Het model is een commodity. Het harnas is het voordeel.

Het artikel, gebaseerd op een vertaling van Eyad Khrais' schrijven over harness engineering, stelt dat AI-modellen grondstoffen zijn die via een API worden benaderd, terwijl de harness — de deterministische tools en context — de plek is waar waarde wordt opgebouwd. De auteur deelt persoonlijke ervaring uit een financiëel project: prompt engineering verdwijnt, vervangen door context engineering (een term die in de zomer van 2025 door Tobi Lütke en Andrej Karpathy is gemunt). Een dunne prompt gecombineerd met een dikke, goed samengestelde context en deterministische CLI-gereedschappen levert voorspelbare resultaten op. Het artikel waarschuwt voor 'context rot' (kwaliteitsverlies bij lange invoer, zoals aangetoond door Chroma's tests) en benadrukt dat deterministische code (bijvoorbeeld CLI-commando's) hallucinaties voorkomt en nauwkeurigheid garandeert, vooral voor kritieke taken. De harness vormt ongeveer een derde van de complexiteit van het project, maar betaalt zich terug door verbeterde betrouwbaarheid. De auteur geeft regels voor het creëren van effectieve tools (smal, deterministisch, begrijpelijk voor het model, gegroepeerd, met validatie) en adviseert dat herbruikbare taken in CLI-commando's moeten worden omgezet. Hoewel de 'Bittere Les' wordt erkend — dat handgemaakte structuren kunnen worden uitgehold door krachtigere modellen — stelt de auteur dat coördinatie, status, foutherstel en toegangsrechten essentiële harnessfuncties zullen blijven. De grens: het model behandelt taal, oordeel en planning; de harness behandelt tellen, regels, status en externe acties. Uiteindelijk verdwijnt de rol van 'prompt engineer', vervangen door bouwers van projectspecifieke harness, geheugen en context.