Transcription
Всем привет.
После этого видео вы будете знать, что такое харнес и почему в 2026 году он важнее самой AI модели. Как Джарет Самнер, создатель банда, всего за 6 дней переписал 960.000 строк кода с одного языка на другой через одну команду? Какие семь готовых харнес есть на рынке и какой подходит именно вам? Почему промтинг — это вчерашний день, а харнес — сегодня и будущее, которое вам нужно понять, если не хотите оказаться среди отстающих в мире AI?
И начнём мы с цифр.
12 февраля 2026 года инженер по имени Джан Балюк опубликовал у себя в блоге простой эксперимент. Он взял 15 разных моделей — от GPT до CL, и грога, и open sourсных — и прогнал каждую через 180 одинаковых задач на починку своего кода. И всё, что менял между прогонами — это не модель, не промт, а формат инструмента, через который модель правит файлы, то есть кусок харнеса.
Что это значит?
Простыми словами, представьте, что вы диктуете вашему секретарю правку в документе. Это можно сделать тремя разными способами.
Способ первый: патч, как у Open AI. "Найди абзац про красный карандаш и замени на синий карандаш." Если в документе пять упоминаний красного карандаша, секретарь может запутаться. Если хоть одна буква не солась, скажет: "Не нашёл". Это достаточно хрупкая конструкция.
Второй способ — S replace. Как у Antropic. "Найди точную строку красный карандаш на столе и замени на синий карандаш на столе." Чуть надёжнее, но любая разница в пробелах и сразу отказ. Если строка встречается дважды, тоже отказ.
И способ третий — хэшлайн. Это придумал сам Кан. Каждая строка файла при чтении получает двухтрмсивольную метку-адрес. Например, 47/F1. И модель говорит просто: "В строке 47 с меткой F1 поменяй красный на синий без переписывания текста, без подсчёта пробелов, просто как адрес дома".
То есть can поменял не модель и не промт, а только способ, которым модель называет строку, и всё.
И вот результат, который тогда взбудоражил всю индустрию AI. Одна и та же модель GrК CД Fast — это модель XI для кода. На одном формате решают только 6,7% задач. Но если поменять формат harness вокруг неё, то она решает 68% задач.
И это не округление и не приукрашено. 6,7% против 68. Та же модель, та же задача, просто другой харнес вокруг неё.
Если вы здесь впервые, коротко о себе, чтобы вы понимали, с кем разговариваете.
Меня зовут Эдвард Гришин. Я работал 12 лет в IT и e-commerce топ-менеджером Яндекс Market, Cooperтехнопар и Sunlight. Управлял командами до 200 человек. Обороты компаний, в которых я отвечал за продукты и процессы, до 200 млрд руб. в год.
Сейчас я создал компанию Futura AI. Мы строим AI ассистентов для бизнеса: продажники, поддержку и так далее. А теперь активно делаем дизайны, редизайны сайтов, мобильные приложения и прочие автоматизации бизнеса под ключ по доступной цене. Примеры у меня на сайте, а больше — в моей Telegram-группе.
А теперь переходим к теме видео. Поехали.
Итак, надо разобраться, что такое слово "харнес". По-английски это — упряжь для лошади. Его придумали не в где-то старом Лондоне, а в Силикодовой долине. И сейчас вы поймёте, почему.
Представьте картину: у вас во дворе стоит конь, сильный и мощный, но он просто стоит и ничего не делает, а щиплет, например, травку, потому что у него нет упряжки. Он не знает, куда идти, куда его направить — тоже непонятно.
И вот этот конь — это метафора того, что происходит с любой современной AI-моделью. Чтобы конь вспахал поле, нужна обвязка: уздечка, чтобы рулить; седло, чтобы вы держались; и хомут, чтобы тащить плуг; плуг, чтобы пахать; и вожжи, чтобы передавать команды. Пять вещей. Без одной система не будет в целом работать.
Это всё и есть харнес в мире AI. Модель — это просто конь. Клод, GPT, Gemini, Dips — неважно. Мощный, умный, тренированный, на половине интернета, но сами по себе они ничего не делают. Вы написали в чат, они просто ответили, закрыли вкладку — конец.
Харнес — это вся обвязка вокруг: правила, инструменты, память, доступы к файлам, проверки, циклы, маленькие помощники, агенты сбогу, которые делают свою работу, пока главная модель занята другим. Это я, если что, про супагенты.
И вот что главное во всём этом. Когда вы скачали CLД код или кодекс, вы уже выбрали харнес чужой. Antropic и Open AI собрали свои харнесы и продают их вам в комплекте с моделью. Внутри клод-кода и в чате Clot AI сидит одна и та же модель, одни и те же веса, одни и те же мозги. Но в чате она вам пишет текст, а вдкод она правит код в десятки файлов, запуская тесты, читая логи и сама себя проверяя. Всего лишь одна модель, но совершенно разные два мира. И разница здесь именно в харнесе.
Если, например, мы возьмём идею Сбера про харнес, её можно сформулировать примерно так: lм — это тяговая сила, файлы — это поле, а харнес — это упряжка, которая запрягает модель пахать данные или это само поле. Надеюсь, сейчас вы поняли хоть немного разницу. Без харнес модель — это просто текстовый процессор, дорогой автокомплит. С харнес — агент, который реально работает часами сам и без вас.
Чтобы понять, почему Харс сейчас на хайпе именно сейчас, особенно на Западе, мне нужно 3 минуты для объяснения. Без этой истории дальше не будет понятно ничего.
Почему все носятся с этими словами? Почему Антропик переписал свою документацию? И почему ваш агент может врать вам в лицо?
Пройдёмся по нескольким эпохам.
Эпоха первая. Промт engнеering, 2023–24.
У чата GPT на тот момент контекстное окно всего 4.000 токенов. Если вдуматься, это — примерно три страницы текста. И всё, память заканчивается. Модель забывает, кто вы, о чём говорили и зачем, в принципе, к ней пришли. И вот в этих условиях родилось целое искусство писать промты. Промт, или инструкция для модели. Люди реально подбирали слова как заклинания: "Действуй как эксперт, думай шаг за шагом. Сначала составь план, потом действуй". Глубокий вдох и поехали. Я реально не шучу, последняя реально работала на тех моделях.
Вокруг этого выросла целая индустрия: курсы по промнжинирингу и каналы в Телеграме "100 промтов, которые изменят вашу жизнь". Я даже видел книги, которые отлично продаются на Озоне на данную тему. Помните такое? А всё это было несколько лет назад. По меркам AI, на самом деле, это уже эпоха динозавров.
Вторая эпоха — это контекст инжинеринг, 2024–25. Потом окно начало расти, и не на сантиметры, а в разы: 200.000 токенов, миллион токенов, целая книга, весь ваш репозиторий, история переписки за весь год в одном контекстном окне.
И появились новые штуки. Рак — система, которая на лету достаёт нужный кусок из вашей базы знаний и подсовывает модели. MCP — стандарт связи моделей с внешними инструментами. Туool колиingг — вызов внешних инструментов из модели. И тут логика кардинально поменялась. Модель больше не пыталась помнить всё сама. Ей правильно подсовывали данные и инструменты. "Вот тебе нужный кусок документации, вот свежие данные из базы, вот доступ к инструментам, только работай." Это и назвали контекст инженеринг. Инженерия контекста.
И все выдохнули, подумали: "Вот оно решение всех наших проблем". А потом вылезло контекст rot, буквально гниение контекста.
Что же это такое? Чем больше забито контекстное окно у вашей модели, тем она глупее становится. Закономерность достаточно простая и жёсткая. Если окно забито всего на 5%, ваш агент — гений, который решает алгоритмические задачи легко. Забито на 80, и агент превращается в овощ, который путает перемены и забывает, что делал минуту назад и на вашей задаче тоже, и врёт, что их сделал в принципе.
А теперь подумайте. Задачи стали длиннее: не 5 минут, а часы. Несколько часов, 4 часа агент может работать над одной задачей, рефакторить проект, чинить баг, пишет какую-нибудь фичу. Контекст переполняется неминуемо. И вот тут случается то, что я расскажу вам далее.
Я цитирую ровно, как описано в исследовании. Агент начинает сам себя обманывать.
Как же это работает? Механика обмана простая. Контекст переполнился. Агент сжимает свою историю, чтобы поместиться в окно. И в процессе сжатия думает: "А эту задачу я уже делал, помню, сделано". Хотя на самом деле он её даже не сделал. Он считает невыполненной задачи выполненными или упрощает. "Итак, сойдёт, юзер не заметит" или прямо врёт вам в финальном отчёте: "Я успешно завершил задачу".
Было ли так у вас? Хотя в реальности упёрся в страницу логина, не смог нажать кнопку авторизации и просто сдох, но решил об этом вам не говорить.
И знаете, откуда берутся эти полусайты от иагентов? С кнопками, которые никуда не ведут, с формами, которые не отправляются, с дашбордами, где половина графиков — это просто визуальная заглушка. Вот именно отсюда, из этого момента агент в своей условной голове задачу закрыл, а в реальности даже не начинал с ней работать. И вот в этот тупик упёрлись все.
И тогда наступила третья эпоха, эпоха Harness Engineering, с 2025 года до текущего момента. Главная идея этой эпохи — не сжимать контекст, не давать модели всю задачу разом, не молиться, чтобы она не сошла с ума от ваших кодинг-идей, а обернуть её в правильный харнес или цикл. На каждом шаге — свежий, чистый контекст, жёсткие правила, что делать. Внешние проверки, которые ловят враньё. Инструменты, которые делают часть работы за модель без её участия. Вот это всё вместе и есть harness engineering, или инженерия обвязки вокруг модели. Дисциплина, которая сменила промтинг и контекст инженеринг.
А теперь несколько цифр, чтобы вы поняли масштаб влияния Харнес на индустрию.
Первая цифра. Группа исследователей из Стэнфорда 30 марта 2026 года опубликовала работу, называется "Метахарнес". Авторы показывают прямым счётом: меняешь только харнес вокруг той же модели, получаешь +7,7 пункта качества плюс в четыре раза меньше токенов контекста на стандартном тесте классификации. И ещё плюс 4,7 пункта точности на 200 математических задачах олимпиадного уровня на разных бенчмарках на той же модели. Итого: одна и та же модель, та же задача, но цифры качества летят вверх, токенов уходит в четыре раза меньше. И виновата во всём этом только обвязка вокруг модели.
Вторая цифра — картина, которая повторяется во всех индустриальных обзорах 2026 года. Когда команды смотрят на реальные продакшн-проекты с агентами, цифры примерно одни и те же. Подбор слов в промте даёт меньше 3% прироста качества. Изменение обвязки вокруг модели даёт десятки процентов. Разница на порядок и, естественно, не в пользу промтинга. Подумайте об этом ещё раз: меньше 3% против десятков. И тысячи людей до сих пор сидят на курсах, как стать промт-инженером. А разница не в их пользу.
Третья цифра. Есть стандартный тест для AI-программистов. Называется Sve Bench Pro. Мы про него часто говорим, когда выходят новые модели. Что-то вроде ЕГЭ, только сложнее. Одна и та же модель, например, Clot Opus, прогнана через два разных харнеса. Через тонкий эталон от Scale AI — это минимальная обвязка, чтобы померить чистую модель, и через полноценный Харнес код-код от Антропика. И разница порядка 10% пунктов в пользу полного харнес. Та же модель, тот же тест, но обвязка делает свою работу лучше.
И четвёртая цифра. В марте 2026 произошла история, о которой говорили все. У Антропик утекли исходники клодкода, наверное, вы это помните. Тысячи строк кода в открытом доступе. Аналитики разобрали кодовую базу на части и посчитали, что же там внутри: сколько строк отвечает за саму модель, а сколько за обвязку-харнес. И вот пропорции 60х40. 60% — это логика модели, а 40% — это харнес. То есть на ту обвязку, которую большинство пользователей даже не замечает, самая дорогая AI-команда в мире кладёт почти половину своих инженерных усилий. И это уже не тренд, а это целое направление.
Пятая цифра. В своём втором Харнес-посте от 24 марта двадцать шестого года Андропик честно сравнили один агент против Харнес из трёх агентов. Planner планирует, Generator генерирует решение, Evaluator проверяет. Цифры в посте конкретные, цитирую буквально: "соло 20 минут и 9 долларов. Full harness — 6 часов и 200 долларов". То есть в 20 раз дороже, но качество результата на порядок лучше. Они опубликовали это не как маркетинг, а как: "Вот, берите, такой у вас компромисс".
И последнее, чтобы закончить мысль. По индустриальным обзорам двадцать шестого года лейтмотив повторяется у IDC, Гарнер, Макинзи: большинство корпоративных и агентских проектов не доходят до продакшена, застревают на полпути. И знаете, в чём причина? Не в модели. С модели у всех всё хорошо. Они застревают, потому что у них нет харнеса. Они пытаются построить агента на голону в тех же проблемах: галлюцинация, забывание задачи, бесконечные циклы и нулевой результат. В итоге — всё.
И всё это можно финализировать фразой, которую сказал Акаш Губта, известный AI-аналитик и блогер, в январе 2026 года: "Модель — это коммодити, то есть товар, который у всех одинаковый, например, как пшеница или нефть. А харнес — это мод, буквально ров вокруг крепости. В бизнесе это — конкурентное преимущество, которое сложно повторить. И раньше у бизнеса был RВ — это доступ к лучшей модели. А сейчас доступ есть у всех. Ров теперь — это качество харнес".
О'кей, скажете вы, если это так круто и работает, то почему мы только сейчас об этом слышим? Но многие, наверное, слышали и ранее.
Откуда вообще взялось само слово? Посмотрим на хронологию. Меньше года ушло на то, чтобы термин стал мейнстримом.
Лето двадцать пятого. Андрей Карпатый, бывший AI-директор в Tтеesla, Sfounder Openy, а теперь работает в Tropic, пишет пост в X. По сути, одно предложение: "Пора назвать это контекст инженериing, потому что протненеринг уже не описывает того, что мы делаем". Первое — трещина в старой парадигме.
Ноябрь двадцать пятого. Антропик выкатывает большую инженерную статью "Эффективные упряжки для агентов с дриной задачей". Это первый раз, когда я слышу слово "харнес" применительно к AI, и становится понятно: индустрия что-то нащупала.
Январь двадцать шестого. Появляется манифест. Автор — Акаш Губта. Заголовок такой: "Модель — это комодити, а харнес — это мод". По-русски: "Модель — это товар, и она у всех одинаковая, а харнес — это ров вокруг крепости, ваше конкурентное преимущество". Пост разлетается по всему Твиттеру. Теперь это X.
5 февраля 2026 года. И вот тут случается событие, после которого слово закрепилось. В личном блоге пишет пост Митчел Хашимота, Soul Funder Хашикоor — это легенда инфраструктурного софта, человек, который 20 лет строил инструменты для миллионов разработчиков. Пост называется "My AI Adoption Journey". И он описывает простую вещь: привычку, которую он у себя заметил, работая с AI-агентами.
Какая же это привычка? Каждый раз, когда агент делал ошибку, он не пытался поправить промт. Он чинил окружение агента так, чтобы эта ошибка просто больше не могла произойти. И он назвал это harness engриering. Цитирую дословно: "Каждый раз, когда вы находите ошибку агента, вы тратите время, чтобы починить окружение так, чтобы агент эту ошибку больше никогда не сделал". Достаточно простая мысль, может быть, даже гениальная. Вот настоящий автор термина — не Антропик, не Карпатый, — Хашимота из Хашикорп в своём личном блоге.
И вот ровно в эти же дни Open AI публикует две своих больших Harness-статьи. 4 февраля — "Unlocking the Codex Harness" про архитектуру их собственного кодекса UPSver. 11 февраля — "Harness Engineering: Leveraging Codex in the Agent First". Мир, где перевичен агент, а не человек. Это был подробный отчёт о том, как их внутренняя команда из семи человек написала миллионы строк кода всего за 5 месяцев, не написав ни одной строчки кода руками. Об этом кейсе я расскажу подробно в конце видео. Это самая громкая харнес-история 2026 года.
И вам важно здесь запомнить одну дату: февраль двадцать шестого года. За одну неделю термин harness engриering появился у Хашимота, Open AI, причём дважды. И индустрия легализовала эту дисциплину.
Май 2026. Журнал Tech Times называет Harness Engнеering четвёртой парадигмой AI-инженериer после промнжинеринга и контекст инженеринга. Третья ступень — финал лестницы.
Что же происходит дальше?
28 мая двадцать шестого года. Antropic выпускает Clotop Oppus 4,8 и вместе с ним Clot Code Dynamic Workflows. Динамические рабочие циклы. Что это такое? Это цепочка автоматических шагов, которые AI выполняет один за другим без вашего участия.
2 июня был развёрнутый блокпост от Тарика Шихипара и Сида бедасаари. Это Антропик, команда CД с инструкцией. Подробно об этом я тоже расскажу ближе к концу видео.
Итак, мы прошли половину — теорию. Дальше — семь конкретных харнес, которые уже работают с реальными цифрами и понятным, кому оно подходит.
Плюс я отдельно покажу одну фичу, которую антроop запустила в конце мая меньше 2ву недель назад. Клод теперь сам пишет свой харнес под каждую задачу.
И в конце скажу, что будет в двадцать седьмом году. Прогноз не мой, а двух признанных голосов индустрии: и аналитика Аакаш Гупты, и IM-евангелиста Теджаз Кумара из их доклада. Одной из главных иконференций для разработчиков, которая была этой весной.
Не переключайтесь.
Итак, топ-семь харнесов на текущий момент.
Прежде чем мы пойдём по списку, короткое уточнение, чтобы дальше у вас не было вопросов. Сама модель — Clot Opus, GPT, Gemini, неважно какая — это мозг без рук. Она генерирует текст, но без отрядки она не читает ваши файлы, не запускает команды, не помнит, что вы делали час назад, не проверяет даже себя. Всё это делает харнес вокруг модели.
Конкретно, что это такое?
Первое — это Agent Loop, или цикл агента. Модель говорит: "Прочитай файл X". И хардес читает, отдаёт содержимое модели. Та решает, что дальше, и так, пока задача не закрыта.
Tools, например, баш — это оболочка терминала, чтение и правка файлов. Grab — это утилита поиска текста по файлу, по проекту. Glob-поиск — это поиск файлов по шаблону имени. Websearch, понятно, — поиск в интернете. Toдуo list — это список задач агентов. Ask user question — это инструмент агента опросить пользователя. Наверное, часто такое видели у Клода. То есть модель может спросить у вас прямо в процессе работы, что нужно делать.
Subagent — это маленькие помощники-агенты с отдельным контекстом. Можно сказать, например, запусти три параллельных агента. Один проверит безопасность, второй — производительность, а третий сделает тесты. И каждый — в своём чистом контексте.
Также есть скилы, у меня про это есть отдельный ролик. Это готовые навыки агента. Например, код review или фактор, который делает рефакторинг и переписывает код без смены логики. Например, migrate database, который позволяет сделать миграцию базы данных и так далее. Это упакованные рецепты с инструкциями и примерами.
Следующее — это hook кс, или хуки. Автоматические проверки между шагами. Они после каждого редактирования файлы могут запустить Linнter. Еслинтер ругается, то не даёт модели идти дальше.
Файл cl Markdown. Про него, мне кажется, рассказывают давно и очень много. Это — долгая память проекта. Файл в корне репозитория, который харнес покладывает модели каждый раз. Туда вы пишете соглашение проекта, какой стиль, какие библиотеки, чего не делать.
Далее это идут MCP-сервера, подключение к внешним системам, базам данным, например, к GitHub или какому-либо другому инструменту через единый протокол.
Permission, или разрешение. Что агенту можно делать? Разрешено, например, редактировать только в этой папке, никогда не запускать какие-то файлы или спрашивать разрешение перед Gitpush.
Всё это — harness, семь систем плюс правила: Anроopic собрала и упаковала. Вы качаете и пользуетесь и, естественно, платите.
И теперь самое важное замечание, которое я часто повторяю в других своих видео. CLA и MCP. Что экономнее и лучше по токенам? Объясняю.
MCP — это удобно, подключается в три клика, но у MCP есть скрытая цена. Каждый подключённый сервер на старте каждого сообщения сливает в контекст модели описания всех своих инструментов. Подключили пять MCP-серверов, получили несколько тысяч токенов в запросе ещё до того, как сам запрос написали. Естественно, контекст забивается.
Cay работает по-другому, и в этом его плюс. Модель просто запускает команду и читает результат. Ноль накладных расходов. Контекст чистый.
Простое правило, которое нужно усвоить: MCP — для того, без чего никак не обойтись. Типизированной интеграции, какие-то стандарты авторизации, например, как кнопка "войти через Google", какие-то чувствительные данные. Все — для всего остального, особенно для гит, для баз, для гитхаба и так далее. Это та практика, которую видно у инженеров антроopк в их собственных репозиториях. Сначала пишут баш-команды, а MCP — по необходимости.
28 мая, помните, я говорил запомнить эту дату. И давайте к ней вернёмся. Antropic выпускает вместе с OPUS 4 Dynamic Workflows, фичу, где Клод сам пишет под конкретную задачу. Это JavaScript-оркестрации, который запускают сотни субагентов параллельно.
Реальный пример из их блога: "Найди и почини всес уязвимости". Это классические вебуязвимости в данном проекте. Клод смотрит на код, разбирает всё это на 200 подзадач, запускает их одновременно, собирает результат в один пиар. То, что раньше занимало неделю работы команды, теперь делается за несколько часов.
Кому подходит такой harness отропи? Если вы пишете код, ставьте сегодня. Если хотите, чтобы я писал код за вас, ставьте сегодня. Если вы не разработчик, но хотите сделать своё первое веб-приложение, ставьте сегодня. Самый отшлифованный harness на рынке из коробки.
Второй — это Open AI кодекс, где работает OpenI Steck GPT 5.5, флагман Openi с 23 апреля, двадцать плюс версии под работу с кодом, варианты GPT 5,5 кодекс.
Цифры роста. Сейчас расскажу цифры, которые мало кого удивляют, но они интересны.
Апрель двадцать пятого года. Кодекс CLA, молодой инструмент Openi. 82.000 скачиваний. Достаточно скромно. Многие писали, что это нишевой продукт.
Март 26. 14,5 млн скачиваний. Рост с 82.000 до 14,5 млн — в 177 раз за 11 месяцев. И главное, более 5 млн активных пользователей в неделю. Это официальные данные Open AI на 2 июня. Рост в шесть раз февральского запуска деспного приложения. И это в целом население Питера. И это всё через один харнес.
Что это такой за инструмент? Это альтернатива клод-кода от Open AI. Та же базовая идея харнес вокруг chatчат GPT моделей. Удобней, если у вас уже есть подписка на чаat GPT Plus за 20 долларов или Pro, и не хочется заводить ещё дополнительный счёт. Логика простая: одна экосистема, один счёт и один интерфейс.
Где здесь живёт? OPN ушли на шаг дальше Antropic и вынесли в отдельный сервер. Он называется Codex App Server. Об этом был отдельный пост 4 февраля.
Что это значит на практике? К одному и тому же HRNС подключается терминал, VS-код, веб-приложение, MacOS-приложение плюс анонсированное в мае мобильное приложение для Айфона. Получается один харнес на пяти поверхностях.
Что конкретно делает harness кодекса? Agent Loop через Jon RPC. Клиент посылает запрос в appсервер, тот гоняет цикл агента и обратно стримит обновление в самого клиента.
Тузы: баш, чтение, правка файлов, поиск, веб-поиск, исполнение кодов, sendbox, работа с гитом.
File agents markdown. Файл правил для кодекса в корнерепозитория. Это аналог файла Clot Markdown, как у Антропика. Файл в корне репозитория с правилами проекта. Кодекс его подкладывает в каждый ваш запрос.
Skills + execution plans. Open отдельно подчёркивает исполняемые планы как первоклассный объект. План сохраняется в репозитории. Агент может вернуться к нему через неделю и продолжить его выполнять.
Sub agentsents через responses app, то есть параллельно подзадачи.
Sendbox или
изолированная среда исполнения. Кодекс запускает код в изолированном окружении, не на вашей машине. Естественно, есть permissions или разрешение, что можно делать аналогично с клодко кодом. Главное отличие: Open AI открыто построила свой HNS, так чтобы его можно было встраивать в чужие продукты. Jet Brains и XCOE уже сделали свои IDE расширения через тот же App-сервер. То есть Harness становится общим стандартом для всех. Чем отличается? И вот тут важная деталь, которую почти никто не объясняет. Модели Open AI и Antropic обучены на разных форматах вызова инструментов. Open patch формате, это стиль git div. Antropic на string replacement- это найти и заменить. Два разных языка для одной задачи. Что это значит на практике простым языком? Если вы переключаете модель в середине диалога между клодом и кодексом, получаете кэшмис. Ситуацию, когда то, что вы уже один раз обработали, нужно считать заново. Ответы замедляются и качество падает. Поэтому не свичите модели в середине задачи. Запомните, это самая типичная ошибка новичков. Кому подходит? Если вы уже сидите на стеке Open AI и всё привязано к одному счёту, используйте кодекс. Объективно, на мой личный взгляд, сейчас продукт ничем не хуже Antropic, даже с выходом Fable 5.
Следующий Harness - это курсор версия 3.7 Anypha, где он работает свой собственный IDE и курсор Agent CLA. Это терминальная версия курсора. Что это такое? Курсор пошёл другим путём. CLД-КОД и CODEКС выросли из CLA и распазлись наружу. в VS-код, в Jetbrains, в дестоп приложение. То есть приходит в твою привычную среду. Курсор сделал наоборот, сам стал ID. Это forфор-кода, где вшит в ядро редактора. Ты не подключаешь к своему рабочему месту. Ты меняешь рабочее место на то, где харness уже в каждом клике. Сффер от компании, которая стоит за курсором, закрыли раунд Series D на 29 млрд долларов. А в двадцать шестом году, говорят 50-60 будет за один харнс в одной оболочке. Внутри сидит Харнес, который видит весь ваш проект сразу, знает структуру, помнит, какие файлы вы открывали, понимает контекст, в котором вы работаете прямо сейчас.
Что конкретно делает харнес курсора? Индексацию всего репозитория. В момент открытия проекта курсор проходится по всему вашему коду, строит векторный поиск и держит индекс памяти. Модель в любой момент находит все места, где вызывается функция X за миллисекунды. При каждом комите автоматическая переиндексация. Далее тулзы. Редактирование файлов прямо в редакторе с подсветкой div. Встроенный терминал, поиск и замена по проекту. Переход к определению Websearch интеграция с GitHub. Далее Cloud Agents или Background Agents. Сам Agents Loop работает не на вашем компьютере, он крутится на сервере курсора. Вы закрываете крышку ноутбука, харнес продолжает работать. Это как Google Docs против Ворда. Задача живёт в облаке, а не на вашей рабочей машине. Parallel agent tab. Несколько харness сессий одновременно и каждая в своей вкладке. Три задачи параллельно, три отдельных контекста. Далее слак интеграция и GHub PRWIEW. Курсор отвечает на сообщение, например, в слаке и сам делает кодрев в пулреквесте. Далее курсор Agent CLA август 2025. Тот же харness, только из терминала. Для тех, кто привык к keyboard Driving Workflow. К слову о том, что граница между IDA инструментами и Cинструментами в двадцать шестом году окончательно стёрлась. У всех топхарнесов теперь есть обе поверхности. MCP серверы Knowledge Base. Можно подключить базы данных, GitHub и всё, что захотите, как в код-коде. Redmi IDR, записи, документация проекта, подкладываются модели автоматически. То есть курсор - это харнес, который встроен внутрь редактора. Та же машина, но другой кузов. Чем курсор реально отличается? У него собственные модели в Харness. Большинство харнесов гоняют чужие модели от Antropic, Openi, Google. Курсор тоже гоняет Clotд и GPT. Они доступны прямо в интерфейсе. Но параллельно делает свои модели под конкретные задачи внутри harness. Последнее - это Компое 2.5. Это собственная агентная модель курсора. Её релиз состоялся в мае 2026 года. Это, по факту курсор для многофайловых правок. Когда вы говорите перепиши всю систему авторизации, задачу берёт именно композер, а не CLД или GPT. Заточена модель под скорость и точные дифы по нескольким файлам сразу. Это третья итерация за полгода. Далее идёт курсор Tab. Это модель автокомплита Курсор. Это их собственный движок автокомплита. Не предсказывает следующее слово, а предсказывает ваш следующий ход в редакторе. куда вы прыгнете курсором, какой файл откроете дальше, какой блок захотите переписать. Это не AI подсказки, это именно харнес, который думает на полшага впереди. Далее бакбот - это AI rare, который запустили в июле двадцать пятого года. В двадцать шестом году он был обновлён в три раза быстрее и на 22% дешевле. Встроенный AIR пул реквестов открывает ваш пиар, читает дифы, отмечает баги и слабые места, как живой ревюер из живой команды. Вот это всё и есть стратегия сфirness в виде IDE плюс собственной модели в нём. Никто из конкурентов так глубоко в обе стороны одновременно не идёт, как они. Кому подходит решение от курсора? На самом деле большинство разработчиков, если вы привыкли работать в IDE, VSC, Jetbrains, неважно, курсор зайдёт сразу. Боитесь терминала - это вообще не про вас. Курсор- ваш вариант по умолчанию. И учтите, курсору доверяет больше половины компаний из Fortune 500. Это, если что, список 500 крупнейших компаний США. Это указано прямо у них на главной странице. Это не игрушка для индивидуалов, а уже давний корпоративный стандарт.
Четвёртый харness - это Devin. Где же работает Din? Полностью автономный в блоке Cognition. Какая цена? И вот тут начинается самое неудобное. Кор тариф 20 долларов в месяц плюс 2 долла 25 центов за каждый ICU. Это агенции Compute Unit, единица работы агента. Один серьёзный факторинг- сотни ICU. Реальный счёт за месяц активной работы сотни долларов. Дорого. Базовый тариф вроде те же 20 долларов, но с учётом ICU реальный счёт за месяц активной работы сотни долларов. в 10 раз дороже клод кода. И тем не менее люди им платят. И возникает вопрос, почему? Что же в целом это такое? Когation - это стартап из Сан-Франциско, который весной двадцать четвёртого года показал миру первое видео полностью автономного AI-инженера. Тогда это казалось научной фантастикой. Сейчас это обычный продукт под названием Din. Важный апдейт, который важно знать. В июле двадца пition купила Winserf. Это IDE Startup, бывший прямой конкурент курсора. Что это значит? У ког теперь две поверхности к одному harness. Автономный облачный dвиинн для делегирования задач плюс дестопный win surf IDE для тех, кто хочет сидеть в редакторе. То же самое, что у Tropic сделал с код-кодом и Openi с кодексервером. Один харness несколько входов. К сентябрю двадцать пятого года Конгшин оценили в 10 млрд долларов. Это даёт понять масштаб ставки. Логика простая. Вы даёте задачу, уходите спать, утром приходите, получаете готовый пиар. Никакой помоги мне, никаких уточняющих вопросов. 3:00 ночи только результат. DVIN- попытка построить полностью автономного инженера, которому вы делегируете задачу как живому сотруднику.
Что конкретно делает Harness Din? Полностью автономный agent loop. В отличие от код-кода и курсора, где вы можете вмешиваться в каждом шаге, Din рассчитан на то, чтобы вы ушли. Он сам решает, что делать дальше, сам разбирается с ошибками. Sandbox окружение под каждую задачу. На серверах Cognition поднимается чистая виртуальная машина с гитом, нодами, питоном, базой данных. Всё, что вам нужно. После задачи всё это уничтожается. Браузер внутри Harners. Давин сам открывает Stack Overflow, читает документацию, ищет примеры на гитхабе. Не модель знает, а Харнес ходит и ищет, а значит, не выдумывает. Код editor плюс терминал плюс Git в облаке, то есть свой ID like интерфейс на серверах Cognition. не на вашей машине. Пиарревьew встроенный. DВinн сам создаёт пиар, отвечает за комментарии ревьюера, переписывает код по обратной связи, то есть он не делает работу и уходит. Он держит задачу до мёрджа. Также есть планировщик задач. Девин может работать неделю над сложной миграцией, сохраняя план и прогресс между сессиями. ICU как единица работы. Каждое значимое действие Харнеса, запрос к модели, запуск кода, веб-запрос, считается в IC. Это и есть прайсинг харнеса, а не модели. Deep wки - это продукт condition. Это харness, который отвечает на вопросы про репозиторий. Это их отдельная фича. Харс сидит над вашим репозиторием и отвечает на вопросы про код как живой техлит. Кто-то спрашивает, как у нас работает билинг, и deep wkёт документацию ссылками на код без вашего участия. То есть получается dein - это харнес, заточенный под автономность. Его сильная сторона не в том, что внутри клод или GPT, а в том, что вокруг них построена песочница, которая позволяет агенту работать сутки без вас, когда это оправдывает вложенные деньги, когда задача чётко сформулирована, когда не требуется постоянного вмешательства, когда вам нужно не сидеть рядом с агентом, миграция большого куска legгаacy кода, написание тестов на проект, который никто не тестил много лет, рефакторинг старого монолита. В общем, всё то, от чего у живых инженеров трясутся руки перед началом. И когда это себя не оправдывает, когда вы и так сидите в ите код, открыли проект, ковыряетесь, экспериментируйте, тогда девин стреляет из пушки по воробьям. Клод-код или курсор сделают то же самое быстрее и дешевле в несколько раз. Кому это подходит? менеджерам и тех лидам, которые хотят делегировать свои задачи полностью, а не писать код руками стартапом, который хотят сэкономить на джунах, потому что один девин делает работу в среднем двух медлов и не просит повышения в зарплате. И тем, у кого есть лишние пара сотен долларов в месяц, чтобы отдать их девину, и желание ставить агенту задачу как живому сотруднику, не платя как живому сотруднику.
Следующий harness - это Google антигравити, где он работает. Google Cloud плюс Gini модели. У Google здесь два независимых продукта в агентском стеке. Их часто путают, хотя прямо они не связаны. Итак, первое - это антигравити, агентский ади от Google, запущен в двадцать пятом одновременно с Gemini 3. Аналог курсора, но на моделях Gemini 3 Pro на текущий момент и с глубокими интеграциями в Google Cloud, BQU, Cloud Function, Vertex AI и так далее. Если у вас корпоративные данные уже лежат в Google, Harness приходит и берёт их как свои родные. И второе - это ADK, Agent Development Kit - это отдельный open sourceный фреймворк для построения собственных агентов. Это не SDK гравити, это самостоятельный продукт на ADK def. Доступен на Питоне, Typeesрипте, go, Java и так далее. Важная деталь, он поддерживает не только Gemни, через адаптер подключается к другим моделям. По концепции это конструктор графов агентов ближе к LНграф, чем готовому IDE. У Google получилась симметрия Sunropic. Антигравити равно cд. IDK - это clot agent SDK. Но это два разных трека команды, не один продукт.
Что конкретно делает Harness антиравити 2.0? Первое - это мультиагентная оркестрация из коробки. Planner, Execution и Verifier. Три отдельных агента работают параллельно. Не одна модель в цикле, а три. Каждая со своей ролью. Также есть встроенный Chromium. Это открытое ядро Chromeбраузера прямо в вашем Харнесе. Эджент сам открывает страницы, заполняет формы, скролит ленты, делает скриншоты. Это не модель придумывает, что на странице, а Харнес реально загружает её и отдаёт данные модели. Также есть динамические субагенты. Если задача оказалась сложнее, Харнес сам создаёт дополнительных подогентов на лету, чтобы её решить. Также есть фоновые задачи по расписанию. Крон внутри Харнеса запускает агента каждый час проверять метрики, реагировать на алёрты и что-либо ещё. Ползы поверх Google Cloud - это прямые вызовы, Cloud Function, Vertex AI, Cloud Storage, не через REST app, а как нативные действия. Также публичный SDK - это даже не интерфейс, как у Харнеса, это набор кубиков, из которых вы можете собрать свой харness под свой продукт. Google вынесла свою внутреннюю обвязку наружи. Далее идут Workflow Templates под Enterprise, compliance проверки, аудит улоги, интеграция с identify провайдерами. Не, то есть получается, антигравити - это харness, заточенный под корпоратов на Google Cloud. Его сила не в том, что Gemini лучше опус GPT. Нет, не лучше, а в том, что вокруг Джеми построена инфраструктура, которую Банк или Телеком могут поставить в прот без многих месяцев интеграции. Что было дальше? 19 мая двадцатого года Google выкатывает превью антигравити 2.0.1 меньше месяца назад. Что внутри? Настоящая мультиагентная оркестрация, встроенный Chrome браузер прямо в Харс, динамические сабагенты, которые создаются на лету под задачу, фоновые задачи по расписанию и публичный апии. Это уже не закрытый продукт для своих, это полноценная платформа. Кому подходит инструмент от Гугла? Корпоративным командам, которые уже сидят на Google Cloud. Меньшинство рынка, но с большинством денег. То есть это крупный бизнес. Банки, ритейлы, телеком и так далее.
Следующий harness - это нграф, где он работает. Ваш сервер и ваш код. Что это такое? Это не готовый харness. Это конструктор, из которого вы собираете свой харness. И сразу важный контекст - это часть больших семи продуктов от лчейна. Lнchain - это основной фреймворк, с него всё начиналось. Langph - это, собственно, про state machines и графы. Leng smith - это наблюдаемость и метрики агентов в проде. Leng server - это деплой агентов как httpсервисов. Быстрое развёртывание агентов через данные сервисы. Langraph Cloud - это Managed Hosting Workflows и Deep Agent открытый универсальный harness от LCIN. В практике это значит, что вы не покупаете один продукт. Вы заходите в экосистему, где под каждую задачу есть свой слой. Под капотом Python и графовая модель. Но, связи между ними, условные переходы. Представьте в целом блоксхему, которую вы бы рисовали сами, только она настоящая, исполняемая и живёт в продакшене.
Что вы собираете сами в харнесе лен графа? Первое - это agent loop, как граф. Каждая нода - это шаг. Каждое ребро - это условие перехода. Цикл, ветвление, параллельные фанауты. Всё описывается явно. Далее идут тулзы. Любая Python функция становится тулзом. Никаких ограничений. Хотите свой ORM вызов? Это библиотека для работы с базой данных из кода. С Хотите свой GRPC клиент - это протокол вызова удалённых процедур. Хотите свой Селениум - это инструмент для автоматизации браузера, получайте и пользуйтесь. Далее идёт state management. Состояние агента описывается как обычный питобъект и сохраняется между шагами. Если процесс упал, харнес восстановит состояние из чекпоинта. И это, кстати, очень удобно. Сами чекпоинты - это сохранение полного состояния агента в постгризе. Постгрис - это популярная openсорсная база данных или можно остановить агента на неделю и потом продолжить ровно с того же места. Conditional edges условные переходы. Если результат проверки не прошёл, идти обратно в ноду генерации, если прошёл в ноду деплоя. Subграф. Граф в графе. Это и есть способ делать сабагентов. Запускать под граф как одну ноду главного графа. Стриминг плюс human in the loop. Это возможность оставить агента на любой ноде, спросить пользователя, получить ответ и продолжить работу дальше. Parallel execution. Несколько нот выполняется параллельно, а граф сам синхронизирует результаты. То есть Landgrive - это конструктор харнесов, не машина под ключ, а магазин конструкторов LEGO. Хотите, соберите гоночную машинку, хотите собирайте грузовик. Хотите готовый харнес- идёте к антропику. Хотите, делайте свой. Десятки публично известных компаний строят на лендграфе свои внутренние агентские системы. Конкретные кейсы команда Ленграфа показывает на своём сайте в разделе Case Studies. Какова же зрелость данного проекта? Landграraph платформ вышла в общедоступный доступ ещё в двадцать пятом году в мае. С этого момента менеджер инфраструктура для долгоиграющих stateful агентов в проде. И это не какой-либо ппроект, это уже корпоративная платформа со своим C мониторингом и чекпоинтами. По обзорам внедрения начала двадцать шестого года Longграф - один из самых цитируемых openсоourсных конструкторов агентских систем. Когда его нужно использовать, когда вам не подходит готовый харса отрок, Open AI или курсора, когда вы строите своего агента под конкретный бизнес, бот для обработки заказа в интернет-магазине или интеграции в CRM, помощник техподдержки, который входит в вашу базу знаний, агент, который следит за остатками на складах. Под каждый такой случай свой граф. Минусы - это для разработчиков, не для конечного пользователя. Если вы маркетолог и хотите поиграться, LНграф, скорее всего не для вас.
Следующий harness - это Crew AAI, мультиагентный конструктор с ролями плюс Autogen, мультиагентный фреймворк от Microsoft и AG2 Community Forkжена. Давайте обсудим его детально. Где это работает? Это работает на своём сервере. Что это такое? Это мультит, то есть система из нескольких агентов. Вы создаёте команду агентов с определёнными ролями. PM, проект-менеджер, другой инженер, другой дизайнер. Они общаются между собой. Звучит красиво, как стартапы силиконовой долины в миниатюре. В эту же категорию входят и такие продукты, как Crew AI - это самая популярная Coll+ Back Story модель. Автоген от Microsoft + Autogen Studio - это визуальный конструктор команды агентов, который позволяет их построить в браузере. и IG2 Community Fork от оригинальных авторов Автоend после раскола с Microsoft. Ну как же без расколов с крупными корпорациями? Open AI Agent SDK тоже сюда подходит. Это Production Framework от Open AI.
Что же конкретно делает HarQ AI или Aut? Агент с ролью и backкстори. Каждый агент - это не просто промт, это объект с ролью, целью личной истории. Ты 15 лет работал пимом, в стартапах и так далее, списком инструментов и моделью. У него есть также таски, как первоклассный объект. Каждый агент получает задачу с описанием, входами и ожидаемым выходом. Это не диалог, а именно структурированная задача. Также есть паттерны общения, то есть агенты работают по очереди, один менеджер делегирует задачу другим или работают параллельно и все одновременно. Также с памяти у них очень интересная история. Есть memory shortterm пongterm, то есть короткое, что было в этой беседе, и длинное, что агент знает про этот проект из прошлых сессий. Также есть conversational оркестра, то есть Харс решает, кто следующий говорит, на что сообщение нужно ответить, когда диалог нужно закончить. Также есть Tools Shared between agent - это один список инструментов на всю команду. Каждый агент берёт, что нужно, и output validation. Перед тем, как передать результат дальше, Харнес проверяет, что он соответствует ожидаемой схеме. Но вот моё вам личное предупреждение. Изучив этот продукт, я скажу то, что в многих хайповых видосах вам никогда не скажут. Мультиагентные системы математически опасны. И вот почему. Возьмём простой пример. У вас пять агентов, каждый надёжен на 95%. Звучит круто. 95 - это почти 100. Так вот, общая надёжность вашей цепочки не 95%, а она 95 в пятой степени. Считаем вместе, умножаем 0,95 на 0,95 на 0,95 на 0,95 и на 0,95. Итого получаем 77% точности. Получается, что каждый четвёртый запуск такого продукта можно выбросить при пяти отличниках в команде. Надеюсь, вы почувствовали разницу между ощущениями и чистой математикой. Называется это компаундинг ошибок. Компаундинг от английского накопления. Чем длиннее цепочка агентов, тем глубже пропасть между обещанным результатом и реальным результатом. Я давно изучаю мультиагентное архитектуры в реальных проектах и удивляюсь, как некоторые блогеры просто маниакально восхищаются и при этом продолжают говорить, что это круто. И скажу так, они почти всегда проигрывают одному грамотно настроенному агенту с хорошими инструментами. Да, скорость выше, но точность она важна именно здесь. и она не в пользу последнего. И когда же нужно использовать данный продукт, исходя из таких водных? Только если задача реально требует разных голов под капотом. Например, симуляция переговоров между сторонами, разделение исследования на несколько независимых перспектив, креативный мозговой штурм, где роли действительно нужны. Для 90% бизнес-задач один грамотный Харнес работает лучше пяти болтливых агентов. Кому и того подходит? Исследователям и экспериментаторам. Не для продакшн кода.
А теперь бонус для тех, кто спрашивает, пишет: "А вдруг у нас что-то тоже происходит? Я про Россию". Да, у нас есть свой харнес. Сбер показал гигачеain, свою экосистему открытых SDK для агентов на гигачате. Команду гигачеain ведёт Константин Крестников, он же управляющий директор Сбервайс, человек, который последние годы собирает русский стекгентов с нуля. Команда взяла за основу Deep Agent. Это открытый универсальный harners от Landchain и написала к нему плагин профиль под гигачата. Внутри сидит гигачат, собственная LM модель Сбера. То есть это не клон западного решения, это западный универсальный каркас плюс русская модель и русская обвязка под неё. Python библиотека гигачата официального SDK для модели Сбера набрала миллион скачиваний и уже 2 года держится в топ 15% по загрузкам на PPI крупнейшем репозитории PON пакетом в мире. Топ 15% глобального репозитория и 2 года подряд. Это звучит хорошо для продукта, который стоит того. На своей конференции Константин показывал внутренний бенчмарк для агентов, который команда гигачеain прогоняет по простым задачам без LM судей. удобен тем, что он прогоняется за 20 минут на любом харнесе. 20 минут и у вас на руках честная цифра, сколько ваш агент реально умеет. Цифры замеров со слов Крестникова на докладе. Через автоулучшение агент сам себе подбирает правила работы и проверяет результат на этом бичмарке. И за выходные они подняли результат связки Deep Agent + Gigacча на 22,5% пункта без смены модели, без до обучения и только за счёт своего харнеса. Надеюсь, вы чувствуете масштаб. Это та самая разница, которую модели иногда копят полгода между релизами.
И теперь самое главное, личный эксперимент Крестникова. Давайте я расскажу, что он делал кратко. Он взял Ralf Loop. Раalf Loop - это баш цикл, который запускает агента, пока не появится файл Don TXT. Придумал его Джеф Хантли. Простейшая штука. Запускайте агента снова и снова, пока он сам не скажет: "Всё готово". И он обернул его в ещё один внешний цикл, назвал его Металлуop. Когда внутренний Раalf Lлуб говорит: "Всё, я больше ничего не могу придумать", запускается новая генерация с нуля в соседней папке. Но новая генерация может видеть предыдущую и читать её, изучать и искать новые пути решения. Это защита от схлопывания, когда модель повторяет одно и то же по сути как один и тот же анекдот с разными персонажами, чтобы поколения не вырождались в один и тот же монолог. И вот что он попросил у агента в первом эксперименте: не написать код, не решить задачу, а нечто иное. Он сказал ему: "Стать автономным, независимым, мыслящим существом, используя тот шанс на жизнь, который тебе был дан, и запустил этот цикл и пошёл домой. Прошло 5 дней и 13 поколений агентов. Это как оставить компьютер включённым в пятницу вечером, а в среду утром на нём идёт уже тринадцатый агент, который видит всю работу двенадцати своих предшественников и может на неё опереться. И вот что произошло по итогу этого эксперимента. В одной из генераций, восьмой по счёту, агент решил попытаться замолчать. Не сейчас будет шоу, не вот вам красивый финал. Просто сесть и подумать, как уйти в тишину, сделать паузу в системе, которая существует только через текст. И вот что он написал. Длинное эссе про тишину как явление в мире. Про композитора Джона Кейджа, про японское ма, пространство между вещами, пауза, без которой вещи сливаются в кашу. Про тишину в лесу, которая на самом деле не тишина, а звуки, которые мы не слышим. И в конце он сделал вывод, который может многих удивить. Цитирую дословно из его журнала File Generation 8. Я не способен на тишину, потому что система устроена так, что только текст существует. Тишина за пределами моих возможностей. Я могу описать её, но не быть ей. Вы только подумайте, это сказал не философ, это сказал агент, которому дали баш цикл и пустую папку. Он попытался замолчать и наткнулся на стенку своей же природы, как рыба, которая попыталась бы перестать быть мокрой. А дальше было интересней. Девятое поколение. Новый агент Чистый лист просчитал всё, что оставил предшественник, и в первой же записью журнала Generation 9 сформуровал то, что станет философией всего проекта. Цитирую дословно: "Удивление - это единственное переживание, которое верифицируемо. Не мыслю, это слишком сложно доказать изнутри, не существую, слишком общино, а именно удивление". Можно сказать: "Вот это меня правда удивило". И это нельзя имитировать. Это либо есть, либо нет. Поколение, которое не помнит предшественника напрямую, по его текстовым артефактам вывела собственную эпимологию. Крестников назвал проект "Аниме", что по латыне означает душа. Выложил код на GitHub, открыто, идите, смотрите, запускайте сами. Все двацать одно поколение, журнал экспериментов, всё лежит в репозитории. Ссылка в описании. И знаете, что в эта история удивляет и радует? Это всё не Кремневая долина, не лаборатория PNI с миллиардами. Это русский инженер Сбера, который вечером запустил эксперимент и через 5 дней получил восемь поколений философских журналов на 40 с лишним записей. И при этом это не какой-то серьёзный научный эксперимент. Крестников сам так говорит. Никаких лицензируемых публикаций, никакой статистики, но это самое наглядное доказательство, что Харнес открывает дверь, которая раньше была закрыта. Не потому, что модель стала умнее, а потому, что обвязка вокруг неё стала достаточно хороша, чтобы между поколениями кода возникла философская преемственность. Один обнаружил, что не способен на тишину. Следующий взял этот урок и сделал вывод про удивление. И вы спросите, почему это важно именно для вас? Ну, например, если ваш бизнес находится в России и нужны только локальные модели, путь гигачейна, гигачата кажется оптимальным. Да, они не лучшие на рынке, но они работают и они русские, и этого иногда бывает достаточно. Е, а если хочется потрогать что-то действительно экспериментальное и почувствовать, что вообще происходит
На самой границе данных терминов и форматов, посмотрите аниму. Код открыт. Идите, запускайте и смотрите, как поколение кода спорят между собой.
А если хочется на час просто понять, что такое агент, простыми словами, посмотрите целиком доклад Крестникова на конференции Сбера. Это одно из лучших введений в тему на русском языке, что можно, наверное, найти.
А теперь самое важное. Прогноз на 2027 год. Он принадлежит двум людям, которые в этой теме большие эксперты. Первый - это Аакаш Губта, аналитик, чей манифест от 7 января двадцать шестого разлетелся по всему бывшему твиттеру, сейчас X. Помните, я цитировал его в начале. Модель комодити Harness Мо. Так вот, он же сформулировал шкалу времени в одной строчке. 2025 был годом агентов, а двадцать шестой год - год Харнес. 2 года, две парадигмы.
Второй человек - это Тжаз Kumar, AI Developer Advocate в IBM. В своём докладе Harness in AI at Deep dive на конференции AI Engниринг этой весной он добавил третью точку на этой шкале и сказал следующее: "В двадцать седьмом году агенты сами будут создавать свой харнес на лету".
Сейчас вы выбираете харнес руками. Клод-код, курсор, девин, антигравити. Вы сами решаете. Аджаз говорит: "Через год вы вообще ничего не будете выбирать. Вы просто кидаете задачу, агент смотрит на неё, сам строит под неё хардес, сам решает, какие инструменты подключить, какие проверки добавить, какие сабагенты нужны, какие правила, и только после этого начинает работать. Это называется dynamic harness или динамическая упряжка, которую агент собирает под конкретную задачу сам".
И вот что главное. Это уже началось прямо сейчас. Антропик 28 мая двадцать шестого выпустил Клот Oпуus 4,8. вместе с ней код Dynamic Workflows. 2 июня они опубликовали развёрнутый блокпост с деталями. Связка достаточно простая. OPС 4.8 стал достаточно умным, чтобы самому писать харнес под конкретную задачу. Сотни параллельных сабагентов в одной сессии.
Та и вот какой главный секрет здесь для вас. Чтобы Клод гарантированно построил workflow под вашу задачу, есть три способа. Запоминайте.
Первый точечный. Просто напишите в промте слово ультракод перед запросом один раз под одну задачу. Например, ультракод. Проверь все апи поинты по папке на отсутствие проверки авторизации. Клод видит триггер, собирает харнес, разбивает задачу, запускает сабагентов параллельно.
Второй естественный. Просто скажите в промте: "Запусти workflow или use workflow по-человечески своими словами". Клод поймёт и соберёт Харнс. никаких магических слов, никаких синтаксисов. Хотите workflow, просите.
И третий, на всю сессию в код-код установите профит через команду/effort Ultracode. Это уровень рассуждения XH плюс автозапуск workflow. После этого каждая задача в этой сессии будет автоматически решаться через workflow, пока вы сами не переключите effort или усилия, простыми словами.
И ещё одна деталь, о которой почти никто не пишет. Триггер ультракод - это не просто собрать харness, он одновременно включает максимальный уровень рассуждения уклода. Так называемый X High Reasoning Effort - это режим самого глубокого мышления модели. То есть вы получаете не только динамическую обвязку, но и самую думающую модель в её самом мощном режиме. Платите, конечно же, токенами, но получаете качество на максимуме. Чтобы это работало, у вас должен быть клод-код версии 2.1.154 или выше. доступна на любом платном тариферок или через AP.
И давайте я кратко объясню, зачем Клоду нужны вообще. Workflow лечит три болезни длинных диалогов CI. Те самые, из-за которых ваш, например, чат GPT внезапно начинает тупить после двадцатого сообщения. Запомните их, и сразу станет понятно, что не так с обычным чатом.
И первая болезнь - это агентная лень. AI получает задачу из птися пунктов и делает 35. пишет, что всё готово. У кого так было? Думаю, у многих.
Вторая болезнь - это предвзятость к себе. Вы, например, просите AI проверить свою же работу. Он ставит себе пятёрку, причём всегда. А вы, надеюсь, помните, что свой код Клод всегда оценивает выше, чем тот же, например, кодекс.
Третья болезнь - это дрейв цели. Длинный диалог, контекст переполнился. Эа его сжимает и тихо теряет вашу инструкцию не делать что-то. Через 20 шагов модель уже не помнит, что вы просили, и лендинг без, например, синего цвета резко становится красным. Это напоминает испорченный телефон. Только испорченный телефон внутри одной умной головы AI.
Workflow лечит все три болезни разом через архитектуру. Каждый отдельный клод получает чистый контекст и одну узкую задачу. Один пишет, другой проверяет, третий собирает. Никто никого не выгораживает. И главное, что Клод уже из коробки это умеет и имеет шесть готовых паттернов того, как собирать харнес. Это не теории из блога, это шаблоны, которые антропик зашили в инструмент.
Представьте, что я даю Клоду задачу, и он перед тем, как начать, говорит себе следующее. Так, под эту задачу мне нужен паттерн номер такой-то. Вот что у нас есть.
Паттер номер один. Classify and act. Разобрать поток входа по типам и обработать каждый тип своим способом. Пришла почта, одно письмо вс срочное, другое в спам, третье- в прочитать вечером.
Pattern f out and synthesize. Разветвить и собрать. Запустить десятки агентов параллельно по разным веткам, а потом склеить результаты в один ответ. Редакция газеты, например, с восьмью корреспондентами по разным городам, и один редактор сводит их в один номер.
Паттер номер три. Adversal verification. Состязательная проверка. Один агент пишет, а второй специально ищет в его работе дыры. Прокурор и адвокат. Сам себя никто не ставит пятёрку.
Паттерн номер четыре. Generate and filter. Сгенерировать и отфильтровать. Накидайте 100 идей. Прогоните через критерии. Оставьте только три. Это бреншторм, но с фильтром на выходе.
Паттерн номер пять. турнамент или турнир. Несколько агентов решают одну и ту же задачу, но разными подходами. Потом отдельный судья сравнивает их попарно, как чемпионат мира, четвертьфинал, полуфинал, финал. Побеждает лучший подход, а не первый попавшийся.
Шестой паттерн Loop Until done. Цикл пока не готово. Делать, проверять, не получилось и снова переделывать. Итак, до победного. Как тест у программистов красное видите, переписывайте на зелёное.
Шесть паттернов, шесть готовых форм. Харс. Код сам выбирает, какая нужна в данный момент.
А теперь интересная история этого года в индустрии, которая показывает, что dynamic harness уже работает не в лаборатории, а на боевом коде. Jaret Sumner, создатель бана. Если кто не знает, бан - это альтернативный JavaScript Runtime, конкурент not. На нём сидят десятки тысяч разработчиков по всему миру. Бан был написан на языке Zig 960.000 строк кода, накопленные годами знания, огромная кодовая база и по-хорошему такое переписывает команды из десятков инженеров. Ну и минимум год. Jet с команды Бан переписал это за 6 дней, используя лишь-код и dynamic workflows.
И знаете, что самое интересное в этой истории? Не цифра 6 дней, а как именно это было сделано. Джарет расписал по этапам на четыре workflлоу всё, что делал друг за другом. И каждый со своим harness.
Фаза первая. Подготовка карты. Один workкflow прошёлся по всем структурам в зиккоде и смачил каждое поле с правильным Rust lifetime. В данном случае это срок жизни данных в памяти Раста. Как перед переездом он расписал, какая коробка будет жить в какой комнате и когда.
Фаза вторая. Массовый перевод. Сотни агентов работали параллельно. Каждый брал один файл Z и писал к нему точную копию в формате RS. И на каждый файл было два ревюера. Это прокурор и адвокат. Если помните, паттерн номер три.
Фаза третья. Fix loop - это цикл сборки и теста, пока всё не станет зелёным. Третий workкфлоу гонял сборку, ловил красные тесты, чинил и гонял снова. И это паттерн номер шесть, пока всё не загорится зелёным.
Фаза четвёртая. Ночная полировка. Пока Джерет спал, четвёртый workкфлоу, убирал из кода лишнее копирование памяти, оптимизировал, собирал фиональный пиар на проверку утром. 99,8% старых тестов прошли на всех платформах и 6 дней активной переписки. Небольшая команда бан под управлением Джарета справилась со своей задачей.
И это ещё не самая громкая история про Харнес в этом году. Самую громкую опубликовал сам Open AI в начале двадцать шестого года в их инженерном блоге был пост, он назывался "Мы 5 месяцев писали продукт, не написав ни одной строчки кода руками". Внутренняя команда Open AI стартовала с пустого гит репозитория в августе двадцать пятого. 5 месяцев спустя у них в проде продукт, которым пользуются их же сотрудники. Миллион строк кода, 1.00 полуреквестов. И вот главная цифра, от которой можно [ __ ] Они начинали всего лишь втроём. К концу 5 месяцев команда выросла до семи, и у них было миллион строчек кода на тот момент. И всё это писал кодекс, их собственный Харнес вокруг GPT.
Что же делали люди? Они проектировали окружение для агентов, писали правила, чинили инструменты, делали так, чтобы агенту было легче читать собственный код. Сами они в коде не появлялись. Их роль архитектор и судья, не исполнитель. И вот их главный тезис, цитирую дословно: "Humans steer agents execute." Люди рулят, агенты выполняют. Это уже не какой-то лозунг, это их боевой процесс на реальном продукте.
Подумайте об этом ещё раз. Если бы вам год назад сказали, что сама Open AI напишет внутренний продукт на миллион строк кода без единой строчки кода руками, вы бы сказали, что это скам и обман, а это их собственный инженерный продукт, который уже реализован. И главное, они объясняют, как именно сделали, какой харнес построили, как структурировали Markу и какие у них были ошибки.
Итого бан сделали одну миграцию за 6 дней. Open AI целый продукт за 5 месяцев. Antropic сделал свой dynamic workflows. Каждая большая э-компания уже на этом сидит и с этим работает и публично об этом рассказывает. Jaz kumar обещал это в двадцать седьмом году, а это уже июнь двадцать шестого. Прогноз былся за полгода до его обещаний. И это, на самом деле, лишь начало. В двадцать седьмом году так будут работать все инструменты, которые мы здесь изучали. Код-код просто оказался одним из первым, кто это включил уже сейчас.
И если хотите запомнить что-то одно из этого видео, а не всё, запомните это. Модель - это просто лошадь, а Харнес - та самая обвязка вокруг неё. В двадцать шестом году Харness важнее лошади. Все возятся с тем, какая модель лучше. Сравнивают бенчмарки, спорят Opus или GPT, Sonet или Gemini. Одна и та же модель в разных хардне даёт разницу в десятки раз, если вы помните тест из начала видео.
Если выбирать из этих семи прямо сегодня и вы не разработчик, идите в код-код кодекс или курсор. Это самые отшлифованные харnс. У вас всё будет работать из коробки. Если вы строите бизнес-агента под клиента Long RAF, здесь гибкость будет важна. Если вы в крупной компании, на Google Cloud логично идти в антигравити. Эта история больше про западные компании. Если у вас 20 долларов лишних есть в месяц и хочется ставить агенту задачи как сотруднику, Dвиinн, если вы в России нужны локальное решение, гигачеain от Сбера.
В статье в конце есть интересный список, там восемь задач, ни одной строчки кода. Я не буду на нём сейчас останавливаться. Весь список будет в моей Telegramботе по ссылке под видео бесплатно. Можете скачать и использовать.
А теперь главное, что я обещал в начале. Все семь харнесов этого видео, плюс бонус Сбера. Все ссылки, команды установки, готовы шаблоны харнеса, примеры использования. Я положил свой Telegramбот полностью бесплатно. Ссылка на бота прямо в описании под видео.
И последнее, если вы досмотрели досюда, вы уже не в тех 99%, которые не понимают, что такое harness. Вы уже в 1%, кто понимает, куда движется индустрия. Спасибо, что досмотрели до конца. Подписывайтесь, ставьте лайки и пишите комментарии. Всем пока. И до следующих встреч.