# Code as Agent Harness: Toward Executable, Verifiable, and Stateful Agent Systems

**Szerzők:** Xuying Ning, Katherine Tieu, Dongqi Fu et al. (UIUC + industry)
**Dátum:** 2026. május 18.
**ArXiv:** 2605.18747
**Típus:** Survey paper

---

## Core Concept

A kód már nemcsak output, hanem **az agent működésének alaprétege** (harness). A survey három rétegben tárgyalja ezt: harness interface, harness mechanisms, harnees scaling.

## Három Réteg

### 1. Harness Interface — Kód a gondolkodáshoz, cselekvéshez, környezethez
- **Reasoning:** program-delegált gondolkodás, formális verifikáció, iteratív code-grounded reasoning
- **Acting:** kód mint skill szelekció, programmatic policy generálás, lifelong code-based agents
- **Environment:** strukturált világreprezentációk, execution-trace modellezés, verifikálható környezetek

### 2. Harness Mechanisms

**Memory & Context Engineering (3.2)** — a legrelevánsabb szekció:
- **Working Memory:** azonnali feladathoz szükséges kontextus
- **Semantic Memory:** strukturált tudás (entitások, tények)
- **Experiential Memory:** múltbeli tapasztalatok, hibák, sikerek
- **Long-Term Memory:** perzisztens tudás session-ökön át
- **Multi-Agent Memory:** agentek közötti megosztott emlékezet
- **Context Compaction and State Offloading:** a context pruning implementációja agent rendszerekben

**Plan-Execute-Verify Loop (3.4):**
- Planning as contract formation
- Sandboxed execution + permissioned state transition
- Verification through deterministic sensors

**Harness Optimization (3.5):**
- Deep telemetry → evolution agent → governed harness mutation
- A harness önmagát optimalizálja visszacsatolás alapján

### 3. Scaling — Multi-Agent Orchestration

**Funkcionális szerep specializáció:**
- Program synthesis, Program understanding, Verification, Execution, Planning agentek

**Shared-Harness Synchronization:**
- Shared blackboard, parallel branches with merge
- Structured context scheduling, hierarchical memory
- Agent pool scaling

## Kulcs Minták (4.4)

> "Context management is the tax of implicit shared state" — a shared state fenntartásának ára a context management

> "Execution feedback as the bridge between linguistic and formal reasoning" — a végrehajtási visszacsatolás köti össze a nyelvi és formális gondolkodást

> "Topology complexity inversely correlates with harness-state formality" — minél komplexebb a topológia, annál informálisabb a harness state

## Open Problems (5.2)

1. **Harness-Level Evaluation:** nem elég a task sikeresség — a harness minőségét is mérni kell
2. **Semantic Verification:** a végrehajtási feedback-en túli verifikáció
3. **Self-Evolving Harnesses without Regression:** önfejlesztő harness regresszió nélkül
4. **Transactional Shared Program State:** tranzakciós megosztott állapot szemantikai konfliktusfeloldással
5. **Human-in-the-Loop Safety:** emberi felügyelet biztonságkritikus akcióknál
6. **Multimodal Code-Harness Systems**

## OpenClaw Relevancia

- **A pipeline rendszerünk = harness:** state.json → pipeline template → steps → visszacsatolás. A Plan-Execute-Verify loop-unk a cron → process_inbox.py → inbox-processor hármas
- **Memory taxonomy:** Working (daily logs) → Semantic (MEMORY.md) → Long-Term (wiki) → Experiential (memory_search). A Context Compaction pontot köti a Redis pruninghez
- **Multi-agent:** subagent spawn-olás a harness része — a state.json mint shared blackboard működik
- **Hiányosságok:**
  - Nincs formal verification a pipeline lépések között (csak status check)
  - Nincs deep telemetry → a harness nem önoptimalizáló
  - Nincs transactional state — ha a pipeline félbeszakad, manuális beavatkozás kell
  - A shared harness-state konvergencia hiányzik (ha több subagent párhuzamosan dolgozik, nincs merge)
- **Következő lépés:** a pipeline legalább egy verification step-et kapjon (summary integrity check, topic file duplikátum detektálás)

## Idézetek

> "Code is no longer only a target output — it increasingly serves as an operational substrate for agent reasoning, acting, and execution-based verification."

> "Context management is the tax of implicit shared state."

> "Execution feedback as the bridge between linguistic and formal reasoning."

## Forrás

arXiv:2605.18747 — https://arxiv.org/abs/2605.18747