Diskussion

Agent-Harness-Optimierungs-Workflow

Von Wikiprompt, der freien Prompt-Enzyklopädie

codila
Beigetragen voncodilaXQuelle

3. Okt. 2026

Agent-Harness-Optimierungs-Workflow Ein schrittweiser Arbeitsablauf zur Reduzierung der Agent-Harness-Kosten um 50%+ unter Verwendung von Karpathy's Loop, Action Fusion, Context Compaction, Output Archiving und Model Delegation.

Prompt-InhaltSpeichern

🌐
Schritt 1 → Untersuche die Ausführungsprotokolle des Agents - wiederholte Aktionen, wachsender Kontext, überdimensionierte Ausgaben - finde heraus, wo Token die Aufgabe nicht mehr voranbringen Schritt 2 → Führe Karpathys Schleife auf dem Harness aus: vorschlagen → implementieren → überprüfen → testen → behalten oder verwerfen. Behebe die Qualitäts- und Effizienz-Gates, bevor die Suche beginnt Schritt 3 → Verschmelze Aktionen: bearbeite die Datei und führe ihren geplanten Test in einem einzigen Tool-Aufruf aus - entferne den Modell-Roundtrip dazwischen Schritt 4 → Komprimiere bei abgeschlossenen Schritten - aber nur, wenn die erwarteten Einsparungen die Kosten für das Neuschreiben des gecachten Kontexts überwiegen Schritt 5 → Höre auf, riesige Ausgaben erneut abzuspielen: archiviere sie, sende sie zweimal, behalte dann einen Handle und einen kurzen Auszug. Rufe genaue Seiten ab, wenn nötig Schritt 6 → Delegiere das Lesen von Protokollen an ein günstigeres Modell - überprüfe dessen Beweise gegen das Original. Wenn die Verifizierung fehlschlägt, gib das vollständige Protokoll zurück Schritt 7 → Beginne mit einem Mechanismus in Pi, wo deren Code läuft. Miss ihn gegen dein aktuelles Setup, bevor du alle vier kombinierst Schritt 8 → Friere die Änderungen ein, teste dann an unbekannten Aufgaben. Verfolge Abschluss, API-Kosten und Token gemeinsam - ein günstigerer Fehlschlag ist immer noch ein Fehlschlag

Melde dich an, um den vollständigen Prompt zu sehen

Weiter mit:

Mit der Anmeldung akzeptierst du unsere Nutzungsbedingungen und Datenschutz

Verwendung

Dieser Prompt ist für die Verwendung mit productivity gedacht. Kopiere den Inhalt oben und füge ihn in dein bevorzugtes KI-Tool ein.

Für beste Ergebnisse passe die Platzhalter (eckige Klammern oder Großbuchstaben) an deine Anforderungen an.

Referenzen

Kategorien:productivity| twitter| agent-harness| cost-optimization

Diskussion