Een agent bouwen duurt tegenwoordig een middag. Een agent harnessen is een ander gesprek: context meegeven, tools koppelen, en meetbaar maken wat het oplevert.
Door Anthony Raaijmakers
Agents bouwen is makkelijk.
ze bestuurbaar, bruikbaar en meetbaar maken, dat is het echte werk.
Iedereen bouwt agents, maar niemand harnesst ze.
Een agent bouwen duurt tegenwoordig een middag. Een agent harnessen is een ander gesprek: context meegeven zodat hij jouw organisatie begrijpt, tools koppelen met gecontroleerde toegang via MCP, rollen en workflows definiëren zodat hij weet wat hij zelfstandig mag beslissen en wanneer hij stopt voor menselijke goedkeuring, alles loggen voor audit en compliance, en meetbaar maken wat het oplevert. LangChain definieerde het vorige week zo: "agent = model + harness." De harness is de laag die het model verbindt met de echte wereld.
Dat onderscheid telt zwaarder nu modellen dichter bij elkaar komen. GPT-5, Claude en Gemini zijn allemaal uitstekend en het kwaliteitsverschil krimpt elk kwartaal, maar de harness niet. Die is organisatiespecifiek, bouwt kennis en context op die je niet kunt kopiëren, en bepaalt of een agent echt iets oplevert in een bedrijfsproces of alleen indruk maakt in een demo. Twee organisaties met hetzelfde AI-abonnement kunnen daardoor totaal verschillende resultaten halen, afhankelijk van hoe goed de harness is ingericht.
De volgende stap gaat niet over meer agents bouwen, maar over ze harnessen: bruikbaar, bestuurbaar en meetbaar maken voor echte bedrijfsprocessen. Dat is in elk geval het gesprek dat wij bij OneMinded voeren.