К содержимому
Дайджест

OpenProse: язык контрактов для агентов вместо инструкций

AI Engineer·18 октября 2026·49:36
текст даёт основное можно повторить промо
Открыть на YouTube
Выступление команды OpenProse для инженеров, AI-практиков и специалистов из регулируемых отраслей о том, как декларативные markdown-контракты заменяют ручные инструкции агентам.

Что в ролике

Тем, кто устал писать агентам пошаговые инструкции, команда OpenProse предлагает перейти от промптинга к декларативным контрактам: вы описываете нужный результат, а агент сам решает, как его достичь. OpenProse — это событийно-ориентированный язык и фреймворк для многоагентных рабочих процессов, записанный обычным markdown, где и программа, и контракт, и даже рантайм-компилятор остаются текстом, который можно хранить в git и версионировать. Запустить его можно бесплатно через NPX-скилл open-prose/prose либо в облачной версии, где агент по голосовому запросу сам генерирует программу, но любые платные действия требуют подтверждения. В демо показан процесс ревью pull request: GitHub-вебхук запускает контракт «проверь как ворчливый senior, который не любит AI-код», после чего свежие сессии агентов сверяются с этим контрактом, а не с собственным мнением, что снимает самоуверенность модели. Второй пример — документация для quant-моделей: контракт описывает требования регуляторов, и Codex на дешёвой модели генерирует документ для модели Sofa Curve, тогда как крупный банк с 4000 моделей тратит на переписывание такой документации 10–50 млн долларов в год. Авторы подчёркивают, что инструмент не для одноразовых запросов, а для повторяемых, аудируемых задач; в отличие от DSPy, который изолирует вызовы LLM, здесь вся логика живёт в «нечёткой» текстовой среде, а проверять выполнение контракта предлагают дешёвыми decision-моделями вроде Jeff. Для любителей спецификаций есть композиция контрактов и событийные триггеры по расписанию или вебхукам, а полный системный промпт kernel занимает около 70–80 тысяч токенов.

Практика

Что получишь
Ты сможешь переводить рутинные агентные задачи в проверяемые markdown-контракты и запускать их по расписанию или вебхукам, не привязываясь к одному harness.
Первый шаг
Установить open-prose локально через npx skills add open-prose/prose или зайти в облачную версию и попросить встроенного агента сгенерировать первую программу под свою задачу.
Цифры
  • —70–80 тысяч токенов — размер полного системного промпта OpenProse (kernel), по словам Раймонда
  • —4000 моделей — столько моделей приходится пересматривать и переписывать документацию крупному банку ежегодно
  • —10–50 млн долларов в год — столько тратит крупный банк на регулярную документацию quant-моделей
  • —14 раундов — столько ревью потребовалось в одном из PR, чтобы агенты согласовали изменения в демо
Честно
Это презентация собственного продукта OpenProse и облачного сервиса run-prose; авторы напрямую заинтересованы в его использовании. Повторить примеры можно без облака через NPX-скилл, но генерация программ голосом и готовые триггеры webhook/cron доступны в их hosted-версии. Часть деталей (точный синтаксис, полный текст kernel, best practices) видна только на экране и в репозитории, а оценки экономии для банков приведены из опыта авторов, без независимого аудита.
Если слова незнакомы — 8 терминов

Компоненты

7 шт.

Формат: сборка на живом примере · для продвинутых · уверенность разметки 0.85 · источник