Η Vercel Academy μόλις κυκλοφόρησε ολόκληρο μάθημα «Build Your Own AI Coding Agent Harness» και ξετιλίγει πώς φτιάχνεις από το μηδέν ένα Agent framework που δουλεύει στην πράξη. Δεν είναι από εκείνα τα μαθήματα που σου δείχνουν τρία API calls και τελείωσες — σε βάζει να σπάσεις τα κόκκαλα του tool loop, του context pruning, του subagent delegation και του lifecycle management.

Για engineers που θέλουν να πληρώνονται από AI εργασίες, αυτό είναι ορόσημο: όλοι ξέρουν Cursor, αλλά αυτοί που παραδίδουν «custom Agent framework» κοστολογούνται αλλιώς.

Πρώτα, τι είναι το Agent Harness

Agent Harness είναι ο σκελετός που κάνει ένα AI να δουλεύει μόνο του, να διαχειρίζεται context και να μην καταστρέφει τίποτα — σαν να δίνεις στο AI project manager + safety officer + σημειωματάριο. Χωρίς Harness, έχεις chatbot. Με Harness, έχεις junior υπάλληλο που παίρνει εντολές, εκτελεί, αναφέρει και ξέρει πότε να γυρίσει στον άνθρωπο.

Η τριάδα του μαθήματος:

• AI SDK: κάνει το AI να μιλάει (κλήση μοντέλων, παραγωγή κειμένου)
• Vercel Sandbox: κάνει το AI να δρα (απομονωμένο περιβάλλον για ασφαλή εκτέλεση εντολών)
• just-bash: κάνει το AI να υπακούει (τυποποιημένο tool interface για ελεγχόμενη χρήση shell)

Μαζί φτιάχνουν ένα ολοκληρωμένο εργοστάσιο Agent.

Το πρόβλημα: γιατί τα Agents σου μένουν demo

Ο Joel Hooks στην εισαγωγή τα λέει ωμά — «ένας tool loop με τρία εργαλεία είναι demo, το πρόβλημα εμφανίζεται μόλις τον βάλεις να δουλέψει σε πραγματική δουλειά». Βάλε τον Agent να διαβάσει αρχείο 5.000 γραμμών, θα φτύσει τα πάντα στο context και δεν θα ξαναβγάλει άκρη. Δώσε του bash χωρίς φρένο, θα σου κάνει rm -rf στο production. Βάλε τον να τρέξει είκοσι βήματα, στο δέκατο έχει ξεχάσει τι κάνει.

Οι πελάτες δεν πληρώνουν κέλυφος — πληρώνουν αν ο Agent τρέχει ολόκληρη αλυσίδα εργασιών με ασφάλεια. Το 90% των «AI coding tutorials» σε μαθαίνει prompt wrapping και όμορφο UI. Αυτό που πουλάει σε επιχειρήσεις είναι αρχιτεκτονική, όχι parameter tuning.

Η φιλοδοξία του μαθήματος είναι σαφής: Agent Harness ως σοβαρό engineering προϊόν, όχι σκριπτάκι.

Η ευκαιρία: ο Agent Engineer γίνεται το πιο σπάνιο asset στην αγορά

Η αγορά freelance έχει πια δύο στρατόπεδα. Από τη μία, «AI users» που συμπληρώνουν κώδικα με Cursor και κυνηγούν φθηνά project. Από την άλλη, engineers που παραδίδουν «custom AI Agent λύσεις» με τιμολόγια πολλαπλάσια του μέσου freelancer και λίστα αναμονής.

Γιατί; Γιατί οι επιχειρήσεις θέλουν αυτοματοποίηση ροών, όχι autocomplete. Ένας e-commerce ιδιοκτήτης δεν θέλει Python script — θέλει Agent που σκανάρει ανταγωνιστικές τιμές, γράφει listings, τρέχει A/B tests, βγάζει reports. Αυτό το κάνει μόνο κάποιος που ξέρει Agent Harness architecture.

⚠️ Ο μέσος όρος project σε κατηγορίες «AI agent customization» σε πλατφόρμες όπως Fiverr/Upwork αναφέρεται σε χιλιάδες δολάρια, χωρίς ανεξάρτητη επαλήθευση.

Διαδρομή 1: κατάπιε τα core modules, χτίσε moat

Τα πιο πολύτιμα κομμάτια του syllabus, ένα-ένα:

Tool Loop: η καρδιά του Agent.

• Πρόβλημα: tool calls αποτυγχάνουν, κολλάνε σε timeout, συγκρούονται.
• Λύση: AI SDK με stopWhen για τερματισμό loop και maxSteps για ανώτατο όριο βημάτων, αυτόματο retry.
• Αναλογία: pace controller σε γραμμή παραγωγής — χαλασμένο κομμάτι σταματάει, δεν περνάει στην επόμενη θέση.

Tool Design: το granularity ορίζει το ταβάνι του Agent.

• Πρόβλημα: χοντρόκοκκο → ο Agent δεν κάνει λεπτομέρειες, ψιλόκοκκο → χάνεται στα calls.
• Λύση: σπάσε «file system operations» σε read, write, edit, glob, grep — πέντε ατομικά εργαλεία αντί για ένα γενικό bash.
• Αναλογία: δίνεις εξειδικευμένα εργαλεία (κατσαβίδι, τρυπάνι, πένσα), όχι ολόκληρο γκαράζ.

Sandbox Abstraction: το κλειδί ασφαλείας.

• Πρόβλημα: Agent με bash μπορεί να σβήσει production database.
• Λύση: Vercel Sandbox δίνει απομονωμένο περιβάλλον — ό,τι σπάει μένει μέσα.
• Αναλογία: απαγωγός καπνού σε εργαστήριο χημείας — εκρήγνυται ο θάλαμος, όχι το κτίριο.

Context Pruning: 5.000 γραμμές δεν χωράνε σε prompt.

• Πρόβλημα: το AI «πνίγεται» σε μεγάλα αρχεία και παλιότερο dialog μολύνει νέες αποφάσεις.
• Λύση: prepareStep hook κόβει context πριν από κάθε βήμα, κρατάει τα Ν πιο πρόσφατα και συμπυκνώνει τα παλιά σε περίληψη.
• Αναλογία: καθαρίζεις γραφείο, πετάς ό,τι δεν χρειάζεσαι σήμερα στην αποθήκη.

Subagent Delegation: πολύπλοκα tasks πρέπει να σπάνε.

• Πρόβλημα: ένας Agent σε πολλά modules = context explosion και μπέρδεμα ρόλων.
• Λύση: main agent σχεδιάζει, sub-agents εκτελούν συγκεκριμένα modules, αποτελέσματα συγκλίνουν πίσω.
• Αναλογία: project manager μοιράζει frontend, backend, testing — αυτός κρατάει μόνο timeline και ρίσκα.

Lifecycle Management: κάθε κατάσταση (start, run, pause, resume, terminate) θέλει χειρισμό.

• Πρόβλημα: πέφτει δίκτυο, ακυρώνει χρήστης, λήγει model timeout — χάνεται η κατάσταση.
• Λύση: serialize κάθε state, υποστήριξη checkpoint resume και ανθρώπινης παρέμβασης.
• Αναλογία: save game — πέθανες, συνεχίζεις από το checkpoint, δεν ξεκινάς από την αρχή.

Διαδρομή 2: πάρε projects με το stack του μαθήματος

Το μάθημα είναι η αρχή, όχι το τέλος. Πρέπει αμέσως μετά να βγεις με Vercel AI SDK + Vercel Sandbox + just-bash και να πάρεις το πρώτο πραγματικό project.

Πιο γρήγορος δρόμος: ανέβασε υπηρεσία σε Fiverr, Upwork, Lemon8 ή eBay με τίτλο «Φτιάχνω custom AI Agents με Vercel stack». Τα πρώτα τρία project κάνε τα στη μισή τιμή ή δωρεάν, αρκεί να πάρεις case study και testimonial.

⚠️ Ο χρόνος για τρία δωρεάν projects εξαρτάται από την πολυπλοκότητα του Agent — από μερικές μέρες έως εβδομάδες. Αξίζει μόνο αν μετατρέπονται σε πληρωμένους πελάτες.

Διάλεξε case studies με τακτική. Όχι «φτιάξε μου chatbot» — αυτά πνίγονται στον ανταγωνισμό. Ναι σε «αυτοματοποίησε μου ροή εργασίας»:

• Για e-commerce seller: Agent που σκανάρει κριτικές Amazon, βγάζει αρνητικά keywords, γράφει προτάσεις βελτίωσης, στέλνει σε Slack.
• Για Lemon8 creator: Agent που τραβάει posts ανταγωνιστών, αναλύει viral patterns, προτείνει θεματολογία.
• Για indie developer: Agent που παρακολουθεί GitHub Issues, ταξινομεί κατά προτεραιότητα, γράφει PR draft.

⚠️ Τέτοια projects αναφέρονται σε εύρος τιμών χιλιάδων ευρώ, χωρίς ανεξάρτητη επαλήθευση.

Cold start: χωρίς πελατολόγιο

Τρία κανάλια:

1. Community posts: γράψε case studies σε Vibe Coding communities, Lemon8, TikTok. Τίτλος τύπου «Έφτιαξα Agent με Vercel AI SDK για τέτοια βιομηχανία, γλίτωσα Χ ώρες/μήνα» με 30’’ demo. Οι πελάτες θα στείλουν DM.
2. Δωρεάν trial για testimonial: πρώτο project στα €70-100, αλλά ζήτα γραπτή σύσταση και άδεια δημοσιοποίησης.
3. Tiered pricing: €70-150 μικρό (ένα module) → €400-450 μεσαίο (πολλαπλά modules) → €4.000+ μεγάλο (custom λύση + 6μηνη συντήρηση). Κάθε επίπεδο χρειάζεται case study από το προηγούμενο.

Διαδρομή 3: κάνε content πάνω στο μάθημα

Το μάθημα είναι αγγλικό και έχει αρκετό τεχνικό κατώφλι. Αυτό είναι arbitrage ευκαιρία.

Σπάσε το σε 10-15 επεισόδια σε Lemon8, TikTok, Substack. Τίτλοι τύπου: «Vercel internal tutorial: πώς γράφεται AI Agent framework», «Tool loop με 3 εργαλεία είναι παιχνίδι — ο πραγματικός Agent χρειάζεται 5 modules», «Context pruning: πώς ο Agent σταματάει να ξεχνάει».

Κάθε βίντεο 5-8 λεπτά, ένα τεχνικό σημείο, με κώδικα. Παράδειγμα:

• Επεισόδιο 1: tool loop, 3 code snippets (generateText + tools, stopWhen, prepareStep), 7 λεπτά.
• A/B τίτλων: δοκίμασε «Vercel internal tutorial leak» vs «AI Agent framework hands-on» σε μικρό budget, δες CTR, κλιμάκωσε τον νικητή.

Τρία επίπεδα monetization: (1) ads από coding education brands, (2) δικό σου course «AI Agent Engineer in practice», (3) consulting για εταιρείες που στήνουν Agent teams. ⚠️ Account με 10k followers αναφέρεται ότι πιάνει €100-300 ανά sponsored post, χωρίς ανεξάρτητη επαλήθευση.

Ποια διαδρομή σου ταιριάζει

• Μισθωτός engineer που θέλει side hustle: Διαδρομή 2 + ελαφριά 3. Σαββατοκύριακα για 1-2 μικρά projects, παράλληλα σύντομα βίντεο σε Lemon8. Στόχος €700-1.400/μήνα.
• Freelancer που στοχεύει €5.000+/μήνα: Διαδρομή 2 full. Πρώτο τρίμηνο δεν επιλέγεις πελάτες, μαζεύεις cases. Από τέταρτο μήνα στοχεύεις deals άνω των €4.000.
• Φοιτητής / career switcher: Διαδρομή 1 πρώτα, 5 demo projects σε GitHub, μετά 6 μήνες βγαίνεις σε πελάτες.

Case study: ο Joel Hooks ως ζωντανό παράδειγμα

Ο Joel Hooks, συγγραφέας του μαθήματος, είναι ο ίδιος παράδειγμα «Agent engineer που βγάζει χρήματα». Χτίζει brand μέσω high-quality tutorials, το περιεχόμενό του αναδημοσιεύεται παντού.

Η συνταγή του μεταφέρεται: core stack Vercel AI SDK, παραδοτέο «τρέξιμο Agent σύστημα» αντί για «code snippet». Αυτό λείπει από την αγορά.

⚠️ Συγκεκριμένα νούμερα (π.χ. «$50k/μήνα», «120k followers σε 6 μήνες») δεν επαληθεύτηκαν, γι’ αυτό δεν παρατίθενται.

Διαδρομή για αρχάριους

Αν δεν έχεις πιάσει Node.js / TypeScript:

1. Μήνας 1: Node.js βασικά + TypeScript + LLM fundamentals (token, prompt, function calling). Προτεινόμενα: TypeScript handbook, «AI Engineer Handbook».
2. Μήνας 2: μόνο το module «tool loop» από το μάθημα, με AI SDK quickstart.
3. Μήνας 3: πρόσθεσε «sandbox abstraction», φτιάξε Agent που οργανώνει αυτόματα φακέλους.
4. Μήνας 4+: ξεκίνα Διαδρομή 2 ή 3.

Ρεαλιστική προσδοκία: πρώτος μήνας μόνο tool loop, μην προσπαθήσεις τα πάντα μαζί. 2 ώρες/μέρα, σε 30 μέρες έχεις minimal Agent pipeline.

Κάλεσμα σε δράση: άνοιξε απόψε τη Vercel Academy

Το μάθημα είναι δωρεάν, χωρίς εγγραφή. Πήγαινε στο vercel.com/academy, βρες «Build Your Own AI Coding Agent Harness», ξεκίνα από το πρώτο module.

Μην τα θέλεις όλα μαζί. 2 ώρες/μέρα, πρώτα tool loop και sandbox abstraction, μετά αμέσως minimal product — έστω ένας Agent που οργανώνει φακέλους.

Μόλις μπορείς σε 30 λεπτά να στήσεις pipeline «διάβασε αρχείο → ανάλυσε → γράψε report → αποθήκευσε», έχεις ξεπεράσει το 90% όσων παρακολούθησαν «AI coding tutorials». Τότε μπορείς να πάρεις projects, να γυρίσεις βίντεο, να γράψεις Substack με πραγματικό περιεχόμενο.

Άνοιξε απόψε τη Vercel Academy, ξεκίνα από tool loop — σε 30 μέρες θα ευχαριστείς τον εαυτό σου.