Kısa cevap. Agent harness, bir AI agent'ta model dışındaki her şeydir: modelin iş yapmasını sağlayan döngü, çağırabildiği araçlar, ona verilen bağlam, tuttuğu hafıza, etrafındaki izinler ve onaylar, hatalarını yakalayan kontroller. Kısaca Agent = Model + Harness. Harness engineering ise bu çerçeveyi iyileştirme işidir. Amaç, agent'ın yaptığı her hatayı her seferinde prompt'ta değil, bir kez sistemde düzeltmektir.
Agent harness nedir?
Büyük bir dil modeli tek başına sadece metni başka metne çevirir. İş yapabilmesi için etrafında bir sistem gerekir. Bu sistem ona görevi gönderir, istediği araçları çalıştırır, sonuçları geri verir, ne zaman duracağına karar verir ve yapmaması gereken şeyleri engeller. Modeli saran bu sisteme harness denir.
LangChain bunu açıkça söylüyor: “Model değilseniz, harness'sınız. Harness, modelin kendisi olmayan her kod, yapılandırma ve çalıştırma mantığıdır.” Thoughtworks'ten Birgitta Böckeler de Martin Fowler'ın sitesindeki yazısında aynı formülü kullanıyor: terim “bir AI agent'ta modelin kendisi dışındaki her şey” anlamına geliyor. On bir kodlama agent'ını inceleyen Temmuz 2026 tarihli bir çalışma ise harness'ı, modeli dünyaya “bir döngü, araçlar, bağlam yönetimi, güvenlik kontrolleri, orkestrasyon ve genişletme yüzeyleri aracılığıyla” bağlayan çalışma ortamı olarak tanımlıyor.
Muhtemelen bir tanesini kullandınız. Claude Code, OpenAI'ın Codex CLI'ı, Cursor'ın agent'ı, Gemini CLI ve OpenHands, Aider, Pi gibi açık kaynak araçların hepsi bir modeli saran harness'lardır. Kendi agent'larınızı kurduğunuz SDK'lar da öyle: Anthropic, Claude Agent SDK'yı “güçlü, genel amaçlı bir agent harness” olarak tanımlıyor, LangChain de Deep Agents için “her şeyi hazır gelen, genel amaçlı bir agent harness” diyor. Agent ile chatbot arasındaki fark sizin için yeniyse agentic AI ve AI agent farkı yazısıyla başlayın.
Agent harness neden oluşur?
- Parça: Agent döngüsüNe yapar: Görevi gönderir, istenen araçları çalıştırır, sonuçları döndürür, ne zaman duracağına karar verirGenelde kimde: Sağlayıcı ya da SDK
- Parça: Araçlar ve MCP bağlantılarıNe yapar: Modelin sistemlerinizi okumasını ve değiştirmesini sağlar: CRM, mağaza, ERP, dosyalarGenelde kimde: Siz
- Parça: Bağlam yönetimiNe yapar: Pencereye neyin gireceğini seçer, eski geçmişi sıkıştırırGenelde kimde: Sağlayıcı, ayarı sizde
- Parça: Hafıza ve durumNe yapar: Tek oturumdan uzun yaşayan notlar, ilerleme dosyaları ve kayıtlarGenelde kimde: Siz
- Parça: İzinler ve onaylarNe yapar: Hangi işlemler tek başına çalışır, hangileri bir kişiyi beklerGenelde kimde: Siz
- Parça: SandboxNe yapar: Kod ve komutların canlı sisteme dokunmadan çalıştığı yerGenelde kimde: Sağlayıcı ya da siz
- Parça: Yönlendiriciler ve sensörlerNe yapar: Agent harekete geçmeden önce talimatlar, sonra testler, linter'lar ve eval'lerGenelde kimde: Siz
- Parça: OrkestrasyonNe yapar: Alt agent'lar, devirler, kolay adımların daha ucuz modellere yönlendirilmesiGenelde kimde: Sağlayıcı ya da siz
- Parça: İzleme (tracing)Ne yapar: Her çağrının, araç sonucunun ve kararın kaydıGenelde kimde: Sağlayıcı, okuyan siz
| Parça | Ne yapar | Genelde kimde |
|---|---|---|
| Agent döngüsü | Görevi gönderir, istenen araçları çalıştırır, sonuçları döndürür, ne zaman duracağına karar verir | Sağlayıcı ya da SDK |
| Araçlar ve MCP bağlantıları | Modelin sistemlerinizi okumasını ve değiştirmesini sağlar: CRM, mağaza, ERP, dosyalar | Siz |
| Bağlam yönetimi | Pencereye neyin gireceğini seçer, eski geçmişi sıkıştırır | Sağlayıcı, ayarı sizde |
| Hafıza ve durum | Tek oturumdan uzun yaşayan notlar, ilerleme dosyaları ve kayıtlar | Siz |
| İzinler ve onaylar | Hangi işlemler tek başına çalışır, hangileri bir kişiyi bekler | Siz |
| Sandbox | Kod ve komutların canlı sisteme dokunmadan çalıştığı yer | Sağlayıcı ya da siz |
| Yönlendiriciler ve sensörler | Agent harekete geçmeden önce talimatlar, sonra testler, linter'lar ve eval'ler | Siz |
| Orkestrasyon | Alt agent'lar, devirler, kolay adımların daha ucuz modellere yönlendirilmesi | Sağlayıcı ya da siz |
| İzleme (tracing) | Her çağrının, araç sonucunun ve kararın kaydı | Sağlayıcı, okuyan siz |
Böckeler'in ayrımı, kontrolleri düşünmek için işe yarar. Yönlendiriciler (guides) agent'ı harekete geçmeden önce yönlendirir: talimatlar, kurallar, örnekler. Sensörler (sensors) işini sonra kontrol eder: testler, tip denetleyiciler, bir AI inceleyici. İkisi de düz kod ya da başka bir model olabilir. İnsanlarla ilgili tespiti akılda tutulmaya değer: iyi bir harness “insan katkısını tamamen ortadan kaldırmayı hedeflemek zorunda değildir, onu katkımızın en önemli olduğu yere yönlendirmelidir.”
Harness engineering nedir?
Adını Şubat 2026'da Mitchell Hashimoto koydu: “Bir agent'ın hata yaptığını her gördüğünüzde, agent'ın o hatayı bir daha asla yapmaması için bir çözüm tasarlamaya zaman ayırırsınız.” Düzeltme daha uzun bir prompt'a değil, harness'a gider: yeni bir test, daha açık hata döndüren bir araç ya da proje dosyasında bir kural.
OpenAI'dan Ryan Lopopolo bunun büyük ölçekte nasıl göründüğünü anlattı. Bir ekip Ağustos 2025 sonunda boş bir repository ile başladı. Beş ay sonra repository'de elle yazılmış hiç kod olmadan yaklaşık bir milyon satır kod vardı. Codex'i yöneten üç mühendis yaklaşık 1.500 pull request birleştirdi, mühendis başına günde yaklaşık 3,5. Özetleri: “İnsanlar yönlendirir. Agent'lar uygular.” Mühendislerin işi “ortamları tasarlamak, niyeti belirtmek ve geri bildirim döngüleri kurmak” oldu. Agent zorlandığında eksik olanı, yani “araçları, korkulukları, dokümantasyonu” aradılar ve repository'ye eklediler.
Prompt, context ve harness engineering farkı
- : Prompt engineeringNeye odaklanır: Tek bir mesajdaki talimatlarTipik düzeltme: Talimatı yeniden yazmakCevapladığı soru: Nasıl sormalıyım?
- : Context engineeringNeye odaklanır: Pencereye giren her şeyTipik düzeltme: Daha iyi doküman getirmek, geçmişi kırpmakCevapladığı soru: Model neyi görüyor?
- : Harness engineeringNeye odaklanır: Modelin etrafındaki çalışma ortamıTipik düzeltme: Bir araç, test, onay adımı ya da yeniden deneme eklemekCevapladığı soru: Yanıldığında ne oluyor?
| Neye odaklanır | Tipik düzeltme | Cevapladığı soru | |
|---|---|---|---|
| Prompt engineering | Tek bir mesajdaki talimatlar | Talimatı yeniden yazmak | Nasıl sormalıyım? |
| Context engineering | Pencereye giren her şey | Daha iyi doküman getirmek, geçmişi kırpmak | Model neyi görüyor? |
| Harness engineering | Modelin etrafındaki çalışma ortamı | Bir araç, test, onay adımı ya da yeniden deneme eklemek | Yanıldığında ne oluyor? |
Bu üçü birbirinin yerini almaz, üst üste biner. Sistem prompt'u harness'ın bir parçasıdır, context engineering de harness'ın işlerinden biridir. Harness engineering'in eklediği şey şu varsayımdır: model hata yapacak ve bu hataları yakalayan bir sistem gerekir.
Harness modelden daha mı önemli?
Genelde hayır, ama çoğu alıcının düşündüğünden daha önemli. Şimdiye kadarki kanıtlar:
- Aynı model, daha iyi harness. LangChain, GPT-5.2-Codex'i sabit tuttu ve yalnızca deepagents CLI'ının harness'ını değiştirdi: Terminal-Bench 2.0 skoru 52,8'den 66,5'e çıktı, ilk 30'un dışından ilk 5'e yükseldi.
- Aynı model, farklı ürünler. Terminal-Bench makalesinde Claude Opus 4.5, Terminus 2 harness'ında %57,8, Claude Code'da %52,1 ve OpenHands'te %51,9 aldı. Token kullanımı arasındaki fark daha da büyüktü.
- Sıkı harness'lı küçük bir model. AutoHarness makalesinde Gemini 2.5 Flash'ın satrançtaki yenilgilerinin %78'i kuralsız hamlelerden geldi. Kuralsız hamleleri engelleyen bir harness, Flash'ın daha büyük Gemini 2.5 Pro'yu yenmesini sağladı.
- Maliyet. Martin Fowler'ın sitesinde Ekim 2026'da yayımlanan bir testte ucuz bir model tek başına 10 denemenin 3'ünü, harness ile 10'unun 10'unu geçti. Maliyeti, harness'sız büyük modelden %33 daha düşüktü.
Aynı Terminal-Bench makalesi “model seçiminin genelde agent iskeletinden daha önemli olduğu” uyarısını yapıyor. Başka bir benchmark'ta da en iyi harness'lar birbirine altı puan yakındı. Yani önce modeli seçin. Sonra o modelden gerçekte ne kadar verim alacağınızı, ne sıklıkta güvenli şekilde hata vereceğini ve her görevin ne kadara mal olacağını harness belirler. Para tarafını AI agent geliştirme maliyeti yazısında ele alıyoruz.
Anthropic'ten bir harness kalıbı: uzun süren agent'lar
Anthropic mühendisleri, döngüdeki öncü bir modelin bile “yalnızca üst düzey bir prompt verilirse üretim kalitesinde bir web uygulaması kurmakta yetersiz kalacağını” gördü. Model her şeyi aynı anda yapmaya çalıştı ve bağlamı tükendi, ya da sonraki bir oturum işin bittiğini erkenden ilan etti. Çözüm modelde değil, harness'taydı:
- Bir başlatıcı agent (initializer agent) ortamı kurar: bir başlatma script'i, bir ilerleme kayıt dosyası ve ilk commit, ayrıca bir özellik listesi (testlerinde 200'ü aşkın özellik, hepsi başarısız olarak işaretli).
- Ardından bir çalışan agent (working agent) her oturumda bir özellik alır. İşe ilerleme dosyasını ve geçmişi okuyarak başlar, bir commit ve kayıt güncellemesiyle bitirir.
- İki agent da aynı sistem prompt'unu, araçları ve harness'ı paylaşır. Yalnızca ilk mesaj farklıdır.
İş dünyası için ders koddan çok daha geniş: işin durumunu modelin dışında, sonraki oturumun okuyabileceği dosyalarda, ticket'larda ya da kayıtlarda tutun. Agent'a her seferinde net bir iş birimi verin.
Harness'ta işletmeye ait olan kısımlar
Bir agent satın aldığınızda ya da kurduğunuzda döngü, işin sıradan kısmıdır. Claude Code, Codex ve SDK'lar onu geliştirmeye devam edecek ve siz onu değiştirebilirsiniz. İşinizi taşıyan parçalar, yukarıdaki tabloda “Siz” yazan satırlardır:
- Sistemlerinize açılan araçlar. Genelde her sistem için bir MCP server. Böylece her harness onu kullanabilir: Claude, Codex ya da Cursor.
- Kod olarak kurallar. Otel ve restoran tedarikçisi Horeca Papatya için bir Shopify MCP server kurduk. Bu server'da toplu işler önce deneme modunda (dry run) çalışır, yeni ürünler taslak olarak başlar, silme işlemleri açık onay ister. Kurallar server'da yaşadığı için her harness onlara uyar.
- Eval'ler. Doğru sonucu bilinen gerçek görevlerden oluşan bir set. Modeli ya da prompt'u her değiştirdiğinizde yeniden çalıştırılır.
- Hafıza ve kayıtlar. Agent'ın ne yaptığı ve neden yaptığı, denetleyebileceğiniz bir yerde.
“Dikkatli ol” diyen bir prompt, harness'ı ya da modeli değiştirdiğiniz gün kaybolur. Onayları, limitleri ve deneme çalıştırmalarını doğrudan araçların içine koyun.
Bir sağlayıcının harness'ı nasıl değerlendirilir?
- Gerçek bir görevin izini (trace) görmek isteyin: her model çağrısı, araç çağrısı ve sonuç.
- Hangi işlemlerin insan onayı gerektirdiğini ve bu kuralın nerede uygulandığını sorun: prompt'ta mı, kodda mı?
- Eval setini ve son değişiklikten önceki ve sonraki skoru isteyin.
- Bir görevin token olarak neye mal olduğunu ve model değişirse bunun nasıl değiştiğini sorun.
- Sağlayıcı değiştirirseniz araçların ve kuralların sizde kalıp kalmayacağını sorun.
Sık sorulan sorular
Agent harness nedir?
Agent harness, bir dil modelini agent'a dönüştüren, modelin etrafındaki tüm koddur: araçları çalıştıran döngü, bağlam yönetimi, hafıza, izinler ve onaylar, sandbox, kontroller ve izleme. Kısaca Agent = Model + Harness.
Harness engineering nedir?
Harness engineering, bir AI agent'ın etrafındaki sistemi iyileştirme pratiğidir. Amaç, agent'ın her hatasını prompt'ları yeniden yazarak değil, bir araç, test, kural ya da onay adımıyla kalıcı olarak düzeltmektir. Terimi Şubat 2026'da Mitchell Hashimoto ortaya attı.
Claude Code bir agent harness mı?
Evet. Claude Code, Claude modellerini araçlar, izinler, hafıza dosyaları, hook'lar ve MCP bağlantılarıyla bir döngünün içine alır. Anthropic'in Claude Agent SDK'sı da aynı araçları, agent döngüsünü ve bağlam yönetimini kendi agent'larınızı kurmanız için sunar.
Agent harness ile agent framework arasındaki fark nedir?
Framework size bir agent'ı bir araya getirmeniz için yapı taşları verir. Harness ise döngüsü, araçları ve güvenlik kontrolleri hazır, çalışan bir ortamdır. LangChain Deep Agents gibi pek çok ürün artık bir framework üzerine kurulmuş harness olarak geliyor.
LLM harness ne demek?
İki anlamı var. Agent'larda burada anlatılan harness'tır. Model testinde ise EleutherAI'ın lm-evaluation-harness'ı gibi bir değerlendirme harness'ı, modeli benchmark görevlerinden geçirip puanlayan koddur.
Kendi harness'ımı kurmam gerekir mi?
Sıfırdan nadiren. Döngü için mevcut bir harness ya da SDK kullanın, size özgü parçaları siz kurun: sistemlerinize açılan araçlar, onay kuralları, eval'ler ve kayıtlar.
Kaynaklar
- LangChain: The Anatomy of an Agent Harness ve Improving Deep Agents with harness engineering
- Birgitta Böckeler: Harness engineering for coding agent users (Nisan 2026)
- Mitchell Hashimoto: My AI Adoption Journey (5 Şubat 2026)
- OpenAI: Harness engineering, leveraging Codex in an agent-first world
- Anthropic: Effective harnesses for long-running agents
- Terminal-Bench makalesi (arXiv 2601.11868) ve AutoHarness (arXiv 2603.03329)
- AI agent
- Agent harness
- Harness engineering

