Harness Engineering
Stand 2026-11-12 bezeichnet Harness Engineering die Arbeit, die Umgebung um ein Modell herum aufzubauen und zu pflegen: die Anweisungen, die ein Agent liest, die Werkzeuge und Berechtigungen, die er nutzen kann, die Tests und Linter, die ihm sagen, ob eine Änderung belastbar ist, und die Dateien, die den Fortschritt in die nächste Sitzung tragen. Es ist die dritte Generation: Jenseits von Prompt Engineering und Context Engineering verlagert das Paradigma 2026 für den Aufbau zuverlässiger AI-Agent-Systeme die Arbeit der Entwickler auf das Gestalten von Umgebungen, das Festlegen von Absichten und den Aufbau von Feedback-Schleifen.
Ein Key für Claude, GPT und chinesische Modelle — setzen Sie das auf dieser Seite Beschriebene direkt um.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Aktualisiert 2026-11-13
Drei Generationen von Engineering-Paradigmen
Von „Wie schreibe ich bessere Prompts?“ zu „Wie baue ich zuverlässige Agent-Systeme?“
Prompt Engineering
Fokus auf das Formulieren besserer Eingabe-Anweisungen
Context Engineering
Gestaltung dessen, was das Modell „sehen“ kann — Gedächtnis, Tools, Dokumente
Harness Engineering
Gestaltung der vollständigen Umgebung für die Agent-Ausführung: Constraints, Feedback-Schleifen, Lifecycle-Management
Die Kernformel: Agent = Modell + Harness
Wenn Sie nicht das Modell sind, sind Sie Teil des Harness. Der Harness umfasst die gesamte Infrastruktur, die einen AI-Agent zuverlässig ausführt — CLAUDE.md, MCP-Tools, Hooks-Automatisierung, Berechtigungseinschränkungen, Feedback-Mechanismen.
Agent
Model
Harness
Die vier Komponenten eines Harness
Constraints
Legen Sie fest, was der Agent darf und was nicht. Berechtigungseinstellungen von Claude Code, Tool-Zugriffskontrolle, Projektspezifikationen in CLAUDE.md
Feedback-Schleifen
Der Agent erkennt, ob Aufgaben erfolgreich waren. Testergebnisse, Code-Lint, CI/CD-Signale, menschliche Review-Checkpoints
Context-Scaffolding
Versorgen Sie den Agent mit genau den richtigen Informationen. CLAUDE.md-Projektgedächtnis, MCP-Tool-Integrationen, RAG-Dokumentenabruf
Lifecycle-Management
Verwalten Sie Agent-Start, -Ausführung und -Beendigung. Hooks-Automatisierung, Aufgaben-Warteschlangen, Fehlerbehandlung, Session-Persistenz
QCode Team-Tarif: Fertige Harness-Infrastruktur
Der QCode Team-Tarif bietet ein eigenständiges Admin-Dashboard, Berechtigungsverwaltung für Unter-API-Keys und Nutzungsüberwachung — ein vollständiger Harness direkt ab Werk. Lassen Sie Ihr Team sich auf Business-Logik konzentrieren, nicht auf Infrastruktur.
Beginnen Sie, Ihren AI-Harness aufzubauenHarness Engineering in der Praxis: Herkunft des Begriffs, Bausteine eines Harness und der Einstieg
Woher der Begriff stammt
Harness Engineering bezeichnet die Arbeit an allem, was ein Modell umgibt und einem Agent verlässliches Arbeiten ermöglicht. Am 2026-02-11 veröffentlichte OpenAI den Beitrag Harness engineering: leveraging Codex in an agent-first world über ein Team, das mit Codex ein internes Produkt ganz ohne manuell geschriebenen Code gebaut hat. Die Kurzformel lautet Humans steer. Agents execute., und laut Beitrag bestand die Hauptaufgabe des Teams nun darin, design environments, specify intent, and build feedback loops that allow Codex agents to do reliable work.
Anthropic verwendet denselben Begriff: Der Engineering-Beitrag Effective harnesses for long-running agents vom 2025-11-26 nennt das Claude Agent SDK a powerful, general-purpose agent harness, und ein Beitrag im Claude-Blog vom 2026-06-02 schreibt, dass Claude mit dynamischen Workflows nun write its own harness on the fly kann.
Vier Praktiken aus dem OpenAI-Beitrag
Der Beitrag warnt zugleich, dass dieses Verhalten stark von Struktur und Werkzeugen genau dieses Repositorys abhängt und sich ohne vergleichbaren Aufwand nicht ohne Weiteres übertragen lässt.
- Eine Landkarte statt eines Handbuchs: AGENTS.md bleibt kurz (bei OpenAI rund 100 Zeilen) und dient als Inhaltsverzeichnis, das auf ausführlichere Dokumente im Repository verweist. Im Wortlaut: give Codex a map, not a 1,000-page instruction manual.
- Das Repository als maßgebliche Quelle: Was der Agent während der Ausführung nicht im Kontext erreichen kann, existiert für ihn praktisch nicht. Deshalb liegen Designdokumente, Ausführungspläne und die Liste technischer Schulden versioniert im Repository.
- Architektur mechanisch durchsetzen: Eigene Linter und Strukturtests erzwingen Abhängigkeitsrichtungen, strukturiertes Logging und Dateigrößen-Grenzen, und die Lint-Fehlermeldungen enthalten direkt Korrekturhinweise für den Agent.
- Laufende Garbage Collection: Goldene Prinzipien stehen im Repository, und wiederkehrende Codex-Hintergrundaufgaben suchen nach Abweichungen und öffnen kleine Refactoring-Pull-Requests.
Anthropics Harness für lang laufende Agents
Anthropics Ansatz besteht aus zwei Teilen. Beim ersten Lauf richtet ein Initializer Agent die Umgebung ein: ein init.sh-Skript, eine Datei claude-progress.txt, die festhält, was die Agents getan haben, und einen ersten Git-Commit. In jeder weiteren Sitzung kommt ein Coding Agent schrittweise voran, jeweils mit einem Feature, und schließt mit einem Git-Commit und einem aktualisierten Fortschrittsprotokoll ab.
Die Feature-Liste steht in JSON, weil das Modell laut Beitrag JSON-Dateien seltener unangemessen ändert oder überschreibt als Markdown; jedes Feature beginnt als failing und wird erst nach sorgfältigem Testen auf passing gesetzt. Der Beitrag berichtet außerdem, dass Testwerkzeuge wie Browser-Automatisierung und die Vorgabe, Ende-zu-Ende wie ein echter Nutzer zu testen, die Leistung von Claude deutlich verbessert haben.
Ein erster Harness in Claude Code oder Codex
All das ist lokale Konfiguration und funktioniert unabhängig davon, welchen Modelldienst Sie nutzen. Mit QCode verwenden Claude Code und das Claude Agent SDK ANTHROPIC_BASE_URL=https://api.qcode.cc/api, Codex trägt base_url = https://api.qcode.cc/openai in die config.toml ein, und ein Key, der mit cr_ beginnt, funktioniert für beide. Abgerechnet wird pro Token, die Preise je Modell stehen unter /models.
- Anweisungen: Claude Code liest zu Beginn jeder Sitzung CLAUDE.md (/init erstellt einen Entwurf); Codex liest AGENTS.md, wobei ~/.codex/AGENTS.md die globale Ebene ist und Projektdateien darüber liegen, standardmäßig bis 32 KiB insgesamt.
- Grenzen: Die Berechtigungsregeln von Claude Code werden in der Reihenfolge deny, ask, allow ausgewertet; in Codex legen Sie Sandbox und Freigaben in der übergeordneten Sitzung fest, Subagents übernehmen sie.
- Rückmeldung: Hooks in Claude Code laufen an Punkten wie PreToolUse, PostToolUse und Stop, und ein PreToolUse-Hook, der mit Exit-Code 2 endet, blockiert den Tool-Aufruf; auch Codex bietet Hooks wie PreToolUse, PostToolUse und Stop.
- Wiederverwendung: Packen Sie feste Abläufe in einen Skill (eine SKILL.md-Datei), oder lassen Sie Claude Code mit einem dynamischen Workflow einen Harness für die konkrete Aufgabe bauen.
- Kontinuität: Führen Sie wie bei Anthropic eine Fortschrittsdatei und Git-Commits, damit die nächste Sitzung dort weitermacht, wo die letzte aufgehört hat.
Häufige Fragen zu Harness Engineering
Was ist Harness Engineering?
Stand 2026-11-12 bezeichnet Harness Engineering die Gestaltung der Arbeitsumgebung eines KI-Agents, damit er verlässliche Ergebnisse liefert: die Anweisungen, die er liest, seine Werkzeuge und Berechtigungen, Feedback-Schleifen wie Tests und Linter und die Art, wie Fortschritt über Sitzungen hinweg festgehalten wird. OpenAI hat den Begriff als Titel seines Beitrags vom 2026-02-11 verwendet: Harness engineering: leveraging Codex in an agent-first world.
Worin unterscheidet sich Harness Engineering von Prompt und Context Engineering?
Prompt Engineering kümmert sich um die Formulierung der Anweisungen, Context Engineering darum, was das Modell sieht. Harness Engineering umfasst die gesamte Arbeitsumgebung: Grenzen, Feedback-Schleifen, Gedächtnis über Sitzungen hinweg und die Steuerung des Lebenszyklus. In OpenAIs Darstellung verlagert sich die Arbeit der Engineers auf das Gestalten von Umgebungen, das Präzisieren von Absichten und den Aufbau von Feedback-Schleifen.
Ist Claude Code selbst ein Harness?
Ja. Anthropics Engineering-Blog nennt das Claude Agent SDK einen universellen Agent-Harness, und der Claude-Blog beschreibt den Standard-Harness von Claude Code als fürs Programmieren gebaut. Was Sie darauf aufsetzen, also CLAUDE.md, Berechtigungen, Hooks, Skills und Workflows, ist der eigene Harness Ihres Projekts.
Aus welchen Bausteinen besteht ein Harness?
Eine praktische Checkliste: eine Anweisungsdatei (CLAUDE.md oder AGENTS.md), die als Landkarte dient; Berechtigungsregeln oder eine Sandbox; Rückmeldungen aus Tests, Lintern, CI und Hooks; eine Fortschrittsdatei samt Git-Historie, damit eine neue Sitzung schnell anknüpfen kann; und wiederverwendbare Abläufe wie Skills oder gespeicherte Workflows.
Wo fange ich am besten an?
Schreiben Sie eine kurze CLAUDE.md oder AGENTS.md, die auf ausführlichere Dokumente verweist, ergänzen Sie einen Hook oder CI-Check, der Ihre Tests ausführt, teilen Sie die Arbeit in ein Feature pro Sitzung auf und führen Sie eine Fortschrittsdatei, die der Agent am Ende jeder Sitzung aktualisiert. Mehr Struktur lohnt sich, sobald der Agent wiederholt auf dieselbe Weise scheitert.
Wie bezahle ich QCode für Claude Code und Codex?
Per Kreditkarte (Visa, Mastercard), Apple Pay, Google Pay, Alipay, WeChat Pay oder Kryptowährung (mehrere Coins und Netzwerke). Ein Key ruft Claude, GPT und führende chinesische Modelle auf; die Einrichtung läuft vollständig im Self-Service und dauert wenige Minuten.
Beginnen Sie, Ihren AI-Harness aufzubauen
Der QCode Team-Tarif bietet ein eigenständiges Admin-Dashboard, Berechtigungsverwaltung für Unter-API-Keys und Nutzungsüberwachung — ein vollständiger Harness direkt ab Werk. Lassen Sie Ihr Team sich auf Business-Logik konzentrieren, nicht auf Infrastruktur.
Vergleich von Open-Source-KI-Coding-Orchestratoren 2026
15 Tools im direkten Vergleich nach Sternen, Lizenzen, Aktivität und Form vom 2026-09-22; die Spalten zu Form und Modellquelle enthalten nur, was die jeweilige