de.wedoany.com-Bericht: Am 30. Juni 2026 hat Harness (ein Unternehmen für KI-gestützte Softwarebereitstellungsplattformen) autonome Worker Agents für die Softwarebereitstellung vorgestellt. Unternehmen können mit dieser Plattform KI-Agenten erstellen und sicher betreiben, die Aufgaben von der Codeerstellung bis zur Bereitstellung in der Produktionsumgebung übernehmen.
Die Softwarebereitstellung hat mehrere Phasen durchlaufen. In der frühen Phase wurden alle Arbeiten manuell erledigt; später schrieben Teams Skripte für einzelne Aufgaben wie Bereitstellungen; in jüngerer Zeit wurden diese Aufgaben zu automatisierten Pipelines mit festen Anweisungen verknüpft. Dies ist das Modell, das Harness seit Jahren für große Unternehmen betreibt. Worker Agents repräsentieren die nächste Stufe: Jeder Schritt in der Pipeline kann als denkender Agent anstelle eines festen Skripts ausgeführt werden, mit dem Kontext, der Governance, der Sandbox und der Audit-Trail-Funktionalität, die Unternehmen benötigen. Harness Managed Agents sind jetzt verfügbar, und Teams können sie anpassen oder eigene erstellen. Der neue Harness Agent Marketplace erleichtert das Auffinden, Verwenden und Teilen von Agenten.
Jyoti Bansal, Mitbegründer und CEO von Harness, sagte, dass KI jetzt den Code schreibt und Harness für die Bereitstellung zuständig ist. Autonome Worker Agents sind die Art und Weise, wie Unternehmen KI erstellen und sicher betreiben können, die alle Schritte nach dem Code abdeckt: Build, Test, Sicherheit, Bereitstellung und Betrieb. Diese Arbeiten laufen auf den vorhandenen Softwarebereitstellungs-Pipelines der Kunden, innerhalb ihrer Netzwerkgrenzen, mit bereits vorhandener Governance, Audit-Trail und Sicherheitslage.
Autonome Worker Agents werden als native Pipeline-Schritte in Harness ausgeführt und unterliegen denselben Kontrollmaßnahmen, die Unternehmen für manuelle Bereitstellungen verwenden. Wenn ein Agent ein LLM (Large Language Model) aufruft, werden Prompt und Kontext über das LLM Gateway geleitet, das Anfragen basierend auf Richtlinien validiert und einen Audit-Trail führt. Zu den Kontrollmaßnahmen gehören: Sandbox, in der der Agent in einem eingeschränkten Container läuft und keine bösartigen Befehlsdaten senden kann; eingeschränkte Anmeldeinformationen, wobei jeder Agent eine eigene Identität und spezifische Berechtigungen hat; Richtliniendurchsetzung, bei der für Agenten dieselben Richtlinien wie für manuelle Bereitstellungen gelten und die Verwendung nicht genehmigter Modelle blockiert werden kann; Audit-Trail, bei dem jeder Vorgang unter einer eindeutigen KI-Identität protokolliert wird, einschließlich Auslöser, Vorgang und Ergebnis; Kostenverfolgung, die den Token-Verbrauch pro Agent und Pipeline anzeigt; Verknüpfungen, mit denen Agenten zu mehrstufigen Workflows kombiniert werden können, um Ausgaben weiterzugeben.
Zum Erstellen eines autonomen Worker Agents wird das branchenübliche Agent-Dateiformat verwendet. Nach dem Speichern in einer Datei und dem Einreichen in ein Repository ist der Agent aktiv, wird verwaltet und ist innerhalb der Organisation verfügbar. Teams, die keine Dateien schreiben möchten, können mit Harness KI Agenten generieren. Agenten werden als verwaltete Pipeline-Schritte mit denselben Kontrollmaßnahmen ausgeführt. John Jones, Director of Cloud Infrastructure bei Verint Systems, sagte, dass sich der von dem Unternehmen entwickelte Kubernetes-Fehlerbehebungs-Agent vom einfachen Lesen von Protokollen zur schnellen Problemlösung entwickelt habe, wovon über 200 Mitglieder des Betriebsteams und etwa 1.000 Entwickler profitierten. Das Team habe in nur vier Tagen gelernt, einen produktionsreifen KI-Agenten zu erstellen, der für die häufige und zeitaufwändige Aufgabe der Fehlerbehebung in Pipelines eingesetzt wird. Der Agent verfügt bei der Ausführung über den vollständigen Kontext der Organisation und nutzt den Harness-Wissensgraphen für die Softwarebereitstellung zur Entscheidungsfindung. Dieser Graph verknüpft Dienste, Pipelines, Bereitstellungen, Infrastruktur, Ereignisse und Sicherheitserkenntnisse und stellt sicher, dass die Antworten auf die spezifische Umgebung zugeschnitten sind und nicht nur allgemeine Korrekturen darstellen. Über den Harness MCP Server können Entwickler in Cursor, Claude Code oder anderen Tools Aufgaben an Worker Agents delegieren, wobei die Ergebnisse an den Auslöseort zurückgegeben werden; unabhängig davon, wo der Agent ausgeführt wird, wird er unter den Organisationsrichtlinien auf die gleiche Weise wie andere Schritte verwaltet.
Harness hat vorgefertigte autonome Worker Agents für die Bearbeitung wiederkehrender Aufgaben im Bereitstellungslebenszyklus entwickelt. Derzeit verfügbare Agenten sind: Autofix, der Build-Protokolle liest, die Grundursache von Fehlern identifiziert, Korrekturen einreicht und Builds erneut auslöst; Code Review, der PR-Änderungen überprüft und auf Codequalität, Sicherheitsprobleme und Testabdeckung prüft; Code Coverage, der nicht getestete Codezeilen identifiziert und Tests generiert; Feature Flag Cleanup, der veraltete Feature Flags erkennt und deren sichere Entfernung überprüft; Manifest Remediator, der fehlgeschlagene Kubernetes-Bereitstellungen analysiert und Manifest-Probleme behebt; IaCM Remediation, der durch Bearbeiten der Infrastrukturkonfiguration Konfigurationsabweichungen, Sicherheitsprobleme und Cloud-Kosten behebt. Der Harness Agent Marketplace ist ein gemeinsames Verzeichnis, in dem Worker Agents veröffentlicht und innerhalb der Organisation und Community wiederverwendet werden können. Der Marketplace umfasst drei Ebenen: Harness Managed, von Harness erstellt, gewartet und mit SLA-Unterstützung; Harness Certified, von Partnern erstellt und von Harness geprüft und zertifiziert; Community, von der Community veröffentlicht. Organisationen können über Richtlinien steuern, welche Agenten in der Produktionsumgebung ausgeführt werden dürfen. Jeder Agent im Marketplace kann geforkt werden, sodass Teams durch Klonen vorhandener Agenten Prompts, Tools oder Auslöser an ihre eigene Umgebung anpassen können.
Ratna Devarapalli, IT-Direktorin bei United Airlines, sagte, dass das Team den autonomen Worker Agent RiskSentinel entwickelt habe, um zu beweisen, dass verwaltete KI Sicherheitsprobleme identifizieren und sicher beheben kann, während gleichzeitig Unternehmenskontrolle, Prüfbarkeit und Compliance gewahrt bleiben. Das Team habe in nur vier Tagen von der ersten Idee zu einem produktionsreifen Agenten umgesetzt, und die Erfahrung sei intuitiv gewesen. Autonome Worker Agents unterstützen mehrere LLM-Anbieter, darunter Anthropic über AWS Bedrock sowie direkte Integrationen mit Anthropic und OpenAI; Kunden können Modelle pro Agent, Umgebung oder Pipeline wechseln, ohne den Agenten neu schreiben zu müssen. Autonome Worker Agents und der Harness Agent Marketplace sind ab sofort für alle Harness-Kunden allgemein verfügbar. Harness ist ein Unternehmen für KI-gestützte Softwarebereitstellungsplattformen, das von Goldman Sachs, Menlo Ventures, IVP, Unusual Ventures und Citi Ventures finanziert wird und seinen Hauptsitz in San Francisco hat. Unternehmen wie United Airlines, Morningstar und Choice Hotels nutzen Harness, um die Veröffentlichungsgeschwindigkeit um bis zu 75 % zu steigern, Cloud-Kosten um 60 % zu senken und eine 10-fache Effizienzsteigerung im DevOps-Bereich zu erzielen.
