Τα τελευταία δύο χρόνια, οι συμβουλές σταδιοδρομίας γύρω από τους AI agents αφορούσαν κυρίως το να μάθει κανείς να τους δίνει σωστά prompts. Αυτή δεν είναι πλέον η δυσεύρετη δεξιότητα. Η δυσεύρετη δεξιότητα είναι η δημιουργία του πλαισίου μέσα στο οποίο λειτουργεί ένας agent — αυτού που αποκαλείται όλο και περισσότερο harness — και είναι αρκετά εξειδικευμένη και απαιτητική ώστε να εξελίσσεται σε ξεχωριστή περιγραφή θέσης, αντί για μια παράλληλη ευθύνη του «ανθρώπου για την AI» μιας ομάδας.

Η πιο σαφής δημόσια παρουσίαση του τι περιλαμβάνει στην πράξη προέρχεται από το Lenny's Newsletter, το οποίο καταγράφει πώς το εργαλείο διαχείρισης προϊόντος ChatPRD δημιούργησε ένα harness για την αυτόματη αποσφαλμάτωση σφαλμάτων του Sentry. Αξίζει να διαβάσετε ολόκληρο το άρθρο αν σκέφτεστε να εξειδικευτείτε σε αυτόν τον τομέα, επειδή επισημαίνει κάτι που εύκολα παραβλέπεται: το μοντέλο δεν ήταν ποτέ το σημείο συμφόρησης. Η ομάδα χρησιμοποίησε το Claude Agent SDK ως θεμέλιο και στη συνέχεια αφιέρωσε το μεγαλύτερο μέρος της μηχανικής της προσπάθειας σε ένα προσαρμοσμένο τερματικό UI και σε ένα σύνολο adapters που συνέδεαν τον agent με τα Sentry, Linear, GitHub και Vercel. Αυτή είναι, σε μικρογραφία, η δουλειά. Τέσσερα συστήματα, τέσσερα διαφορετικά σχήματα αυθεντικοποίησης, τέσσερις διαφορετικές μορφές δεδομένων και ένα UI που επιτρέπει σε έναν άνθρωπο να παρακολουθεί και να παρεμβαίνει χωρίς να επιβλέπει κάθε βήμα.

Σε τι αναλύεται στην πράξη το «harness»

Αν προσπαθείτε να καταλάβετε αν αξίζει να αναπτύξετε αυτό το σύνολο δεξιοτήτων, βοηθά να το διαχωρίσετε σε επιμέρους τομείς για τους οποίους γίνονται ξεχωριστές προσλήψεις ή, τουλάχιστον, ξεχωριστή αξιολόγηση σε μια συνέντευξη:

  • Σχεδιασμός δικαιωμάτων. Ο καθορισμός του τι επιτρέπεται να κάνει ένας agent χωρίς επίβλεψη (να διαβάσει ένα ticket, να συντάξει ένα PR) σε αντιδιαστολή με όσα απαιτούν την παρέμβαση ανθρώπου (συγχώνευση, ανάπτυξη, διαγραφή, δαπάνη χρημάτων) — και η κωδικοποίηση αυτού ως πραγματικής πολιτικής στον κώδικα, όχι ως οδηγίας σε prompt που το μοντέλο μπορεί να αγνοήσει υπό πίεση. Αυτό είναι πιο κοντά στη μηχανική ελέγχου πρόσβασης παρά στη συγγραφή prompts.
  • Adapters εργαλείων. Λεπτά, καλά δοκιμασμένα περιτυλίγματα γύρω από κάθε εξωτερικό σύστημα (Sentry, Linear, GitHub, Vercel ή όποια κι αν είναι η τεχνολογική στοίβα της εταιρείας σας), τα οποία μεταφράζουν την πρόθεση του agent σε μια ασφαλή, επικυρωμένη κλήση API και μεταφράζουν την απόκριση σε κάτι που το μοντέλο μπορεί να συλλογιστεί. Πρόκειται για συνηθισμένη μηχανική λογισμικού — διαχείριση σφαλμάτων, επαναλήψεις, επικύρωση σχημάτων — εφαρμοσμένη σε έναν νέο καταναλωτή.
  • Τερματικό ή UI κονσόλας. Ένας τρόπος ώστε ένας άνθρωπος να βλέπει τι κάνει ο agent, να εγκρίνει ή να απορρίπτει ενέργειες και να παρεμβαίνει όταν ο agent κολλάει. Το ChatPRD δημιούργησε ένα προσαρμοσμένο· πολλές ομάδες θα χρησιμοποιήσουν αντ’ αυτού έτοιμες κονσόλες agents, όμως και πάλι κάποιος πρέπει να αποφασίσει τι εμφανίζεται, τι αποκρύπτεται και τι απαιτεί κλικ πριν εκτελεστεί.
  • Επιλογή εργαλείων σε μεγάλη κλίμακα. Ένα άρθρο του Machine Learning Mastery επισημαίνει κάτι που αξίζει να γνωρίζετε αν δημιουργείτε οτιδήποτε πέρα από ένα demo: η ακρίβεια των agents στις κλήσεις εργαλείων τείνει να μειώνεται όταν ο κατάλογος εργαλείων ξεπερνά περίπου τις δώδεκα επιλογές — το μοντέλο αρχίζει να καλεί λάθος εργαλεία, να επινοεί παραμέτρους ή να καθυστερεί λόγω αποτυχημένων κλήσεων. Τα μέτρα μετριασμού που παραθέτει (ο περιορισμός των εργαλείων που είναι ορατά σε ένα δεδομένο πλαίσιο, η αναζήτηση εργαλείων με βάση την ανάκτηση, η δρομολόγηση σε εξειδικευμένους υπο-agents, τα ρητά βήματα σχεδιασμού, η λογική εφεδρείας και τα harnesses αξιολόγησης για τον εντοπισμό παλινδρομήσεων) αποτελούν από μόνα τους έναν κατάλογο πραγμάτων που ένας μηχανικός harness πρέπει να ξέρει να υλοποιεί, όχι απλώς να γνωρίζει ότι υπάρχουν.
  • Μηχανική πλαισίου και μνήμης. Η ίδια πηγή κάνει μια διάκριση που αξίζει να αφομοιώσετε: η μηχανική πλαισίου (τι εισάγεται σε μία μεμονωμένη κλήση inference και πού) και η μηχανική μνήμης (τι διατηρείται μεταξύ συνεδριών, πώς αποθηκεύεται και πώς ανακτάται) είναι διαφορετικοί κλάδοι, με διαφορετικούς τρόπους αποτυχίας. Η θέση της είναι ότι οι περισσότερες καταρρεύσεις σε agents που λειτουργούν για μεγάλο διάστημα και σε πολλές συνεδρίες οφείλονται στη σύγχυση των δύο — στην αντιμετώπιση της μνήμης συνεδρίας σαν να είναι απλώς περισσότερο πλαίσιο ή το αντίστροφο — ιδιαίτερα στο σημείο όπου το σύστημα αποφασίζει τι θα ανακτήσει.

Οι ενδείξεις ότι πρόκειται για πραγματικό ρόλο που μπορεί να χρηματοδοτηθεί — όχι απλώς για μια εξειδικευμένη ενασχόληση χομπιστών

Οι σκεπτικιστές εύλογα θα ρωτήσουν αν ο «μηχανικός harness» είναι θέση εργασίας ή απλώς μια εργασία στο πλαίσιο της δουλειάς κάποιου άλλου. Δύο στοιχεία από τη σύνοψη υποδηλώνουν ότι οδεύει προς το πρώτο. Πρώτον, η ομάδα Aspire της Microsoft — μια ομάδα 10 ατόμων — χρησιμοποίησε τα Agentic Workflows του GitHub για να αυτοματοποιήσει PR τεκμηρίωσης μεταξύ repositories και, σε δύο releases, συγχώνευσε 82 PR με διάμεσο χρόνο 44.8 ώρες μετά την κυκλοφορία του αντίστοιχου product PR, χωρίς νέες προσλήψεις και χωρίς επανεκπαίδευση στη διαδικασία. Πρόκειται για μια μικρή ομάδα που απέκτησε δυσανάλογα μεγάλη μόχλευση ακριβώς επειδή κάποιος επένδυσε στο πλαίσιο (τους ορισμούς των workflows, τη δρομολόγηση για review, τη λογική των triggers), αντί οι μηχανικοί να γράφουν PR τεκμηρίωσης με το χέρι. Δεύτερον, το SkillOpt της Microsoft Research αντιμετωπίζει τα αρχεία «δεξιοτήτων» των agents — τις οδηγίες και τους περιορισμούς που διαμορφώνουν τη συμπεριφορά ενός agent μέσα στο harness του — ως κάτι που πρέπει να βελτιστοποιείται συστηματικά και όχι να επεξεργάζεται χειροκίνητα, και αναφέρει ότι ήταν το καλύτερο ή ισόπαλο με το καλύτερο και στα 52 κελιά ενός πλέγματος αξιολόγησης (έξι benchmarks, επτά μοντέλα, τρεις τρόποι εκτέλεσης), με τις βελτιστοποιημένες δεξιότητες να μεταφέρονται σε διαφορετικά μοντέλα και διαφορετικά harnesses. Ανεξάρτητα από το αν το συγκεκριμένο εργαλείο γίνει πρότυπο, αποτελεί ένδειξη ότι ο κλάδος αρχίζει να αντιμετωπίζει τη διαμόρφωση harness ως τεχνούργημα μηχανικής με τα δικά του εργαλεία και benchmarks — την ίδια πορεία που μετέτρεψε το «DevOps» από ένα σύνολο πρόχειρων scripts σε κλάδο.

Υπάρχει πλέον και υποδομή που δημιουργείται ρητά για αυτό το επίπεδο. Οι νεοανακοινωμένες δυνατότητες «Managed Agents» της Google στο Gemini API — εκτέλεση στο παρασκήνιο και ασύγχρονη εκτέλεση, ενσωμάτωση απομακρυσμένων MCP servers, κλήσεις προσαρμοσμένων συναρτήσεων, ανανέωση διαπιστευτηρίων μεταξύ αλληλεπιδράσεων — είναι ουσιαστικά έτοιμα υδραυλικά για τα ακριβή προβλήματα που η ομάδα του ChatPRD έλυσε χειροκίνητα. Αυτό είναι ένα φυσιολογικό μοτίβο: ό,τι δημιουργεί φέτος μια ομάδα κατά παραγγελία, ένας πάροχος πλατφόρμας το μετατρέπει σε προϊόν τον επόμενο χρόνο. Δεν εξαλείφει τον ρόλο της μηχανικής harness· ανεβάζει το ελάχιστο επίπεδο και μετατοπίζει τη δουλειά προς την ενσωμάτωση και τη διαμόρφωση διαχειριζόμενων δομικών στοιχείων, αντί για τη δημιουργία κάθε adapter από το μηδέν, όπως η υποδομή cloud δεν εξάλειψε τους μηχανικούς λειτουργίας, αλλά άλλαξε το πού αφιερώνουν τον χρόνο τους.

Τι σημαίνει αυτό αν στοχεύετε σε αυτόν τον ρόλο

Μερικά συγκεκριμένα και επαληθεύσιμα πράγματα που μπορείτε να βάλετε σε portfolio ή βιογραφικό αν θέλετε να θεωρείστε αξιόπιστοι για αυτή τη δουλειά: δημιουργήστε έναν adapter από την αρχή ως το τέλος για ένα πραγματικό API που δεν ελέγχετε (συμπεριλαμβανομένων της αυθεντικοποίησης, της διαχείρισης σφαλμάτων και των ορίων ρυθμού, όχι ένα demo μόνο για την ομαλή διαδρομή)· σχεδιάστε και τεκμηριώστε ένα μοντέλο δικαιωμάτων για έναν agent που διακρίνει ενέργειες ανάγνωσης/πρότασης/εκτέλεσης και δείχνει γιατί κάθε όριο βρίσκεται εκεί όπου βρίσκεται· και δημιουργήστε ή διαμορφώστε μια διεπαφή review όπου ένας άνθρωπος εγκρίνει τις ενέργειες του agent πριν εκτελεστούν, αφού αυτό είναι το στοιχείο στο οποίο οι περισσότερες εταιρείες θα επιμείνουν πριν επιτρέψουν σε έναν agent να αγγίξει την παραγωγή. Αν αξιολογείτε μια πρόταση εργασίας στη μηχανική harness ή οριοθετείτε τις δικές σας ευθύνες, ρωτήστε συγκεκριμένα ποιος έχει την ευθύνη για το μοντέλο δικαιωμάτων, ποιος για τους adapters και ποιος για το σημείο ανθρώπινης αξιολόγησης — σε πολλές ομάδες αυτή τη στιγμή αυτά τα τρία πράγματα δεν έχουν σαφή υπεύθυνο, και ακριβώς αυτό το κενό έρχεται να καλύψει ο ρόλος.

Μια επιφύλαξη που αξίζει να διατυπωθεί ξεκάθαρα: καμία από τις παραπάνω πηγές δεν καθορίζει κάποιον αριθμό για την αγορά προσλήψεων σχετικά με αυτόν τον συγκεκριμένο τίτλο, και ο «μηχανικός harness» δεν είναι ακόμη τίτλος θέσης που θα δείτε σε αγγελίες — εμφανίζεται μέσα σε τίτλους όπως «μηχανικός υποδομών AI», «μηχανικός πλατφόρμας agents» ή απλώς «senior backend engineer, AI systems». Αντιμετωπίστε το ως σύνολο δεξιοτήτων που πρέπει να αναπτύξετε και να περιγράψετε με ακρίβεια, όχι ως τίτλο για τον οποίο πρέπει να αναζητήσετε στο LinkedIn.