nimalo lako.

Agentic Loop u Claude Code-u sam proučavao izvorni kod, i u svakoj turi petlje radi tri stvari: gather context (prikupljanje konteksta) → take action (akcija) → verify work (verifikacija rezultata).

Ove tri stvari se u Claude-ovom zvaničnom inženjerskom blogu ističu kao ključne i predstavljaju kostur svakog Agent dizajna.

Mnogi kolege, kada sami pišu Agent-a, imaju petlju — ali samo "pozovi alat → pogledaj rezultat → pozovi sledeći alat", bez rezonovanja i verifikacije. Rezultat je da Agent vremenom zapne — pozove pogrešan alat, rezultat se ne proveri, izbaci se gomila smeća.

Dobar Agentic Loop treba da nosi budžet token-a po turi, gornju granicu broja poziva alata, mehanizam verifikacije rezultata, uslov okidača za kompresiju konteksta.

Bez ijednog ne može.

Drugo, Tool System — ruke i noge Agent-a

Sam model vraća samo tekst.

Uloga Tool System-a je da prevodi tekstualni izlaz modela u izvršne akcije.

Čitanje fajlova, pisanje fajlova, pokretanje komandi, upit nad bazom, poziv spoljašnjeg API-ja — sve mora preko alata. Claude Code ima jednu veoma elegantnu dizajnersku filozofiju — malo, ali probrano alata, atomske kombinacije.

Njegovih ugrađenih alata nema mnogo, svega nekoliko (Read, Write, Edit, Bash, Grep, Glob itd.), ali u kombinaciji rešavaju većinu razvojnih zadataka.

Naspram toga, mnogi third-party Agent framework-i nabace preko stotinu alata, pa model pri izboru ima problem i tačnost pada.

Ovde postoji jedno iskustveno pravilo: alata što manje, to bolje, a ne što više to bolje.

Ako jedan alat reši problem, nemojte ga silom razbijati na tri.

Ako se atomske kombinacije mogu dobiti funkcija, nemojte je zatvarati u API.

Treće, Memory & Context Management — podsetnik Agent-a

Ovo je najjača tačka Claude Code-a, bez konkurencije.

Koncept Context Engineering-a je prvi put formulisao Anthropic, a njihovi inženjerski detalji oko Context kompresije su čitave ulice ispred ostalih.

Na primer, automatska kompresija (compaction) — kada se kontekst približi gornjoj granici prozora, sistem automatski sažima prethodni sadržaj, čuvajući ključne informacije i odbacujući suvišne detalje.

Testirao sam jedan scenario: tražio sam od Claude Code-a da uradi veliki refaktoring, preko 200 tura poziva alata, sa desetinama fajl read/write između. U drugom framework-u ovakav bi zadatak pukao zbog eksplozije konteksta. Claude Code stabilno odrađuje i na kraju se još seća i prvobitnog zahteva.

Pored automatske kompresije, tu su i Sub-agent, Skills, CLAUDE.md — suštinski sve je deo Memory & Context Management-a — ono što treba da se da modelu u jednoj turi razbijamo na module koji se učitavaju i prizivaju po potrebi.

Usput, Sub-agent je takođe prvi predložio Claude, isto i Skill, isto i Memory klasifikovan po Topic-u, čak je i MCP protokol njihov.

Zaista, u Agent inženjerstvu Claude ostavlja ostale daleko pozadi.

Četvrto, Guardrails — kontrola uzdi

Ovaj modul radi sledeće: Allow, Deny, Ask.

Ko koristi Claude Code poznaje to — svaki put kada treba da izvrši neku komandu, naročito pri pisanju fajlova ili pokretanju shell-a, iskoči pitanje "da li izvršiti?".

Neki smatraju da je naporno, ali ovaj dizajn spasava glavu.

Zamislite, tražite od Agent-a da očisti direktorijum, a on u jednom trenu generiše rm -rf /. Bez Guardrails koji zaustavlja, jedna komanda i mašina je gotova.

Guardrails ne zaustavlja samo opasne operacije, radi i whitelistu, blacklistu, kontrolu obima operacija.

Na primer, Agent sme da čita samo fajlove ispod direktorijuma projekta, ne sme da pristupa ~/.ssh.

Te kontrole odlučuju smete li Agent-a pustiti u produkciju.

Smeteš li — Agent ima poslovnu vrednost; ne smeš li — on je samo igračka.

Peto, Hooks — Agentov vratar

Hooks su udice koje se automatski okidaju u specifičnim trenucima Agent izvršenja.

Pre-tool, Post-tool, Session-start, Session-end — na svaku tačku može se okačiti jedan deo prilagođene logike.

Primer — klasični scenario koji pominje profesor Huang Jia: kod se komituje na GitHub, a slučajno gurnete i .env fajl pun šifri baze i API ključeva.

Takve stvari se dešavaju iz godine u godinu, a kad se dese — to je P0 incident. Sa Hooks-om, na hook-u PreCommit možete okačiti logiku provere — čim se detektuje da se komituje .env ili fajl sa osetljivim ključnim rečima, odmah se odbija. Ne Agent da presudi, pravilo staje na put.

Hooks su vrlo hardcore deo Harness-a, omogućavaju da ponašanje Agent-a bude pokriveno determinističkim pravilima.

Model je probabilistički, Hooks su deterministički — tek njihovim spajanjem dobijamo sistem koji možemo koristiti bez brige.

Šesto, Session — pretvaranje razgovora u dijalog

Na kraju, Session — kontinuitet sesije.

Zvuči bez tehničke težine, ali na iskustvo najviše utiče. Agent bez Session-a vam pri svakom razgovoru kreće od praznog lista, morate mu sve iznova da pričate. Dobar dizajn Session-a omogućava Agent-u da pamti vašu jučerašnju odluku, prošlonedeljnu preferencu, čak i prošlomesecni konflikt.

Upravljanje Session-om u Claude Code-u je prilijeno elegantno — Project Memory (CLAUDE.md), globalni Memory, privremeni Memory se drže odvojeno, sa sećanjima različite granoznosti idu kroz različite kanale.

Razumevanje koje ste izgradili s njim u jednom projektu, delom prenosi i u sledeći.

Zato mi se Claude Code toliko sviđa — nije alat za jednokratnu upotrebu, to je saradnik sa kojim možete dugoročno da radite.

06. Šta Harness zaista rešava

Harness zvuči akademski, ali rešava isključivo konkretne probleme.

Profesor Huang Jia sažeo ih je u pet tačaka, idem redom — svako ko je radio Agente oseća te bolove.

Prvo, problem beskonačne petlje.

Agent nekada upadne u beskonačnu petlju — model misli "samo još jednom", alat se pozove 30 puta bez rezultata, a API račun raste.

Bez zaštite Harness-a, takva stvar za tren vaše token-e spali do nule.

Drugo, problem eksplozije konteksta.

Kod složenih zadataka kontekst lako pređe na stotine hiljada token-a. Agent bez mehanizma kompresije na pola puta prijavi "context length exceeded", a sav prethodni rad propadne.

Treće, problem gubitka kontrole prava.

Agent i bez autorizacije može da pokrene komande, menja fajlove, povezuje se sa internetom. U produkciji takva stvar za tren izazove curenje podataka.

Četvrto, problem nekontrolisanog kvaliteta.

Ono što Agent izbaci niko ne proverava — tačno jeste tačno, ali i pogrešno je pogrešno. Agent bez mehanizma verifikacije je nepouzdan praktikant, morate ga neprestano nadgledati.

Peto, problem netransparentne cene.

Koliko novca je potrošeno na jedan Agent zadatak? Koji su alati pozvani? Koliko je koji potrošio token-a? Agent bez nadzora je crna rupa.

Za svih pet tačaka Claude Code ima zrela rešenja.

Zato ga open source zajednica beskonačno kopira — sve inženjerske detalje Harness-a pokazao je kroz izvorni kod.

Čak i ako ga ne koristite, samo proučavanjem njegovog dizajna zaobići ćete dve-tri godine muke.

07. Zašto je Claude Code Number One

Kada govorimo o Harness-u, Claude Code je Number One, apsolutno iznad ostalih.

To ne tvrdim samo ja, tako kaže i profesor Huang Jia na svom predavanju.

Koristio sam mnogo, mnogo Agent alata — Cursor, Windsurf, Codex, Copilot, Cline, Aider, OpenCode, Hermes, OpenClaw... Claude Code po dubini inženjerstva je i dalje daleko ispred.

U čemu je zapravo jak?

Sažeo bih u tri tačke:

Prvo, filozofija malog broja probranih alata. Ne gomila alate. Desetak ugrađenih alata se mogu kombinovati u mnoge varijacije. Takav dizajn zahteva estetu-čistunca inženjera.

Drugo, dubina inženjerstva u upravljanju kontekstom. compaction, Sub-agent, Skills, CLAUDE.md — četiri slojna mehanizma sarađuju i kontekst dovode do savršenstva.

Treće, poštovanje neizvesnosti. Guardrails, Hooks, odobravanje prava — svi ovi mehanizmi priznaju jednu stvar — model greši, sistem mora da pokrije.

Naravno, i Codex je jak.

U horizontalnom proširenju tu su OpenClaw, Hermes Agent — koji vas povezuju sa Feishu-om.

Ali iskreno, OpenClaw retko koristim, više volim dubinsku interakciju u stilu Claude Code-a. Znam šta radi u svakom koraku, želim da se sa njim izučavam, da se sa njim obračunavam.

08. Kakav je naš izlaz u eri Agenata?

Ovo je rečenica iz predavanja profesora Huang Jia koja me je najviše pogodila — inženjeri nikad neće ostati bez posla, ali programeri možda hoće.

Gde je razlika?

Programer je onaj koji samo piše kod. Agent može da generiše kod, vrednost programera se razvodnjava.

Inženjer je onaj koji ume da dizajnira i da upravlja složenim sistemima. Njegova ključna sposobnost nije u pisanju koda, već u: razumevanju složenosti sistema, apstraktnom i struktuiranom mišljenju, upravljanju neizvesnošću.

Ove tri sposobnosti su upravo osnovne sposobnosti Harness Engineering-a.

Razumevanje složenosti sistema — morate znati koji moduli postoje u Agent sistemu, šta svaki radi i kada, kako komuniciraju i kako prenose stanje.

Apstraktno i struktuirano mišljenje — morate iz haosa zahteva izvući najvažniju petlju, granice ključnih alata, najvažnije strukture konteksta.

Upravljanje neizvesnošću — morate u probabilističkom sistemu osmisliti determinističku logiku za pokrivanje. To je najteže, jer klasični softverski inženjering uči da "sve mora biti predvidivo", dok je Agent sistem u suštini "većinom vremena predvidiv, povremeno potpuno izvan kontrole".

Posebno se slažem sa rečenicom profesora Huang Jia — "razumevanje poslovanja postaće šanac".

Što je Agent jači, to više dolazi do izražaja važnost razumevanja posla. Model može da piše kod, ali ne može da napiše unikatna poslovna pravila vaše kompanije; model može da poziva alate, ali ne zna za onaj specijalni zahtev vašeg klijenta u tri ujutru.

U eri Agenata, kao pojedinci moramo znati više, a ne manje.

ending

Prompt Engineering nas naučio kako da pričamo sa modelom.

Context Engineering nas naučio kako da damo lek modelu.

Harness Engineering nas uči kako da model zatvorimo u kontrolisani sistem, tako da može da juri, a da se ne prevrne.

Ova tri skoka nisu u odnosu zamene, već slaganja. Kao tridesetogodišnja evolucija softverskog inženjerstva — obrasci dizajna nisu zastareli, arhitektura preduzeća nije zastarela, distribuirani sistemi nisu zastareli, podatkovno-intenzivne aplikacije nisu zastarele. U eri Agenata samo na plećima prethodnika dodajemo još jedan sloj.

Inteligencija modela je tu.

Sada se takmičimo u Harness-u.

Penjanje od programera do inženjera, skok od pasivnog izvršenja ka aktivnom upravljanju — to je pravi unutarnji trening koji u eri Agenata moramo da negujemo.

[Sve što je prošlo — samo je uvod. Model je konj, Harness su uzde; onaj ko drži uzde, jaši tog konja.]

Prijatelji, držimo se, idemo zajedno napred.