Transcription
Agent harness. Это именно тот термин, который в кругах AI вызывает недопонимание. Я уверен, что многие из вас слышали данный термин где-то видео на Ютубе либо читали посты, где мелькал данный термин Agent harness. И в обществе принято объяснять, что Agent harness - это environment для агента. Но что же такое этот сам environment? Что такое Agent Harness и причём здесь RF loop? Именно это в данном видео я сегодня вам подробно объясню, так что смотрите до конца, чтобы наконец-то иметь чёткое представление, что же это такое.
Перед тем, как мы с вами подробно разберём Agent Harness, я хочу с вами немного уйти назад в историю и понять, с чего как бы всё начинало, всё зарождалось. Примерно в двадцать третьем году, в двадцать четвёртом у нас, а, был такой термин под названием Prompt engниринг. То есть протниринг - это просто как правильно писать, а, соответственно, промты AI агенту. В то время у нас было с вами очень маленькое окно, там 4.096 токенов всё начиналось, потом оно росло, росло, но проблема была в том, что у нас было маленькое окно, и нам нужно было прямо очень, а, досконально писать промты, чтобы на выходе получить что-то более-менее нормально. В принципе, я думаю, что промом инжениринг всем максимально понятен. Это просто про то, как писать промт агенту, когда вы с ним работаете в плане кодинга, например, да, даёте ему задание, либо когда вы даёте ему какое-то обозначение, сущность. Допустим, в клод-коде есть главный промт, что ты клод-код, твои задачи делать то и так далее. У кодекса, у курсора, у клайна и тому подобное. У них у всех в ядре есть промт.
Потом примерно с двадцать четвёртого года в двадцать пятом году у нас с вами был термин contex engриing. Смотрите, в эту эпоху, если так можно выразиться, у нас, соответственно, контекстное окно значительно увеличилось. У нас уже появилось там 256.000 токенов, где-то был миллион уже. Gми mini, по-моему, в те времена давал миллион токенов контекстного окна. То есть контекстное окно у нас стало больше. Плюс у нас появились такие штуки, как рак. Опять же, для того, чтобы доставать контекст из векторной базы данных и давать его агенту. У нас появились вещи, как tool коing, чтобы вызывать какие-то инструменты, делать какие-то действия и давать контекст поверх. Также у нас появились штуки по типу MCP, которые тоже сделаны были для того, чтобы вызывать какие-то другие, допустим, сервисы, брать из них контекст. В общем, всё это контекст engриerринг - это была эпоха работы с контекстом. То есть вам нужно было выстроить грамотный контекст вокруг и агента, опять же, в виде клодкода, в виде кодекса, в виде курсора и тому подобное. То есть был агент AI agent, и вокруг него мы с вами строили контекст с помощью, опять же документов каких-то, с помощью к, с помощью Тулколинга, с помощью MCP. Благое, контекстное окно нам это уже позволяло.
Но, ребята, была проблема. И в то время из-за того, что у нас было с вами больше контекста, было более большое контекстное окно, мы с вами уже на тот момент могли выполнять более сложные задачи. Опять же, сейчас я в основном говорю про AI кодинг. То есть агенты могли раниться намного дольше, выполнять всё более более сложные задачи за один раз и тому подобное. Но, ребята, у нас была с вами чёткая проблема. Опять же, консекстное окно. Эта проблема особо никуда не уходит, то есть она остаётся всегда проблемой. Но тогда у нас была чёткая проблема, контекстное окно, и мы с вами использовали compaction. То есть как это работало. В основном были а такие workflow, что вы даёте какое-то задание агенту, он что-то выполняет, потом на половине пути у него заканчивается контекстное окно, он применяет compection, то есть он, а, сжимает своё контекстное окно, делает, соответственно, из него сама и дальше в новом контекстном окне, вот у него новое свежее контекстное окно, и уже там процентов, не знаю, 30-40, да, там, может быть, 20, у него изначально уже был, соответственно, саморе с прошлого чата. То есть у нас уже агент был не со свежим контекстным окном, там уже был сам из прошлой, а конверсации, соответственно. И также у нас были с вами проблемы по типу Контекрот. Опять же, я про это писал в Телеграме неоднократно. То есть чем больше у нас забито контекстное окно, тем тупее становится агент. То есть, э, по сути, large Glangage model. Чем у нас меньше вещей в контекстном окне, допустим, оно забито на 5%, тем умнее у нас агент. То есть суть понятная, я надеюсь. Ещё раз, в эпоху контекст инжиниринга мы с вами делали как бы контекст для AI агента, настраивали там ему все документы, rock системы, tool calling, MCP и тому подобное. Но опять же у нас были, в принципе, есть сейчас чёткие проблемы. Это контекстное окно, оно лимитированное, compaction и context rot. По сути, эпоха или эра контекстнжиниринга дала нам рождение кодинговых агентов. Именно вот в это время, с начала двадцать четвёртого года, в двадцать пятом году, у нас с вами сильно развились кодинговые агенты. Опять же клодкод, кодекс, курсор и тому подобное.
Кстати, про AI агентов. В последнее время с оплатами подписок на Ая, опять же клодкод, кодекс, курсор и тому подобное, есть некие проблемы в нашем чате, в Телеграме. Эта тема поднимается довольно часто, чуть ли не каждые 3 дня. Так вот, есть сервис под названием Заруб, с помощью которого вы можете оплачивать любые зарубежные подписки, в том числе на Ая. Это опять же CLДcД, Chatge GPT, GMI, Codex, Cursрсор, 11 Labs, Perplexity и так далее. Всё удобно и быстро. Для этого нужно зайти в приложение, соответственно, пополнить баланс методами, которые удобны для вас, и после этого вы уже сможете оплачивать сервисы. Весь этот процесс занимает в районе 2-3 минут, то и всё достаточно быстро и удобно. Ссылка на заруб в описании данного видеоролика.
Сейчас, ребята, у нас с вами появился, соответственно, термин harness engниering. Появился именно сам термин примерно в начале двадцать шестого года. Но по факту сам концепт, сама концепция у нас с вами с двадцать пятого года. Что же такое harness engниering? Harness engниринг по факту отвечает на вопрос, как управлять всем процессом, всем workflow в выполнении агента какой-либо задачи. Опять же, это кодинг и тому подобное. Что мы имеем в harness engриering? По факту это опять же инструменты из контекстнжениринга, оркестрация вся, контекст, skills, например, да, и вот это всё, вот это всё формирует сам главный environмент, то есть что вокруг агента. То есть это опять же скилсы сейчас очень сильно пользуются популярностью. То есть опять же это обвязка вокруг вашего агента, клодкод, кодекс и тому подобное. И всё вот это контекст, инструменты, оркестрация, как агенту работать, чёткие правила, это и есть с вами.
Но, ребята, в harnessринге очень важную роль играет loops. Давайте вернёмся к Райфлупу. Кстати, про RF loop у меня был эксклюзивный видео контент в Rц университе. Видео я выпустил аж 26 января. Там подробно всё это объяснил. В общем, сейчас не буду на этом затратить внимание. И кому интересно погрузиться в Riflop, ссылочка в описании на моё закрытое сообщество по AI.
Итак, ребята, что такое RF loop? Вкратце сейчас объясню, вкратце пробегусь. По факту это просто башлу, который держит вашего AI-агента постоянно в лупе. То есть он что-то там выполняет. В принципе, Roop можно объяснить так, что сначально мы с вами создаём PRD, то есть сначала идёт план, потом PRD, потом у нас это всё раскидывается на спеки, потом создаются атомиic Таasки и здесь у нас уже подключается Agent Club, то есть у нас идёт имплементация Атомиic Task, то есть мы даём задачу агенту, что вот сейчас твоя задача выполнить Atomic Task 001. Он выполняет по всем правилам, которые вы ему прописали. Дальше, после того, как он выполнил данное задание, он обновляет там всякие progress. MD и тому подобное. да? То есть, а пишет, что он сделал, что не получилось. Дальше он полностью, ребята, это очень важно, очищает контекст Window. То есть в контекстнниринге в эпоху у нас опять же была такая овечка компакtion. Она и сейчас есть, но не совсем рекомендую ей пользоваться, честно говоря. А у нас нету, соответственно, здесь компакшна. Мы его не используем. Мы для каждой задачи делаем чистое контекстное окно. Это очень-очень важно. И таким образом у нас с вами появляется клуб. То есть мы дали агенту весь environment, мы дали ему всю документацию, все планы, все атомиic tasки, всё всё максимально подробно прописано. Мы дали ему, как делать тесты, какие тесты нужны. Мы дали ему скилсы, мы дали ему контекст, мы дали ему какие-то инструменты по типу вебсarch. И мы сделали всю оркестракцию, засунули это вty club и, соответственно, а, aагент начал просто выполнять, строить то, что нам с вами нужно.
Главная задача харнес инженеринга настроить грамотный варимент, чтобы мы с вами получили более-менее автономного агента. То есть вваменте у нас опять же с вами входит дать грамотный контекст. Что мы с вами строим? Дать грамотный, это доки, это планы, а, соответственно спеки, атомиic, tasки, всё это грамотно разбить в marу файлах. В основном задать чёткие правила выполнения, то есть опять же, как правильно ранить а лу, какие тесты нужно писать, когда нужно писать тесты. Всё это как раз-таки естьмент вокруг и агенда. Также туда идут всякие feedback loops и тому подобное. В общем, ребята, если подытожить, то Harness Engнириing - это реально environment обвязка над AI агента. То есть у нас есть AI agent, неважно, clдкод, кодекс и тому подобное. Вокруг него есть environment. Это всё, что вокруг него. Соответственно, опять же, все документации, все Атомиic Таasки, все фидбек-лупи, всё-всё, как ему нужно работать. Тем самым агент, мы получаем более автономного агента, который может в лупе выполнять задачу чётко по правилам. Это очень важно, чтобы вваменте были грамотные правила, чёткие правила выполнения, соответственно, билдинга проекта, чёткое правило написания кода. Это всё есть envirймент.
Ребята, я надеюсь, что я вам чётко, подробно и, самое главное, понятно объяснил, что такое harness engниринг, что такое environмент, что такое лупы и тому подобное. Также мы с вами поговорили про проompтt engнириing, как это всё зарождалось, контекст инжиниринг. В общем, я надеюсь, что вам всё максимально понятно. Теперь вы понимаете, что такое harness engриering, этот термин в AI. Опять же, ребята, если у вас остались какие-то вопросы по harnessнирингу после просмотра данного видео, обязательно пишите в комментариях. Также присоединяйтесь в мой канал. Все ссылочки я оставлю в описании под данным видео. Если вам понравилось данное видео, обязательно поставьте лайк. Опять же пишите в комментариях, как вам данное объяснение. Если что-то было непонятно, обязательно спрашивайте в комментариях. Я благодарю вас за просмотр. Скоро увидимся. y