Agentic harness — czego nie ma w modelu AI, a co decyduje o tym, czy agent w ogóle działa

Firmy kupują dostęp do modelu. Ustawiają prompt. Czekają na efekty. I w większości przypadków — rozczarowują się. Nie dlatego że model jest zły. Dlatego że model to za mało.

Jest termin, który coraz częściej pojawia się w rozmowach o wdrożeniach AI: agentic harness. Można go przetłumaczyć jako „uprzęż agenta” albo — bardziej technicznie — warstwę orkiestrującą. Żadne z tych określeń nie oddaje w pełni, o co chodzi. Spróbujmy inaczej.

Silnik to jeszcze nie samochód

Jeśli bazowy model AI jest silnikiem, to harness to wszystko pozostałe: podwozie, koła, skrzynia biegów, hamulce i GPS. Silnik bez reszty nie pojedzie nigdzie. A właśnie tak wiele organizacji podchodzi do AI — kupują silnik i dziwią się, że nie jedzie.

Ethan Mollick, profesor Wharton i jeden z bardziej rzetelnych badaczy praktycznego zastosowania AI w firmach, opisuje harness jako element umożliwiający agentowi „samodzielne podejmowanie działań i realizowanie wieloetapowych zadań”. To precyzyjne określenie. Agent bez harnessu to model, który umie odpowiadać. Agent z harnessem to coś, co potrafi działać — uruchamiać narzędzia, sięgać po dane, wykonywać sekwencje operacji bez nadzoru przy każdym kroku.

Pierwsze produkty z tej klasy są już na rynku. Claude Code od Anthropic potrafi samodzielnie generować, uruchamiać i poprawiać kod. OpenClaw działa jako stale aktywny agent między aplikacjami, z pamięcią i ciągłością działania. To nie są chatboty. To systemy, w których harness — nie model — decyduje o tym, co faktycznie zostaje wykonane.

Pięć miejsc, gdzie agent może się zatrzymać

Harness nie jest gadżetem. To architektura. I jak każda architektura — ma słabe punkty.

Salesforce — firma, która od lat buduje narzędzia dla organizacyjnych procesów sprzedażowych i operacyjnych, a ostatnio głęboko inwestuje w agentyczną AI — postawiła sobie pytanie, co odróżnia harnessy, które faktycznie dostarczają wartość, od tych, które zawodzą. Odpowiedź zaczyna się od niezawodności pętli agentycznej.

Dla złożonych zadań cykl działania agenta może załamać się na którymś z pięciu etapów: specyfikacja (czy agent zrozumiał cel?), planowanie (czy potrafi zaplanować drogę do celu?), wykonanie (czy ma dostęp do narzędzi, których potrzebuje?), weryfikacja (czy potrafi ocenić, czy zadanie wyszło poprawnie?) i zakończenie (czy wie, kiedy przestać?).

Luka w którymkolwiek miejscu wysadza cały proces. Agent, który błędnie zrozumiał cel, może działać sprawnie przez godzinę — i wyprodukować coś zupełnie bezużytecznego. Agent, który nie wie, kiedy skończyć, będzie iterował bez końca.

To dlatego niezawodność tej pętli — po angielsku agentic-loop reliability — staje się kluczowym kryterium oceny harnessów. Nie rozmiar modelu. Nie liczba parametrów. Czy system jest w stanie doprowadzić zadanie do końca bez człowieka przy każdym etapie.

Kiedy jeden użytkownik to za mało

Pierwsze harnessy — te, które widzimy dziś na rynku — zaprojektowano z myślą o pojedynczym użytkowniku. Jeden człowiek wyraża intencję. Agent ją realizuje. Pętla jest prosta, wynik weryfikowalny.

W organizacji to nie działa. Firma nie ma jednej intencji — ma dziesiątki, często sprzecznych. Dział sprzedaży chce działać szybko, prawny — ostrożnie, finanse — tanio. Agent, który dostaje zadanie z jednej strony, a dane z drugiej, a uprawnienia z trzeciej — i nie ma żadnego mechanizmu rozstrzygania tych konfliktów — nie będzie skuteczny. Będzie generował chaos.

Żeby agent działał w imieniu organizacji, harness potrzebuje dwóch rzeczy, które są znacznie trudniejsze do zaprojektowania niż sama logika działania. Pierwsza to wspólny kontekst: dane, historia operacji, pamięć instytucjonalna. Druga to zbiorowa intencja: jasna hierarchia priorytetów, z której agent wie nie tylko co ma robić, ale też czy ma prawo to robić.

Bez pierwszego agent operuje na niepełnych informacjach. Bez drugiego — nie ma jak rozstrzygać konfliktów.

Magia osobista kontra praca organizacyjna

Jest jeszcze jeden wymiar, który warto rozumieć. Część zadań kończy się, gdy agent wyprodukuje wynik. Ale część wymaga tego, co można nazwać „społecznym zamknięciem” — zgody kilku stron, decyzji, zaufania, ludzkiego osądu. Żaden harness tego nie zastąpi. Agent może przygotować rekomendację, zestawienie, projekt. Ale kontrakt podpisuje człowiek. Spór rozstrzyga człowiek. Zgodę wyraża człowiek.

To nie jest ograniczenie technologiczne do ominięcia. To granica, której dobre harnessy nie próbują przekraczać — tylko wyraźnie zaznaczają, gdzie się kończy rola agenta.

Firmy, które dziś skarżą się że AI nie przynosi efektów, w większości przypadków mają jeden problem: dobry silnik i żadnego samochodu. Harness nie jest opcją do dokupienia. Jest warunkiem koniecznym. I dopóki rynek skupia się na tym, który model jest lepszy — a nie na tym, co go otacza — rozczarowania nie skończą się szybko.