Darmowy podgląd · konto nie jest potrzebne
Welcome
Już korzystasz z AI. Piszesz prompty, łączysz je w chainy, może masz podłączone jeden czy dwa toole. Ta faza uczy tego, co leży pod tym wszystkim: harnessu.
Jedno słowo właśnie zmienia znaczenie i lepiej powiedzieć to na głos. Do tej pory AI agent oznaczał brief napisany w toolu czatowym. Od tego miejsca agent znaczy: coding agent, czyli program, który edytuje pliki, uruchamia komendy i pracuje w repo. To samo słowo, większa maszyna. Dwie pierwsze lekcje rysują ten obraz, zanim cokolwiek na nim stanie.
Harness to wszystko, co budujesz wokół modelu: context, który mu podajesz, toole, które pozwalasz mu wywołać, pętla, w której działa. Zamień Claude na GPT, Gemini albo model otwarty i w harnessie zmieni się niewiele. O to właśnie chodzi. Model to towar, który wynajmujesz. Harness projektujesz samodzielnie i to on decyduje, czy agent przy tym samym zadaniu działa niezawodnie, czy raz tak, a raz nie.
Przed tobą cztery moduły: pierwszy przedstawia maszynę, każdy następny projektuje inną warstwę harnessu:
- Coding agent: czym jest, w jakim repo pracuje i pierwsze uruchomienie pod nadzorem, które zatwierdzasz krok po kroku.
- Sposób myślenia: traktuj context window jak budżet. Decyduj, co model widzi, a czego nie zobaczy nigdy.
- Warstwa statyczna: pliki instrukcji i skille (umiejętności wczytywane na żądanie), które model wczytuje, zanim zacznie. AGENTS.md i spółka.
- Warstwa uruchomieniowa: toole, pętle, izolacja i weryfikacja. Co model może zrobić i jak to sprawdzasz.
Wszystko tutaj jest niezależne od tooli i przenośne. Claude Code, Codex i Cursor pojawiają się jako przykłady, nigdy jako jedyna droga. AGENTS.md jest domyślnym wyborem, bo działa w każdym z nich. Naucz się harnessu raz i przeniesiesz tę wiedzę na dowolny model, który uruchomisz za rok.