Quando un’azienda sceglie uno strumento AI, di solito guarda la cosa sbagliata: il modello. Ma due prodotti con lo stesso identico modello dentro possono rendere in modo molto diverso, e la differenza sta in un pezzo di software di cui quasi nessuno parla: l’harness. Dopo questa pagina lo vedrai dappertutto.

Il modello è il motore, l’harness è l’auto

Un modello linguistico, da solo, sa fare una cosa: ricevere testo e produrre testo. Non legge file, non esegue comandi, non ricorda nulla da una richiesta all’altra, non chiede il permesso a nessuno. È un motore montato su un banco di prova.

L’harness è l’auto costruita attorno al motore: il livello di software che dà al modello gli strumenti con cui agire, la memoria di ciò che è successo, i permessi su cosa può e non può fare, le regole del contesto in cui opera, il modo in cui tu ci parli. Stesso motore: guida diversa.

Cosa fa, concretamente, un harness

Tradotto in funzioni, un harness ben fatto si occupa di cinque cose:

  • Strumenti: file, terminale, ricerca, accesso ai dati — le mani del modello.
  • Contesto: che cosa il modello vede a ogni richiesta, e che memoria ha tra un passo e il successivo.
  • Permessi: quali azioni avvengono in automatico e quali richiedono la tua approvazione.
  • Regole: le istruzioni permanenti del progetto — stile, vincoli, procedure — che valgono per ogni interazione.
  • Interazione: dove il lavoro appare, sia in chat, terminale o interfaccia, e come lo correggi lungo la strada.

Tre esempi dal vero

Il primo: Claude Code, l’agente a riga di comando di Anthropic, è letteralmente un harness. Dà al modello accesso ai file e al terminale del tuo progetto, gli impone le regole che hai scritto, chiede autorizzazione per le azioni delicate e tiene il filo del lavoro per tutta la sessione. La sua documentazione ufficiale descrive proprio queste scelte: cosa il modello può fare, con quali permessi, sotto quali regole.

Il secondo: gli ambienti di valutazione, le piattaforme che misurano se un modello ha svolto bene un compito. Anche loro sono harness: assegnano il compito, forniscono gli strumenti per svolgerlo, definiscono il metro di giudizio. Stesso modello, regole diverse, risultati diversi.

Il terzo: il chatbot aziendale essenziale, una finestra di chat collegata a un modello senza strumenti, senza memoria, senza regole. Un harness povero. Se non trova l’informazione giusta, non è colpa del motore: nessuno gli ha dato il volante.

Stesso modello, prodotti che rendono diverso

Qui sta il punto pratico. Due fornitori possono usare lo stesso modello alla base e consegnarti prodotti di valore molto diverso, perché l’harness — cosa il modello vede, cosa può fare, dove viene fermato — è diverso. Due vetture con lo stesso motore: una con cambio, freni e gomme al posto giusto, l’altra nuda.

Per questo le discussioni da tifoso sul modello migliore perdono spesso il bersaglio. Negli usi reali il modello è una componente dell’harness, e la qualità dell’esperienza la decide l’insieme, non il pezzo.

Il vocabolario minimo per non perdersi

Quattro termini ti bastano per seguire quasi ogni discussione su questi temi:

  • Tool use o function calling: il meccanismo con cui il modello invoca strumenti esterni — cercare, scrivere un file, chiamare un’API — invece di limitarsi a rispondere.
  • Permessi: la lista di ciò che l’agente può fare da solo e di ciò che richiede la tua approvazione.
  • Contesto: la quantità di testo e istruzioni che il modello vede in un dato momento.
  • Loop agente: il ciclo in cui il modello decide un’azione, la esegue, osserva il risultato e decide la successiva, finché il compito non è chiuso.

Il passo successivo del percorso è l’articolo sugli agenti AI e quando usarli: l’agente è il pilota, l’harness è l’abitacolo in cui corre.

Cosa chiedere quando scegli uno strumento AI

La prossima volta che un fornitore ti propone la soluzione con l’AI dentro, sposta la domanda dal modello all’harness. Quali strumenti ha il modello per trovare le informazioni? Che memoria ha tra una sessione e l’altra? Quali permessi si possono configurare? Dove finiscono i tuoi dati quando lo strumento agisce? Quali regole gli puoi imporre?

Chi risponde nel dettaglio sta vendendo un’auto. Chi conosce solo il nome del motore sta rivendendo un motore. E se il ragionamento ti porta a voler progettare l’harness giusto per i tuoi processi, è il lavoro che facciamo ogni giorno; su come persona e AI si dividono i compiti c’è anche il nostro approccio al workflow creativo.

La diagnosi misura il sistema, non il motore

Un modello potente dentro processi deboli non cambia il risultato. La diagnosi digitale gratuita di Netcat osserva l’insieme — strumenti, dati, flussi — e in 48 ore ti dice dove un harness migliore cambierebbe davvero il lavoro.

Parla con NetcatScopri il servizio AI

Continua il percorso

Domande frequenti

Harness e agente sono la stessa cosa?

No, anche se i due termini si sovrappongono. L’agente è il modello che lavora verso un obiettivo decidendo le proprie azioni; l’harness è l’ambiente che lo rende possibile — strumenti, permessi, memoria, regole. Il primo è il comportamento, il secondo l’infrastruttura. Nella pratica quotidiana finiscono per mescolarsi, ma sapere chi è chi aiuta a capire dove intervenire.

Anche la chat web è un harness?

Sì, ed è un buon esercizio vederla così: la finestra della chat è un harness minimale, con un’interfaccia, la memoria della conversazione e pochi strumenti. I prodotti evoluti sono harness più ricchi. La differenza tra «il modello» e «il prodotto che usi» sta tutta qui.

Come riconosco un prodotto con un buon harness?

Dalle risposte alle domande giuste: che strumenti ha il modello, come si configurano i permessi, che memoria ha tra le sessioni, dove vanno i dati. Un fornitore che conosce il proprio harness risponde nel dettaglio; uno che conosce solo il nome del modello cambia argomento.