TLDR;

Harness é toda a camada de aparatos, ferramentas, frameworks e técnicas que envolvem o modelo para controlar seu comportamento e extrair resultados mais eficientes. Vai muito além de criar um arquivo cloud.md ou configurar skills, pois inclui tanto o harness que o usuário monta quanto o harness invisível incorporado em ferramentas de agent coding como Cloud Code, Codex e Cursor. Inclui montagem de contexto (rules, skills, playbooks), memórias (user, episódica, semântica, procedural), guardrails, trace e outros recursos que enriquecem o input antes da LLM realizar a inferência.

Resumo

O harness, ou harness engineering, é tudo que envolve o modelo de IA: a camada de aparatos, ferramentas, frameworks e técnicas colocadas em volta da LLM para extrair maior eficiência, previsibilidade e qualidade nas inferências. Além do chamado user harness — skills, agents, rules, hooks e arquivos de configuração que o usuário monta localmente — existe o harness implementado pelas próprias ferramentas de agent coding (Cloud Code, Codex, Cursor, Anthropic, OpenAI, etc.), que agregam contextos, instruções, ferramentas e guardrails antes que a mensagem alcance o modelo. Numa execução de agente, a plataforma faz um assemble do contexto: aplica regras do projeto, seleciona skills relevantes, injeta memórias — duráveis (facts e preferências do usuário), episódicas (linha do tempo de interações) e semânticas — e memória procedural (documentos, markdowns e playbooks do projeto). Esses elementos são filtrados e agregados para compor o prompt/contexto que orienta o reasoning da LLM, guiando comportamento, lembrança de fatos, aplicação de instruções e uso de ferramentas externas. Em suma, harness é o ecossistema que envolve o modelo, controlando entradas e processos para obter respostas mais precisas, seguras e alinhadas ao objetivo do usuário. Ele combina engenharia, automação e políticas para otimizar fluxos de trabalho humanos e técnicos.