De Harness

01

Waarom dit, waarom nu

De engineers van Vercel hadden een agent die in vier van de vijf gevallen het goede antwoord gaf. Hun oplossing was er iets uít te halen: ze gooiden het merendeel van de gereedschappen weg die ze de agent hadden gegeven. Daarna klopte hij altijd.

Dat is het soort ingreep waar dit dossier over gaat, en het gaat in tegen de reflex. Werkt een AI-systeem niet goed genoeg, dan is de eerste gedachte bijna altijd: een beter model. In 2026 is dat meestal de zwakste knop die je hebt.

Eerst een definitie, want "harness" is jargon dat een simpel idee verbergt. In het vorige dossier zagen we dat een agent een model is dat in een lus draait. De harness is alles in die lus wat níét het model is: de gereedschappen die hij mag gebruiken, het geheugen dat hij bijhoudt, de machinerie die zijn context samenstelt, de controles op zijn werk, de nieuwe pogingen als een stap misgaat. Is het model de bestuurder, dan is de harness de auto, de weg, de kaart en de gordel. In zijn eentje kan het model alleen tekst produceren. De harness is wat het in staat stelt te handelen, te onthouden, zichzelf te controleren en te herstellen.

Dit is deel twee van een handleiding in vijf delen. Deel één ging over de lus: verzamelen, handelen, verifiëren, herhalen. Dit deel gaat over de machine die de lus draait. In 2025 en 2026 stapelde het bewijs zich op dat juist daar de betrouwbaarheid vandaan komt, en voor een bedrijf dat moet beslissen waar het geld heen gaat verandert dat de vraag van welk model naar welke harness.

02

1. Waarom nu: het model is het kleinste onderdeel

De reflex om naar een groter model te grijpen is begrijpelijk en levert zelden op wat ervan verwacht wordt. De capaciteit zit meestal al in het model. Wat ontbreekt is de machine eromheen die capaciteit omzet in werk waar een organisatie van op aan kan.

De reden om dat nu te zeggen, is dat het bewijs moeilijk te negeren werd. Team na team rapporteerde hetzelfde: houd het model gelijk, verbeter de harness, en de prestaties springen omhoog. Soms van falen naar foutloos.

Dit dossier loopt die resultaten na, legt uit wat een harness precies is, en trekt er de strategische conclusie uit. Die luidt dat het model een ingekocht onderdeel is en de harness iets wat een bedrijf zelf bouwt. Eén ding om mee te nemen: werkt de AI niet, kijk dan eerst naar de harness en pas daarna naar het model.

03

2. Het bewijs: hetzelfde model, een betere harness

Begin bij de cijfers, want die zijn opvallend.

Vercel, het bedrijf achter een groot stuk webinfrastructuur, had een agent die vragen beantwoordt door databasequery's te schrijven. Hij bleef steken rond de tachtig procent. De oplossing was contra-intuïtief: ze haalden ruwweg tachtig procent van zijn gereedschappen weg. De lange lijst gespecialiseerde functies ging eruit, en wat overbleef waren gewone commando's die het model uit zijn training al kende, dezelfde die een menselijke engineer gebruikt om ergens rond te kijken, binnen een afgeschermde omgeving. Het slagingspercentage ging naar honderd, meldt Vercel, en de slechtst denkbare run ging van honderd stappen die op niets uitliepen naar negentien stappen die klopten, drieënhalf keer zo snel.

Hier zit een nuance die ik liever meteen benoem dan wegmoffel, want ze verandert wat de case bewijst. Vercel deed deze ingreep terwijl ze naar een sterker model overstapten. Dat betere model maakte de overvolle gereedschapskist juist tot een blok aan het been, en het opruimen van de harness was wat de winst vrijmaakte. Vercel is dus geen zuivere zelfde-model-case. Het is iets subtielers en even bruikbaars: een beter model wilde een simpelere harness.

LangChain is de schone case. Zij rapporteren dat ze een codeer-agent van 52,8 naar 66,5 procent tilden op de openbare benchmark Terminal-Bench, van buiten de top dertig naar de top vijf, zonder het onderliggende model aan te raken. Ze veranderden de harness: zelfcontrole-lussen zodat de agent zijn eigen werk nakeek, betere informatie over de omgeving waarin hij werkte, en haken die hem opvangen als hij in herhaling vervalt. Dezelfde gewichten, dezelfde training, vijfentwintig plaatsen omhoog.

Onafhankelijke studies naar andere codeerbenchmarks vinden hetzelfde patroon: het omhulsel rond een vast model verschuift de score flink. De gemeten omvang van dat effect loopt tussen opstellingen zo uiteen dat ik er geen enkel getal aan zou hangen. Zet de twee cases naast elkaar en de les is ongemakkelijk voor wie op zoek is naar het beste model: bij echt werk verschuift het steigerwerk de uitkomst vaak net zo hard als het model.

04

3. Wat er werkelijk in een harness zit

Wat is een harness dan concreet? De praktijk en het arXiv-paper dat de term probeert vast te leggen komen op hetzelfde uit: alles wat het model niet uit zichzelf doet, en dat valt uiteen in vier dingen.

Gereedschappen zijn de handelingen die het model kan verrichten: een kennisbank doorzoeken, een account opvragen, een terugbetaling uitvoeren, een ticket aanmaken, doorverwijzen naar een mens. Geheugen is wat blijft staan tussen stappen en sessies, zodat de agent niet elke beurt opnieuw begint. Context is de machinerie die bepaalt wat er bij elke stap in het beperkte venster gaat, het onderwerp van deel drie. En verificatie zijn de tests, de beoordelaars en de poorten die het werk controleren, plus de nieuwe pogingen die de lus sluiten.

Zo ziet dat eruit in één echte agent, een supportagent. Bij de gereedschappen: zoek in de kennisbank, zoek het account op, voer een terugbetaling uit, maak een ticket aan, escaleer naar een mens. Bij het geheugen: het klantprofiel en eerdere tickets voor de lange termijn, werkaantekeningen voor dit gesprek voor de korte. Bij de context: een curator die het juiste kennisbankartikel en het account ophaalt en verouderde uitvoer elke stap laat vallen. En bij de verificatie: elke toezegging aan het beleid toetsen voordat er iets verstuurd wordt, en bij een fout opnieuw proberen of doorverwijzen naar een mens.

Het model komt in dat lijstje nergens voor. Het zit in het midden te redeneren, terwijl de harness hem de juiste context voert, een klein aantal scherpe gereedschappen geeft, onthoudt wat ertoe doet en controleert wat eruit komt. Zonder dat alles produceert een model plausibele tekst. Ik ben de vier onderdelen gaan opzoeken toen bleek dat elk team dat er iets over publiceerde bij dezelfde vier uitkwam. Erin verpakt wordt het model iets dat kan handelen, zijn eigen fouten kan opmerken en kan herstellen als een stap misgaat. Dat omhulsel is de harness, en het goed bouwen is het grootste deel van het werk.

05

4. De motor en de auto

De helderste manier om dit vast te houden is een vergelijking. Het model is een motor en de harness is de auto eromheen.

Een motor is ruwe capaciteit: hij levert vermogen, en een betere levert meer. Hij ligt ook vast zodra hij gebouwd is, is duur om te veranderen, en draait in zijn eentje alleen maar rond. Alles wat dat vermogen omzet in een bruikbaar voertuig, de transmissie, de besturing, de remmen, het dashboard, de gordels, is de auto eromheen. Bij agents heet die auto de harness, en anders dan de motor bouw je hem in een middag om, zonder hertraining.

Auto's rangschikken op cilinderinhoud zou niemand doen, want een krachtige motor in een auto zonder remmen is geen snelle auto maar een ongeluk. Capaciteit zit in het model, betrouwbaarheid zit in de harness, en betrouwbaarheid is wat er bij een klant terechtkomt. Een bescheiden motor in een uitstekende auto wint van een monster op een skelter, en dat is ruwweg wat de cijfers van Vercel en LangChain lieten zien.

06

5. Minder is meer: minder gereedschappen

Het Vercel-resultaat wijst op een contra-intuïtieve regel die telkens terugkomt: bij gereedschappen is minder meer. De neiging is om een agent elke denkbare capaciteit te geven, een gereedschap voor alles wat hij nodig zou kunnen hebben, en in de praktijk pakt dat verkeerd uit.

Vóór de ingreep had de Vercel-agent achttien gespecialiseerde gereedschappen: het schema opvragen, tabellen opsommen, een tabel beschrijven, een query bouwen, een query valideren, een query draaien, en nog een stuk of twaalf. Slagingspercentage tachtig procent, tot honderd stappen, in het slechtste geval ruim twaalf minuten die op niets uitliepen. Na de ingreep bleven de gereedschappen over die het model toch al begreep, plus een afgeschermde omgeving om ze in te draaien. Slagingspercentage honderd procent, negentien stappen, ruim twee minuten.

Elk toegevoegd gereedschap is een beslissing die namens het model genomen wordt, en een stukje van zijn beperkte aandacht dat eraan opgaat. Achttien gespecialiseerde gereedschappen geven het model achttien manieren om de verkeerde te kiezen, achttien sets regels om te onthouden, en een hoop oppervlak om in te verdwalen. Een handvol scherpe algemene gereedschappen die het uit zijn training kent, laten het zich naar het antwoord toe redeneren met minder misstappen.

De ervaring van Vercel scherpt dat aan, en zij zeggen het zelf ook zo. De overvolle harness was met een ouder model nog te doen, en een sterker model redeneert juist beter als het minder en scherpere gereedschappen krijgt, dus de stapel die ooit hielp was een hindernis geworden. Het beste harnaswerk is vaak aftrekkend: haal gereedschappen weg, geef het model een veilige plek om dingen te proberen, en ga aan de kant. Dat is het tegenovergestelde van hoe de meeste teams bouwen, namelijk capaciteiten blijven toevoegen en zich dan afvragen waarom de agent minder betrouwbaar wordt naarmate hij groeit.

07

6. De ontwikkeling: gewichten, context, harness

Een stap terug en de harness blijkt het derde bedrijf van een verhaal dat het vakgebied over zichzelf vertelt.

Het paper schetst drie tijdvakken. In 2022 kwam de winst uit de gewichten: grotere modellen, meer data, betere training. Een betere agent vroeg om een beter model, en dat konden maar een handvol labs betalen. Rond 2023 landde het besef dat je kunt veranderen wát het model ziet in plaats van het model zelf, via prompts en voorbeelden en opgehaalde documenten, en opeens gedroeg een bevroren model zich heel anders. Vanaf 2025 verschoof het zwaartepunt opnieuw naar buiten, naar de harness: geheugen, vaardigheden, standaardprotocollen, afgeschermde omgevingen, poorten.

Elke laag stapelde op de vorige in plaats van hem te vervangen. Gewichten doen er nog steeds toe en context ook, en de grootste verbeteringen in betrouwbaarheid lijken nu uit de omgeving rond het model te komen. Die beweging naar buiten is goed nieuws voor gewone bedrijven, want elke stap verplaatste de hefboom van iets dat alleen een frontier-lab kan doen naar iets dat elk capabel team kan doen.

08

7. Protocollen: MCP en standaardgereedschappen

Eén deel van de harness verdient een eigen vermelding, omdat het stilletjes infrastructuur aan het worden is. Een protocol is een afgesproken standaard voor hoe twee dingen met elkaar praten. Het Model Context Protocol, MCP, eind 2024 geïntroduceerd door Anthropic, is een standaardmanier voor een model om externe gereedschappen en data te vinden en aan te roepen. Anthropic omschrijft het als de USB-C van AI: één stekkervorm die in elk stopcontact past.

Waarom dat concreet uitmaakt: vóór er een standaard was, moest iemand bij vijf AI-systemen en tien gereedschappen elk gereedschap met de hand aan elk systeem knopen, vijftig aparte koppelingen, elk op maat en elk breekbaar. Met een standaardprotocol wordt een gereedschap één keer ontsloten, in de afgesproken vorm, en elk model en elke agent die het protocol spreekt kan erbij. Eén koppeling van het CRM naar het protocol bedient daarna de salesagent, de supportagent en de interne helpdesk tegelijk, zonder extra bedrading per agent.

Voor een bedrijf doen protocollen ertoe om een saaie maar belangrijke reden: ze maken de harness overdraagbaar en duurzaam. Een gereedschap of databron die via een standaardprotocol wordt ontsloten, zit niet vast aan het model van één leverancier. Zoals het eerdere dossier over de AI-race betoogde, is de modellaag aan het commoditiseren en verschuift hij snel, en standaardprotocollen zijn hoe een investering in gereedschappen en data blijft staan als het model eronder wordt vervangen. Een harness die goed gebouwd is, overleeft het model waar hij omheen gebouwd werd.

09

8. Waarom de harness de echte slotgracht is

Hier zit een strategisch punt verstopt. De basisinfrastructuur van agents, het vermogen om een model in een lus te draaien met gereedschappen en geheugen, commoditiseert snel, en wat in 2024 een eigen framework was, is in 2026 een ingebouwde functie. Dat is het normale pad van infrastructuur: het wordt goedkoop en standaard. Wat niet commoditiseert is wat erbovenop gebouwd wordt.

Voor een bedrijf is het model een ingekochte grondstof, steeds vaker een goedkope, en de generieke harness wordt dat ook. Het blijvende voordeel zit in de specifieke harness rond het eigen werk: de gereedschappen die vastleggen hoe dit bedrijf werkelijk werkt, het terugbetaalgereedschap dat het eigen beleid kent en het prijsgereedschap dat de eigen systemen leest, het geheugen van de eigen context, de controles die bij de eigen normen passen, de begrensde zelfstandigheid die de eigen risicobereidheid toelaat.

Een concurrent kan morgen hetzelfde model kopen. Wat hij niet kan kopen is de harness die om deze operatie heen is gebouwd, want die harness is een beschrijving van hoe het bedrijf werkt, en die verkoopt geen enkele leverancier.

10

9. De harness kopen of bouwen

Dat roept een praktische vraag op waar elk team nu voor staat: de harness kopen of bouwen? Het eerlijke antwoord is allebei, op verschillende lagen, en de scheidslijn wordt helder zodra hij getrokken wordt.

Het generieke steigerwerk, een lus draaien en context beheren en gereedschappen aanroepen, wordt tot producten geperst en is meestal de moeite van het kopen waard. De specifieke harness, de gereedschappen en het geheugen en de controles die het bedrijf vastleggen, is de moeite van het bouwen waard, want dat is het deel dat geen leverancier kan verkopen en het deel dat het voordeel oplevert.

De val is het andersom doen: schaarse engineeringtijd verbranden aan het herbouwen van generieke leidingen die een platform weggeeft, terwijl de bedrijfsspecifieke laag dun blijft. We hebben meer dan één team precies die ruil zien maken. Volgens onze eigen ervaring kopen de teams die er waarde uit halen de commodity, en steken ze hun tijd in de harness die alleen zij konden bouwen.

11

10. De eerlijke tegenwerping

Drie kanttekeningen houden dit in verhouding. Ten eerste zet het model nog steeds het plafond. Een betere harness tilt een capabel model flink op, maar laat een zwak model niet doen wat het fundamenteel niet kan. De harness is dus een vermenigvuldiger en geen vervanging, en bij de moeilijkste taken wint een sterker model nog altijd. De juiste lezing is niet dat het model er niet toe doet. Het is dat het model bij de meeste echte toepassingen niet langer de flessenhals is.

Ten tweede is harnaswerk echt engineeringwerk. Geheugen, nieuwe pogingen, contextbeheer en verificatie zijn oprecht lastig om goed te bouwen, en een slechte harness maakt een goed model net zo hard slechter als een goede hem beter maakt. Het Vercel-resultaat snijdt beide kanten op, want hun eerste harness hield met zijn achttien gereedschappen een capabel model juist tegen.

Ten derde kost complexiteit iets. De betrouwbaarste harnassen zijn meestal eenvoudig, en het is makkelijk om te veel te bouwen. Gereedschappen, agents en lagen die meer kwaad dan goed doen: precies de les van minder-is-meer. Een harness verfijn je eerder door weg te halen dan door toe te voegen.

12

11. Wat een bedrijf hiermee doet

Voor een bestuurder herschikt de harness het AI-budget. De reflex is dat geld uitgeven aan toegang tot het beste model, terwijl het bewijs zegt dat het model een ingekochte grondstof is en de hefboom in het steigerwerk eromheen zit.

De vragen bij elk AI-initiatief zijn dan: wat is hier de harness? Welke gereedschappen heeft de agent, en zijn het er te veel? Wat onthoudt hij? Hoe wordt zijn werk gecontroleerd, en wat gebeurt er als het misgaat? Die vier voorspellen of iets werkt veel beter dan welk model eronder zit, en een bestuurder zonder technische achtergrond kan ze alle vier stellen en begrijpen.

Dit is See, Understand, Adopt toegepast op de bouwkant. Zien dat capaciteit gekocht wordt en betrouwbaarheid gebouwd. Begrijpen wat de vier delen van een harness zijn, gereedschappen en geheugen en context en verificatie, en welke daarvan in het eigen proces ontbreekt, wat naar onze ervaring meestal het geheugen of de verificatie is. En dan adopteren door het generieke steigerwerk te kopen en de schaarse tijd te steken in de harness die het eigen bedrijf vastlegt: scherpe gereedschappen die op de eigen systemen handelen, echt geheugen van de eigen context, en controles die bij de eigen normen passen. Het model verandert elk paar maanden. De harness rond het eigen werk is wat blijft.

De zet: stop met winkelen voor het beste model en begin met het bouwen van de beste harness. Koop het generieke steigerwerk; steek de schaarse tijd in de gereedschappen, het geheugen en de controles die vastleggen hoe het bedrijf werkt; en houd de gereedschapslijst kort, want bij harnassen is minder meestal meer.

13

12. Verantwoording en bronnen

Dit dossier steunt op live webresearch en een persoonlijk archief van ruim 15.000 bronnen. Dragende cijfers zijn waar mogelijk gecontroleerd. De anatomie van de harness en de koop-of-bouwvoorbeelden zijn illustratief, gemaakt om de mechaniek uit te leggen. De notities hieronder geven per claim het vertrouwen en de belangrijkste voorbehouden, in de geest van ons uitgangspunt: laat zien hoe je eraan gekomen bent.

De ingekaderde figuur in dit dossier komt uit een gepubliceerd artikel en is in het bijschrift toegeschreven. Grafieken met het label "BFF" zijn van ons, getekend naar de bronnen die eronder staan. De anatomie van de harness en de koop-of-bouwvoorbeelden zijn illustratief, geschreven om het idee uit te leggen.

Back From the Future · BFF Inzichten · Werken met AI · Deel 2 van 5 · juli 2026