# Artikel Terkait Harness

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Harness", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Lima Bentuk Inti AI Agent Menurut Pandangan YC

Penyunting: AI Agent telah berkembang dari prompt sekali pakai ke dalam alur kerja yang lebih kompleks. Pertanyaan penting sekarang bukanlah "apakah model bisa menyelesaikan tugas?", tetapi "bisakah kemampuan AI dijadikan aset proses yang dapat digunakan ulang dan terakumulasi?". Berikut adalah lima bentuk inti yang muncul: 1. **Skills:** Bukan SOP kaku, melainkan lebih seperti "pemanggilan metode". Satu alur kerja (Skill) yang sama dapat digunakan untuk banyak kasus dengan mengganti parameternya (misal, target, pertanyaan, dataset). 2. **Thin Harness:** Kerangka kerja eksekusi ringan (~200 baris kode) yang menjadi "tangan dan kaki" bagi model. Fungsinya menjalankan loop, membaca/menulis file, dan mengelola konteks. 3. **Resolvers:** Tabel perutean yang memetakan jenis tugas ke Skill spesifik. Ini mencegah "korupsi konteks" saat jumlah Skill sangat banyak, sehingga memastikan panggilan yang tepat. 4. **Latent vs. Deterministic:** Pisahkan tugas. Serahkan penilaian, sintesis, dan pemahaman kontekstual ke LLM. Gunakan kode deterministik (yang dapat ditulis model) untuk hal-hal yang memerlukan kepastian dan konsistensi, seperti perhitungan. 5. **Memory:** Lapisan memori untuk akumulasi pengetahuan jangka panjang. Contoh: folder markdown dengan satu halaman per entitas (orang/perusahaan/konsep), berisi kesimpulan terkini dan garis waktu yang terus bertambah. Kombinasi ini membentuk **"kemampuan proses" (process power)** – keunggulan kompetitif yang berkelanjutan di era AI. Ini mengubah pengalaman menjadi alur kerja yang terdokumentasi, tugas menjadi parameter, aturan stabil menjadi kode, dan pembelajaran menjadi memori yang terakumulasi. Sistem semacam ini, meski tampak sederhana (seperti folder markdown), sulit ditiru karena dibangun melalui iterasi dan disiplin yang terus-menerus, berbeda dengan aplikasi hasil "vibe coding" yang harga ekuilibrinya akan turun hingga ke biaya token.

marsbit54m yang lalu

Lima Bentuk Inti AI Agent Menurut Pandangan YC

marsbit54m yang lalu

Memanfaatkan Periode Arbitrase, Menyelamatkan DeFi dari Tepi SaaS

Era arbitrase Harness: Menyelamatkan DeFi dari Tepi SaaS Artikel ini mengeksplorasi konvergensi AI dan DeFi, menyoroti bagaimana kemampuan AI yang terukur mengancam model SaaS tradisional sekaligus menawarkan peluang revitalisasi untuk DeFi. Token AI yang semakin murah mendemokratisasikan akses ke kemampuan yang sebelumnya dikuasai perusahaan besar, memungkinkan individu dan bisnis kecil memanfaatkan Agent untuk tugas-tugas khusus. DeFi, yang telah menjadi seperti SaaS dengan model berbasis biaya transaksi, dapat diubah oleh AI melalui peningkatan keamanan kontrak cerdas (seperti melalui Claude), optimalisasi efisiensi modal, dan penataan ulang ekonomi token. Masa depan mungkin melihat token sebagai sertifikat tingkat pengembalian modal yang dapat diandalkan dan terverifikasi secara real-time, dengan Agent yang secara bertahap mengambil alih tugas manusia yang berulang. Intinya, AI menurunkan biaya produksi data dan konten mendekati nol, membuka pintu bagi partisipasi keuangan yang lebih luas, sementara DeFi berpotensi menjadi tempat uji coba untuk evolusi sistem keuangan yang digerakkan oleh AI.

marsbit04/19 01:27

Memanfaatkan Periode Arbitrase, Menyelamatkan DeFi dari Tepi SaaS

marsbit04/19 01:27

Agent Telah Memasuki Era yang Didorong oleh Harness

Kebocoran kode sumber Claude Code milik Anthropic mengungkap praktik terdepan dalam rekayasa Harness untuk sistem AI. Harness adalah rangkaian arsitektur teknik yang mendorong model AI untuk memaksimalkan kemampuan, bukan hanya menghasilkan token. Claude Code mengadopsi enam komponen inti: System Prompt bertingkat, Tool Schema, Tool Call Loop, Context Manager, Sub Agent, dan Verification Hooks. Pendekatan ini memungkinkan integrasi pelatihan dan inferensi, mengurangi halusinasi model, dan meningkatkan akurasi eksekusi tugas panjang. Era ini menuntut talenta gabungan yang memahami AI, teknik backend, dan infrastruktur, serta mendorong implementasi Agent yang lebih terjamin, terprivasi, dan terukur.

marsbit04/15 10:16

Agent Telah Memasuki Era yang Didorong oleh Harness

marsbit04/15 10:16

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Analisis Pasar

Pembaruan Proyek