Das Modell ist eine Ware. Das Geschirr ist der Vorteil.

Der Artikel stützt sich auf eine Übersetzung von Eyad Khrais‘ Gedanken zum Thema Harness Engineering und vertritt die These, dass KI-Modelle lediglich über APIs zugängliche Rohstoffe sind, während der Harness – die deterministischen Werkzeuge und der Kontext – den eigentlichen Wert ausmacht. Der Autor berichtet aus eigener Erfahrung aus einem finanzorientierten Projekt: Prompt Engineering verliert an Bedeutung und wird durch Context Engineering ersetzt (geprägt von Tobi Lütke und Andrej Karpathy im Sommer 2025). Ein knapper Prompt kombiniert mit einem umfangreichen, sorgfältig kuratierten Kontext und deterministischen CLI-Werkzeugen liefert vorhersagbare Ergebnisse. Der Artikel warnt vor „Context Rot“ (Qualitätsverlust bei langen Eingaben, wie Chroma-Tests zeigen) und betont, dass deterministischer Code (z. B. CLI-Befehle) Halluzinationen verhindert und Genauigkeit sicherstellt, insbesondere bei kritischen Aufgaben. Der Harness macht etwa ein Drittel der Projektkomplexität aus, zahlt sich aber durch verbesserte Zuverlässigkeit aus. Der Autor gibt Regeln für die Entwicklung effektiver Werkzeuge (eng gefasst, deterministisch, für das Modell verständlich, gruppiert, mit Validierung) und empfiehlt, wiederverwendbare Aufgaben in CLI-Befehle zu überführen. Obwohl er die „Bitter Lesson“ anerkennt, dass handgefertigte Strukturen durch leistungsfähigere Modelle erodiert werden könnten, argumentiert der Autor, dass Koordination, Zustand, Fehlerbehebung und Zugriffsrechte weiterhin wesentliche Harness-Funktionen bleiben. Die Abgrenzung: Das Modell kümmert sich um Sprache, Urteilsvermögen und Planung; der Harness um Zählen, Regeln, Zustand und externe Aktionen. Letztlich verschwindet die Rolle des „Prompt Engineers“ und wird durch Entwickler ersetzt, die projektspezifische Harness-, Speicher- und Kontextstrukturen aufbauen.