Microsoft Copilot Harness: mengapa lapisan eksekusi agen multimodel penting

Ringkasan: runtime agen menjadi keputusan produk

Pada 28 Oktober 2026, Microsoft memperkenalkan Microsoft Copilot Harness di Foundry Agent Service sebagai runtime terkelola untuk agen multimodel yang menggunakan alat. Perubahannya bukan sekadar pilihan model baru. Microsoft juga menyediakan lapisan eksekusi: instruksi, konteks, skill, file, subagen, koordinasi alat, sandbox, ketahanan dan tata kelola.

Model hanyalah satu bagian dari agen. Dalam produksi, agen harus menentukan langkah berikutnya, menerima konteks yang tepat, memanggil alat, menangani kegagalan dan berhenti dengan aman. Harness adalah software di sekitar model yang mengubah demo menjadi alur kerja berulang.

Apa yang diumumkan Microsoft pada 28 Oktober 2026

Microsoft mengatakan harness ini sudah mendukung pengalaman Copilot di GitHub, Copilot Studio, VS Code dan CLI. Dengan Foundry, developer dapat membuat agen tanpa memelihara seluruh infrastruktur runtime. Baca pengumuman resmi Microsoft dan artikel teknis Foundry.

Foundry menyediakan beberapa tingkat abstraksi. Prompt agent cukup jika instruksi dan alat yang tersedia menyelesaikan tugas. Copilot Harness ditujukan untuk pekerjaan kompleks yang membutuhkan eksekusi terkelola, file, skill, subagen dan koordinasi alat. Hosted agent lebih cocok ketika tim perlu mengendalikan framework, middleware, dependensi atau perilaku runtime.

“Agent” bukan satu kategori produk. Tim harus menentukan berapa banyak lapisan eksekusi yang ingin mereka operasikan sendiri.

Mengapa harness bisa lebih penting daripada model

Model dapat bernalar, tetapi tidak otomatis mengetahui file yang relevan, alat yang aman, cara pulih dari timeout atau kapan tugas selesai. Harness mengatur keputusan tersebut, menjaga state, merutekan pekerjaan ke beberapa model, menyediakan alat dan skill, serta mempertahankan agen dalam lingkungan yang terkontrol.

Microsoft menyatakan harness mendukung lebih dari 20 model frontier dan opsi membawa kunci sendiri. Pemilihan model menjadi masalah routing: model cepat bisa mengklasifikasikan, model penalaran bisa merencanakan, dan model lain mungkin lebih baik untuk kode atau dokumen. Alur kerja tetap sama ketika campuran model berubah.

Microsoft juga menyebut runtime telah dipindahkan ke Rust untuk mengurangi overhead sesi dan waktu ke token pertama. Namun startup yang lebih cepat tidak menjamin biaya total lebih rendah jika agen membuat lebih banyak panggilan alat atau berjalan lebih lama. Ukur dengan workload sendiri.

Checklist engineering untuk uji nyata

1. Tentukan batas agen

Catat apa yang boleh dibaca, dibuat, diubah, dipublikasikan atau dihapus. Perubahan produksi, rahasia, pembayaran, pemulihan akun dan pesan eksternal harus memiliki kelas izin terpisah. Harness terkelola membantu menerapkan kontrol, tetapi tidak menggantikan kebijakan.

2. Ukur tugas lengkap, bukan demo menarik

Gunakan konteks yang tidak lengkap, file nyata, alat lambat dan kegagalan sesekali. Ukur pertanyaan klarifikasi, tingkat selesai, perubahan di luar tugas, retry, waktu menuju hasil tepercaya, intervensi manusia dan biaya rollback. Agen yang tidak dapat pulih dari kegagalan alat bukan sistem kerja yang andal.

3. Periksa jalur data dan bukti

Simpan tugas, model, alat, file yang disentuh, persetujuan, error dan bukti akhir. Tujuannya agar reviewer dapat menjelaskan mengapa agen mencapai kesimpulan dan apakah hasilnya dapat diulang.

4. Jadikan portabilitas sebagai syarat

Microsoft menekankan standar terbuka seperti MCP dan agent skills, serta menyatakan developer dapat membawa harness atau framework lain. Pastikan opsi tersebut benar-benar tersedia. Prompt yang dapat diekspor, kontrak alat yang terdokumentasi, file biasa dan kebijakan routing yang jelas akan mengurangi biaya pindah vendor.

5. Hitung biaya eksekusi panjang

Copilot Harness di Foundry masih dalam public preview. Microsoft menyatakan penagihan runtime dimulai 1 Desember 2026, dengan sandbox USD 0,0994 per vCPU-jam dan memori USD 0,0118 per GiB-jam; inferensi model dan alat terhubung ditagihkan terpisah. Wilayah dan kontrak dapat mengubah harga, jadi gunakan beban kerja nyata.

Siapa yang sebaiknya mencoba lebih dulu

Tim yang sudah memiliki alur multi-langkah tetapi tidak ingin memelihara runtime agen adalah kandidat baik. Riset dengan kutipan, analisis repository, persiapan dokumen, triase tiket dan operasi internal dengan persetujuan jelas adalah contoh yang sesuai. Aksi produksi yang tidak dapat dibatalkan, tugas yang samar dan alur yang tidak dapat menjaga data dalam batas terkontrol adalah kandidat buruk.

Untuk membandingkan agen AI, platform otomasi dan software produktivitas, lihat direktori software BTTC, lalu baca evaluasi di blog teknologi BTTC. Pertanyaan penting bukan model mana yang terlihat paling pintar, melainkan sistem mana yang menyelesaikan tugas dengan bukti, kontrol, biaya dan pemulihan yang tepat.

Pertanyaan umum

Apakah Microsoft Copilot Harness merupakan model AI baru?
Tidak. Ini adalah lapisan orkestrasi dan eksekusi di sekitar model, alat, konteks, skill dan kontrol.

Haruskah semua tim memakai harness terkelola?
Tidak. Gunakan ketika eksekusi terkelola menghemat lebih banyak usaha daripada kontrol yang hilang. Jika middleware atau kebijakan khusus adalah keunggulan, pertimbangkan runtime sendiri.

Apakah public preview cocok untuk produksi?
Dokumentasi Microsoft menandainya sebagai preview dengan kemungkinan batasan dan tanpa SLA. Mulailah dari tugas nonkritis, cek dukungan wilayah dan model, lalu pertahankan persetujuan manusia.

Kesimpulan

Microsoft Copilot Harness menunjukkan bahwa nilai AI yang tahan lama semakin berada pada sistem di sekitar model. Konteks, alat, file, skill, routing, ketahanan, tata kelola dan bukti menentukan apakah agen menyelesaikan pekerjaan yang berguna. Mulailah dari alur yang dapat dibatalkan dan diukur.