Harness sing luwih entheng lan agen sing bisa nglakokake kode luwih cocog kanggo tugas tanpa watesan cetha, amarga orkestrasi sing kaku banget bisa matesi kinerja model.
Mula, eksekusi kode lan sandboxing saiki dadi perkara arsitektur utama kanggo sistem berbasis agen.
Agents SDK nyuda kerumitan lan jumlah kode sing dibutuhake kanggo nggawe agen sing bisa nglakokake kode, nganti 6x ing pengujian kita.
Wis suwe, kemajuan sistem agen didorong dening perbaikan orkestrasi: prompt, antarmuka alat, pangelolaan konteks, lan alur kontrol sing luwih apik. Nanging, nalika agen coding saya mumpuni, imbangan kasebut wiwit owah.
Ing akeh alur kerja tanpa watesan cetha, bottleneck-e dudu loop agen maneh, nanging lapisan eksekusi: sandbox kanggo model nulis kode, nglakokake prentah, mriksa output, lan ngulang proses. Nalika saya akeh nalar tingkat tugas dipindhah menyang lingkungan kasebut, orkestrasi ing saubenge kudu luwih prasaja supaya model bisa nuduhake kabisane kanthi kebak.
Owah-owahan iki persis sing diwenehake dening versi anyar Agents SDK. Saka pengujian nalika akses awal, kita nemokake yen tinimbang nambah lapisan logika framework, versi iki nggawe lapisan eksekusi luwih modular lan gampang dirangkai supaya bagean sistem liyane tetep entheng.
Saiki ana tren ing rekayasa harness kanggo nyederhanakake harness nganti wujud efektif sing paling minimal. Sacara umum, harness yaiku piranti lunak ing saubenge model: lapisan sing ngatur konteks, alat, alur kontrol, lan loop umpan balik supaya model bisa nyambut gawe kanthi andal.
Sajrone sawetara taun kepungkur, akeh peningkatan kinerja agen asale saka nguwatake lapisan kasebut. Alat, memori lan retrieval sing luwih apik, penguraian sing luwih cetha, lan orkestrasi sing luwih rapet kerep nggawe sistem luwih andal lan mumpuni. Ing paradigma kasebut, kemajuan umume ateges nglebokake luwih akeh logika tugas menyang piranti lunak ing saubenge model.
Pola kasebut saiki wiwit ora kuwat, paling ora kanggo sawenehing tugas tanpa watesan cetha. Saya akeh proyek lan makalah nuduhake yen kinerja ora mesthi mundhak nalika harness dadi luwih preskriptif. Ing coding kanthi pitulungan, tugas sing lumaku suwe, panggunaan browser, lan tugas kanthi konteks dawa, pola sing padha katon bola-bali: yen model wis cukup pinter, meksa kakehan struktur tugas menyang piranti lunak ing saubenge bisa dadi pepalang, dudu kauntungan.
Mula, peran harness saiki owah. Tinimbang nyoba ngantisipasi tugas liwat orkestrasi sing kaku, harness saiki saya kerep dadi lumah eksekusi sing resik: sandbox kanggo model mriksa status, nglakokake kode, mulihake saka error, lan nyetel carane dhewe, nanging tetep diwatesi antarmuka lan pangayoman sistem. Iki meh padha karo owah-owahan sing diterangake Andrej Karpathy ing Software Engineer 3.0: sawetara logika sing biyen ana ing piranti lunak dipindhah munggah menyang “prompt”.
Piwulange dudu yen sistem agen kudu mbusak struktur ing kabeh bagean. Akeh tugas isih luwih apik nganggo alur kerja, heuristik, lan guardrail deterministik sing cetha, mligine yen tugase sempit, volumene gedhe, utawa nduweni kriteria sukses sing cetha. Kaya sing kita andharake ing tulisan sadurunge babagan Heuristik kanggo Desain Sistem Berbasis Agen, orkestrasi sing kuwat tetep penting nalika alur logika sing andal bisa lan becik ditrapake.
Kanggo tugas tanpa watesan cetha, fokuse saiki owah. Tantangane ora maneh nggawe lapisan orkestrasi sing saya rumit, nanging mbangun lingkungan eksekusi sing prasaja, bisa diamati, lan cukup modular supaya model bisa nyambut gawe kanthi efektif ing njero.
Nalika agen bisa maca file, nulis kode, nglakokake prentah shell, lan miwiti tugas sing lumaku suwe, tantangan rekayasane malih. Bagean sing angel ora mung optimasi prompt utawa routing alat maneh. Amarga saiki agen makarya ing sistem nyata, agen kasebut dadi luwih kuwasa, nanging uga luwih sensitif amarga nambah lumah risiko safety lan keamanan. Contone, agen sing bisa nglakokake kode bisa tumindak mbebayani yen lingkungane ora diisolasi kanthi becik (delengen Sandbox Bench saka AISI).
Mula, sandboxing dadi perkara kritis ing framework agen. Ing sistem sadurunge, eksekusi kerep dianggep minangka tambahan: alat sing mung ditempelake ing harness. Nanging nalika eksekusi kudu nyimpen status, lumaku suwe, utawa remot, cara kasebut wiwit ora bisa digunakake. Ngatur sandbox, siklus urip, status, antarmuka, lan sambungane menyang loop agen kanthi cepet dadi masalah desain sistem dhewe. Iki salah siji sebab saya akeh panyedhiya nawakake lingkungan terkelola kanggo eksekusi kode, kalebu Container API lan alat shell saka OpenAI, Modal, Cloudflare, Daytona, E2B, lan liya-liyane.
Wates iki penting amarga eksekusi kode mbutuhake isolasi sing luwih kuwat lan kontrol runtime sing luwih rapet tinimbang bagean harness liyane. Ing praktik, agen sing nglakokake kode nanging implementasine ala bisa nuwuhake telung risiko kritis kanggo bisnis: biaya komputasi tanpa kontrol, tumindak ngrusak sistem internal, lan kabukane informasi sensitif. Kanthi containerization, isolasi, lan pangayoman runtime sing bener, risiko kasebut bisa dikendhaleni nganti tingkat sing bisa ditampa kanggo deployment nyata.
Kanggo nggampangake pangerten, bayangna agen diwenehi papan kerja tertutup dhewe, dudu kunci kanggo kabeh kantor. Agen kasebut isih bisa nindakake pakaryan migunani ing njero, nanging mung ing wates sing wis ditemtokake kanthi cetha. Sampeyan bisa matesi komputasi sing digunakake, sistem lan file sing bisa diakses, uga informasi sing kasedhiya kanggo agen wiwit wiwitan.
Iki ora ngilangi risiko kabeh, nanging ngowahi masalah saka “agen sing bebas ing infrastruktur sampeyan” dadi “agen sing makarya ing lingkungan terkendhali.” Yen lapisan iki bakal dadi bagean baku sistem agen, framework kasebut kudu ndhukung kanthi langsung. Kanthi iki, sandbox dadi lapisan eksekusi modular kanthi komponen portabel sing bisa dienggo developer kanthi cepet, diganti antarpanyedhiya, lan diskalakake tanpa kudu terus ngrombak logika agen.
Nalika agen nglakokake kode, sandbox kasebut uga kudu diorkestrasi. Pindhah saka proof-of-concept lokal menyang eksekusi remot, macem-macem backend, utawa sesi sing lumaku suwe bakal nambah beban operasional kanthi drastis. Sampeyan butuh cara sing konsisten kanggo nggawe lan mungkasi lingkungan, ngaso lan nerusake, nggawe snapshot status, nyambung maneh mengko, lan ngatur kabeh iki ing macem-macem panyedhiya.
Ora ana sing katon narik kawigaten sacara konseptual, nanging kabeh iki penting ing praktik. Infrastruktur kaya iki bakal dadi ruwet yen saben tim nggawe maneh pipeline berbasis agen saka nol, mligine yen ora diintegrasikake menyang framework agen…
Ing kene dhukungan framework sing luwih apik dadi penting. Kita entuk akses awal menyang OpenAI Agents SDK sing luwih anyar lan nggunakake kanggo nggawe agen kanthi sandbox. Sing paling katon yaiku owah-owahan fokus arsitekture: SDK nganggep eksekusi minangka lapisan utama, dudu alat tambahan. Ing praktik, sampeyan bisa miwiti agen kanthi sandbox, nggawe snapshot sandbox, utawa nerusake eksekusi nganggo kode luwih sithik (~6 kaping ing sawetara pengujian kita), banjur ngalih backend tanpa nulis ulang logika agen ing saubenge.
Pamisahan tanggung jawab sing luwih resik iki ngidini harness tetep fokus ing nalar, konteks, lan alur kerja. Lapisan eksekusi bisa fokus ing isolasi, portabilitas, lan status runtime. Abstraksi iki nggampangake nggawe agen coding sing luwih mumpuni lan luwih gampang dikembangake, bisa pindhah antarane eksekusi lokal lan remot, ndhukung tugas sing lumaku luwih suwe, lan ngganti backend eksekusi tanpa kudu ngrancang ulang kabeh sistem.
Nalika saya akeh logika tingkat tugas pindhah saka harness menyang model, sebagian kerumitan sistem uga melu pindhah—mudhun menyang lapisan eksekusi. Eksekusi kode lan sandboxing saiki dadi perkara arsitektur utama kanggo sistem berbasis agen, mligine kanggo tugas sing akeh coding lan tanpa watesan cetha. Saiki, ngrancang pipeline berbasis agen padha pentinge karo ngrancang lingkungan supaya agen bisa tumindak kanthi aman, andal, lan terus-terusan.
Iki sebabe abstraksi tingkat dhuwur kanggo eksekusi kanthi sandbox penting. OpenAI Agents SDK sing luwih anyar maju menyang arah kasebut kanthi nganggep eksekusi minangka lapisan sistem sing modular: portabel antarbackend, bisa njaga status sajrone tugas sing lumaku suwe, lan cukup prasaja kanggo digunakake tanpa nggawe maneh infrastruktur sing padha kanggo saben konfigurasi anyar.
Piwulang sing luwih amba yaiku framework agen generasi sabanjure mbokmenawa ora bakal ditemtokake dening akehe logika orkestrasi sing ditambahake, nanging dening kapinterane nata lingkungan eksekusi sing saya diandelake agen.