Un harness dell'agente è il livello software che si colloca attorno a un agente AI e controlla come riceve input, decide le azioni, richiama strumenti e restituisce output. È il livello di orchestrazione e di policy per l'agente, non il modello in sé. Un harness può gestire la formattazione del prompt, l'instradamento degli strumenti, la memoria, i controlli dei permessi, i tentativi di nuovo invio e la registrazione.
Questo livello è importante perché trasforma un modello da generatore di testo in un sistema operativo. Se l'harness è debole, un attaccante può usare prompt injection, output dannosi degli strumenti o dati avvelenati per far sì che l'agente divulghi informazioni o attivi azioni non sicure. Le difese efficaci si concentrano su privilegio minimo, allowlist degli strumenti, convalida degli input, filtraggio degli output, sandboxing e osservabilità. In pratica, i team di sicurezza testano l'harness tanto quanto il modello, perché i guasti più gravi si verificano spesso nella logica di controllo che collega l'agente ai sistemi reali.