Harness-Engineering

Harness Engineering (วิศวกรรมฮาร์เนส)

Harness Engineering คือศาสตร์ของการออกแบบและสร้างระบบ (Infrastructure) ที่ล้อมรอบ AI Agent เพื่อเปลี่ยนให้โมเดลที่ทรงพลังแต่คาดเดาไม่ได้ กลายเป็นเครื่องมือที่ทำงานได้อย่างแม่นยำและเชื่อถือได้ในระดับ Production โดยทำหน้าที่เป็น Orchestration Layer ที่ควบคุมพฤติกรรมของโมเดล

核心 Concept: The Horse Metaphor 🐴

• The Horse (ม้า): คือ AI Model (ทรงพลัง รวดเร็ว แต่ไม่รู้ทิศทาง)
• The Harness (ฮาร์เนส/สายบังเหียน): คือ Infrastructure, Constraints, Feedback Loops และ Documentation ที่คอยควบคุมทิศทาง
• The Rider (คนขี่): คือ Human Engineer ที่คอยกำหนดทิศทางและให้คำแนะนำ

“Model คือสินค้าโภคภัณฑ์ (Commodity) แต่ Harness คือป้อมปราการ (Moat)“

3 เสาหลักของ Harness Engineering 🏛️

1. Context Engineering (วิศวกรรมบริบท): การทำให้ Agent มีข้อมูลที่ถูกต้องในเวลาที่เหมาะสม ซึ่งเป็นส่วนหนึ่งของ LLM Optimization
   • Static Context: เอกสารสถาปัตยกรรม, AGENTS.md, Style Guides
   • Dynamic Context: Log, Metrics, โครงสร้าง Directory ปัจจุบัน
2. Architectural Constraints (ข้อจำกัดทางสถาปัตยกรรม): การบังคับใช้กฎเชิงกลไกแทนการใช้ Prompt เพื่อเพิ่มความเสถียรให้ AI Agents
   • การกำหนด Layer ของ Dependency (เช่น Types $\to$ Config $\to$ Repo $\to$ Service)
   • ใช้ Deterministic Linters และ LLM-based Auditors ในการตรวจสอบ
3. Entropy Management (การจัดการเอนโทรปี): การทำความสะอาดระบบเพื่อป้องกันข้อมูล drift
   • การใช้ Cleanup Agents ตรวจสอบความสอดคล้องของเอกสารและโค้ดอย่างสม่ำเสมอ

การเปลี่ยนแปลงบทบาทของ Software Engineer 🛠️

ก่อนมี Harness	หลังมี Harness
เขียนโค้ด (Write Code)	ออกแบบสภาพแวดล้อมให้ AI เขียนโค้ด
ดีบั๊กโค้ด (Debug Code)	ดีบั๊กพฤติกรรมของ Agent
รีวิวโค้ด (Review Code)	รีวิว Output ของ Agent + ประสิทธิภาพของ Harness
เขียน Test	ออกแบบกลยุทธ์การ Test ให้ Agent รัน
เขียนเอกสาร	สร้าง Documentation เป็น Infrastructure ที่เครื่องอ่านได้

แนวทางปฏิบัติ (Practical Framework)

• Level 1 (Basic): ใช้ .cursorrules หรือ CLAUDE.md, ทำ Pre-commit hooks, มี Test suite
• Level 2 (Team): ใช้ AGENTS.md ร่วมกัน, บังคับ Constraints ผ่าน CI, ใช้ Prompt templates
• Level 3 (Production): ใช้ Middleware (Loop detection, Reasoning sandwich), เชื่อมต่อ Observability, มี Entropy agents

---

แหล่งอ้างอิง: Raw Source