К содержимому
Дайджест

Agent harness не умер: что осталось после умных моделей

AI Engineer·19 октября 2026·18:15
можно прочитать мнение промо
Открыть на YouTube
Доклад инженера Cursor/SpaceX о том, почему agent harness не исчезает и как меняется его роль, для разработчиков агентов и всех, кто принимает решения об их инфраструктуре.

Что в ролике

Если вы запускаете агентов в проде, вопрос «мёртв ли agent harness» — это вопрос о том, где теперь проходит граница между моделью и обвязкой. Джедия Кац из Cursor/SpaceX показывает, что умные модели действительно убили ту часть harness, которая добавляла кодинг-интеллект: на бенчмарках SWE-bench light и MLEBench простой harness с доступом к shell и секретам набирает почти те же баллы, что и сложный. По его схеме это работает как data flywheel — harness делает задачи доступными, пользователи делятся данными, модели учатся навыкам нативно, и старые подпорки можно удалять. Но сам harness не мёртв: Grokbot с coordinator-ботами и worker-агентами возвращает промпты и guardrails уже для новых задач вроде слайдов, путешествий и общения, а софтверная фабрика оркеструет агентов на всём цикле разработки. Остаются и непоглощаемые моделью части: облачный рантайм, который не уснёт вместе с ноутбуком, скоуп разрешений и защита от действий вроде списания 10 000 долларов за API. Эффективность — отдельный рычаг: те же исследования показали разницу не в качестве, а в цене задачи, а оптимизация кэша, токенов и микса моделей в Grokbot дала снижение стоимости и скорости без потери качества. Дальше он ждёт ускорения flywheel, примитивов вроде подписок на события и перехода 90% агентной работы в облако уже через полгода.

Практика

Что получишь
Понимание, какие части agent harness уже съедены умными моделями, а какие остаются источником отличий, и набор ориентиров для проектирования следующего поколения агентов.
Первый шаг
Пройтись по своему текущему harness и выписать guardrails и промпты, которые модель, возможно, уже не использует, чтобы их удалить.
Цифры
  • —6 месяцев — прогнозный срок перехода 90% агентной работы в облако
  • —10 000 долларов — пример счёта за API, от которого защищают guardrails
  • —7 — число frontier-моделей, проверенных в исследовании Berkeley на разных harness'ах
Честно
Доклад местами рекламирует Grokbot: спикер прямо называет его groundbreaking и рекомендует попробовать, хотя конкретных настроек и метрик не раскрывает. Цифры по оптимизации кэша, токенов и микса моделей показаны, но значения параметров в пересказе не воспроизводимы. Исследования названы только организациями, ссылок на них нет.
Если слова незнакомы — 6 терминов

Компоненты

6 шт.

Формат: мнение · для практикующих · уверенность разметки 0.9 · источник