Agent Harness là gì? Giải pháp làm chủ môi trường vận hành cho AI Agent

Harness – định nghĩa theo Từ điển Cambridge

Danh từ: một thiết bị gồm các dây đai và thắt lưng, được sử dụng để kiểm soát hoặc giữ cố định một người, động vật hoặc đồ vật.

Động từ: kiểm soát thứ gì đó, thường là để tận dụng sức mạnh của nó.

Khi nghĩ đến một chiếc harness (đai an toàn), tôi nghĩ ngay đến bộ dây đai mà tôi từng đeo thời trung học trước khi leo lên những bức tường ở trường. Tôi chỉ là một người leo núi ở mức trung bình.

Tuy nhiên, nếu bạn đang "cắm chốt" vào các nguồn tin tức AI dạo gần đây, thì chiếc harness nguyên mẫu của bạn có lẽ đã là một agent harness (harness cho tác nhân AI). Và bài viết này không dành cho bạn.

Bài viết này dành cho những ai tò mò muốn biết agent harness là gì nhưng chưa biết, và cảm thấy ngại ngùng khi phải hỏi.

Hãy quay lại với việc leo núi.

Tại sao bạn lại thắt harness khi đi leo núi? Chà, trước hết, harness hỗ trợ bạn và giữ an toàn cho bạn. Nó làm điều đó bằng cách kết nối bạn với các móc khóa carabiner và dây thừng, giúp bảo vệ bạn khỏi những cú ngã, điều tiết tốc độ và định hướng lộ trình. Bạn cũng có thể gắn các công cụ khác vào harness của mình như túi phấn, dụng cụ leo núi (nut tools) và các bộ móc nhanh (quickdraws).

Và khi bạn leo những ngọn núi khác nhau hoặc thực hiện những chuyến leo khác nhau, bạn có thể mang theo harness của mình. Tùy thuộc vào địa hình, bạn thậm chí có thể tùy chỉnh harness và những thứ gắn trên các vòng treo thiết bị. Harness leo núi rất linh hoạt. Chúng được sử dụng bởi các nghệ sĩ nhào lộn và những người chăm sóc cây xanh. Những người sở hữu chúng có thể biến chúng thành của riêng mình.

Có những điểm tương đồng giữa harness leo núi và agent harness cả về cấu trúc lẫn chức năng.

Agent Harnesses

Những người khác đã viết (một cách đơn giản) rằng: Tác nhân (Agent) = Mô hình (Model) + Harness. Ở đây, từ Harness đề cập đến Agent Harness. Nhưng agent harness là gì? Agent harness sử dụng các mô hình AI để tạo ra các tác nhân AI, và ứng dụng đầu tiên của chúng là dành cho lập trình. Hiện nay, agent harness nằm ở cốt lõi của tất cả các loại tác nhân AI, và việc hiểu cách thức hoạt động của một agent harness sẽ giúp bạn hiểu tác nhân AI là gì.

Agent harness là một phần mềm cung cấp môi trường để một mô hình AI vận hành bên trong đó. Không giống như hầu hết các mô hình AI, với tư cách là người dùng cuối, bạn có thể sở hữu agent harness của riêng mình.

Thông thường, người dùng như các kỹ sư phần mềm tương tác trực tiếp với các harness như Pi thông qua ứng dụng Terminal trên máy tính của họ. Tuy nhiên, các harness như OpenClaw cũng sử dụng các giao diện người dùng khác như iMessage, ứng dụng chat hoặc email. Harness Lefos của chúng tôi được xây dựng chủ yếu để tương tác qua email. Bất kể giao diện là gì, các harness thường thực hiện bốn việc: Thứ nhất, chúng cung cấp một tập hợp các hướng dẫn giúp kiểm soát cách mô hình AI phản hồi. Tập hợp hướng dẫn này thường được gọi là "system prompt" (lời nhắc hệ thống). Thứ hai, chúng mô tả và cung cấp một bộ công cụ để mô hình AI sử dụng nhằm phục vụ việc phản hồi các yêu cầu từ người dùng. Thứ ba, harness thiết lập một khung làm việc điều khiển cách mô hình hành xử. Khung này thực hiện nhiều việc khác nhau, nhưng một trong những việc chính là thiết lập "agentic loop" (vòng lặp tác nhân). Cuối cùng, hầu hết các harness cung cấp một lớp dịch thuật quan trọng cho phép harness hoạt động với nhiều mô hình AI khác nhau.

I. System Prompt

Hầu hết các mô hình AI đều đi kèm với một tập hợp các quy tắc và hướng dẫn được nhúng sẵn, vốn đã được tinh chỉnh trong quá trình đào tạo. Nổi tiếng nhất là Claude Opus 4.5 với một "tài liệu linh hồn" (soul document) được công khai rộng rãi, giải thích cho mô hình AI biết nó là gì và nên hành động ra sao. System Prompt trong một AI harness cũng tương tự như vậy nhưng ít bị nhúng sâu vào mô hình hơn. Nó giống như một tập hợp các hướng dẫn mà một nhân viên mới có thể nhận được trong ngày đầu tiên đi làm. Nó chưa nội hóa các hướng dẫn đó nhưng biết rằng mình nên tuân theo khi thực hiện công việc. System prompt được đưa vào cuộc trò chuyện cùng với mỗi lời nhắc và đóng vai trò quan trọng trong việc đảm bảo mô hình AI hành động phù hợp trong bối cảnh của harness đó.

II. Công cụ (Tools)

Công cụ là một tập hợp các khả năng, được viết bằng mã, mà mô hình có thể "gọi" đến. Harness mô tả các công cụ và cũng cung cấp phần mềm chính là công cụ đó. Ví dụ về các công cụ này có thể bao gồm công cụ tìm kiếm web, công cụ cho phép mô hình viết và thực thi mã phần mềm, hoặc công cụ cho phép mô hình soạn thảo email. Quan trọng là, harness thường không ra lệnh khi nào và làm thế nào mô hình AI nên sử dụng công cụ. Thay vào đó, nó chỉ đơn giản là cung cấp các công cụ, mô tả chúng một cách rõ ràng và để chính mô hình AI quyết định khi nào và làm thế nào để sử dụng chúng.

III. Vòng lặp tác nhân (Agentic Loops)

Bây giờ chúng ta có một mô hình AI nằm trong một agent harness với một tập hợp các hướng dẫn và công cụ. Giả sử harness của chúng tôi được xây dựng để hoạt động trong email, có các công cụ chúng tôi đã mô tả ở trên (WebSearch, WriteCode, ComposeEmail), và người dùng yêu cầu tác nhân so sánh bảng xếp hạng và điểm kiểm tra của các trường tiểu học địa phương rồi đưa ra khuyến nghị. Tác nhân sẽ hành xử như thế nào? Trước hết, nó sẽ cố gắng hiểu yêu cầu (hoặc "prompt"). Nó sẽ sử dụng quá trình tiền đào tạo và các trọng số của mình để hiểu "trường tiểu học" là gì, "khu vực địa phương" nghĩa là gì và người dùng có khả năng quan tâm đến bảng xếp hạng nào. Sau đó, nó sẽ xây dựng các truy vấn tìm kiếm web để lấy dữ liệu gần đây. Nó làm gì với những kết quả đó? Nằm trong một harness, mô hình AI có thể xem xét chúng trong bối cảnh của yêu cầu ban đầu. Nó có thể xác định rằng lần tìm kiếm đầu tiên không mang lại thông tin đúng hoặc chưa đủ, và tự mình quyết định tìm kiếm lại. Quyết định gọi lại công cụ dựa trên đánh giá của chính nó là ví dụ rõ ràng đầu tiên về "vòng lặp". Bây giờ, giả sử nó đã thu thập tất cả dữ liệu liên quan. Mô hình AI quyết định tạo một bảng tính bằng công cụ "write code". Suy cho cùng, tất cả các bảng tính đều chỉ là mã. Nó có thể sử dụng công cụ đó để làm toán và định dạng kết quả sao cho dễ hiểu. Sau đó, nó so sánh bảng tính với prompt ban đầu. Nếu dữ liệu không làm nó hài lòng, nó có thể "lặp" và quay lại tìm kiếm lần nữa. Khi quyết định đã có đủ thông tin, nó gọi ComposeEmail, một công cụ cho phép AI xem xét các phát hiện của mình, tóm tắt chúng, viết email và đính kèm các tệp như bảng tính. Mô hình xem xét công việc cuối cùng này và quyết định công việc đã hoàn thành. "Vòng lặp tác nhân" khép lại. Trong vài giây, người dùng nhận được một email với bản tóm tắt và các khuyến nghị trong phần nội dung, cùng một bảng tính trình bày các phát hiện được đính kèm. Để xem vòng lặp tác nhân hoạt động thực tế như thế nào, bạn có thể khám phá phiên làm việc của Pi tại đây.

IV. Lớp dịch thuật (Translation Layer)

Lớp dịch thuật là thứ cho phép một harness hoạt động với các mô hình AI khác nhau. Trong một số trường hợp, một harness có thể quyết định sử dụng các mô hình khác nhau trong cùng một vòng lặp tác nhân, vì các mô hình AI khác nhau có thể vượt trội ở các tác vụ khác nhau. Lớp dịch thuật cũng là một khía cạnh quan trọng của các harness vì chúng trao quyền kiểm soát cho người dùng cuối. Điều đó có nghĩa là bất kỳ ai cũng có thể lấy AI harness của mình và sử dụng nó với một mô hình từ Anthropic, OpenAI, hoặc khám phá một trong những mô hình AI mã nguồn mở (open weight) thường mang lại giá trị cao so với chi phí (đo bằng chi phí trên mỗi tác vụ).

Lớp dịch thuật này giúp lấy lại quyền lực và đòn bẩy từ các phòng thí nghiệm AI để trao vào tay người dùng cuối. Nếu mọi người có thể sở hữu và chạy harness của riêng mình cục bộ trên máy tính cá nhân, điều đó có nghĩa là họ giữ được quyền tự chủ của mình. Điều đó có nghĩa là họ giữ được quyền tự do biến các công cụ thành của riêng mình và giữ các bản sao cục bộ của các phiên làm việc – thứ theo thời gian sẽ tạo nên sự tương tác của họ với máy móc. Bằng cách xây dựng mối quan hệ với và sử dụng một harness thay vì một ứng dụng do một phòng thí nghiệm AI phát hành, người dùng giữ được sự tự do và lựa chọn. Trong ví dụ về harness của chúng tôi ở trên, người dùng có thể đã gửi cùng một email đó đến một mô hình từ OpenAI, một mô hình từ Anthropic và một mô hình open weight. Sau đó, họ có thể so sánh kết quả, chi phí của các kết quả đó và giữ tất cả câu trả lời ở một nơi, thay vì có ba câu trả lời nằm trong ba ứng dụng khác nhau.

Biến Harness thành của riêng bạn

Không giống như chính các mô hình AI, bạn có thể sở hữu và tùy chỉnh harness. Giống như một chiếc harness leo núi, bạn có thể biến nó thành của riêng mình. Mọi người yêu thích điều này ở Pi. Pi là một agent harness tối giản. System prompt của nó rất ngắn. Nó có một bộ công cụ tối thiểu. Ngay khi xuất xưởng, nó được thiết kế để không gây cản trở. Nhưng khi mọi người sử dụng Pi, họ mở rộng và nhào nặn nó theo những cách phù hợp với họ. Họ thay đổi system prompt hoặc thiết kế một tiện ích mở rộng phù hợp với quy trình làm việc. Sau đó, họ chia sẻ những tiện ích mở rộng đó với người khác. Người dùng Pi đã chia sẻ hơn 5.000 tiện ích mở rộng với nhau. Pi cũng miễn phí và là mã nguồn mở. Nó nằm trên máy tính xách tay của bạn. Điều này có nghĩa là mọi người hiện có một công cụ mà họ sở hữu, nằm trên phần cứng của riêng họ, cho phép họ sử dụng AI.

Harness mã nguồn mở trung lập như những công cụ của quyền tự chủ

Các harness không bắt đầu bằng mã nguồn mở hay sự trung lập. Agent harness phổ biến đầu tiên, Claude Code, không được xây dựng để cung cấp một lớp dịch thuật AI bất khả tri (agnostic) mà được xây dựng như một ứng dụng để cho phép lập trình với các mô hình Claude trên máy tính cục bộ của bạn. Kể từ đó, đã có sự phát triển đáng khích lệ của các agent harness mã nguồn mở miễn phí như OpenClaw, OpenCode, Hermes và Pi. Tại Earendil, chúng tôi đang xây dựng Pi để trở nên trung lập, nhằm mang lại sự lựa chọn về khả năng và sự tự do cho người dùng Pi. Chúng tôi cũng đang khám phá cách để mang lại những lợi ích và quyền tự chủ mà harness cung cấp cho một bộ phận người dùng rộng lớn hơn.

Nhiều người hiện nay đang lo ngại về quyền lực và ảnh hưởng của các công ty AI ngày càng lớn mạnh. Một số người trong số đó có thể chọn tránh xa AI hoàn toàn. Chúng tôi tại Earendil tin rằng chúng ta có thể củng cố quyền tự chủ của con người bằng cách tạo ra phần mềm và các giao thức mở giúp thu hẹp sự chia rẽ và thiếu hiểu biết, đồng thời nuôi dưỡng niềm vui và sự thấu hiểu lâu dài. Chúng ta sẽ không làm điều đó bằng cách phớt lờ các công nghệ hiện có, mà bằng cách khai thác chúng với đôi mắt sáng suốt và sự nắm bắt vững vàng; đảm bảo rằng chúng ta là người cầm búa, chứ không phải chiếc búa cầm chúng ta.