W dyskusjach o architekturze agentów AI terminy harness, framework i MCP są często używane zamiennie, ale to poważny błąd kategoryzacji. Każda warstwa zajmuje się zupełnie innymi aspektami systemu i odpowiada za inne decyzje projektowe - od kontroli pętli wykonania po zarządzanie uprawnieniami i odzyskiwanie po błędach.
Agent harness to opiniaty system wykonawczy, który owija model i przekształca go w działającego agenta. OpenAI definiuje to wprost w swoich materiałach o Codex - harness zarządza stanem konwersacji, streamuje wykonanie, integruje narzędzia oraz egzekwuje polityki sandboxu i zatwierdzenia. Podobnie Anthropic w Claude Agent SDK dostarcza to samo - pętlę agenta, zarządzanie kontekstem i dostęp do narzędzi. Kluczowe: harness przychodzi z opinią, szablonową pętlą, modelem uprawnień i strategią kontekstu jako gotowy pakiet. To nie do negocjacji.
Framework natomiast to biblioteka podstawowych składników do komponowania agentów. Obejmuje klientów modeli, abstrakcje narzędzi, orkiestrację grafów, interfejsy pamięci i hooki obserwacyjne. Przykłady to LangGraph, OpenAI Agents SDK i Microsoft Agent Framework, które osiągnęły GA w wersji 1.0 w kwietniu 2026. Framework daje ci części i szkielet pętli - decyzje o polityce podejmujesz ty.
Model Context Protocol to coś zupełnie innego - to protokół transportowy na poziomie sieci, nie runtime. Standaryzuje sposób, w jaki aplikacja LLM odkrywa i komunikuje się z narzędziami, ale nie zarządza egzekucją ani uprawnieniami. To warstwa komunikacji, nie warstawa kontroli.