Що таке agent harness і чому важливо мати власний

Допис у блозі Earendil простою мовою пояснює один із термінів, який непомітно став центральним для AI: harness. Він написаний для тих, хто бачить «agent harness» у кожній стрічці, але соромиться спитати, що це означає.

Модель плюс harness

Проста формула, за словами авторів, така: агент = модель + harness. Якщо модель генерує текст, то harness — це програмне забезпечення, яке дає їй середовище для роботи: інструкції, інструменти та цикл керування. На відміну від самих моделей, harness кінцевий користувач може мати у власності й запускати сам.

Harness-и різняться передусім тим, як з ними спілкуєтеся: Pi використовують із термінала, OpenClaw доходить до користувача через iMessage, інші чати й електронну пошту, а власний harness Earendil — Lefos — створювався насамперед для роботи через пошту.

Чотири речі, які робить кожен harness

Перше — system prompt: інструкції, що додаються до кожного запиту й визначають, як модель має поводитися в цьому контексті. Це менш глибоко вбудовано, ніж тренування моделі, і більше схоже на інструктаж нового працівника в перший день. Як відомий приклад вбудованого підходу допис згадує «soul document» Claude Opus 4.5.

Друге — інструменти: написані кодом можливості, які модель може викликати, як-от вебпошук, виконання коду чи складання листа. Harness їх описує й надає, але не диктує, коли модель має ними користуватися.

Третє — agentic loop, агентний цикл, який допис ілюструє прикладом: отримавши завдання порівняти місцеві початкові школи, агент шукає дані, визнає результат недостатнім, за власною ініціативою шукає знову, будує таблицю інструментом для коду, зіставляє її з початковим запитом і зрештою складає лист із висновками та вкладеною таблицею. Цикл закривається, коли модель вирішує, що роботу виконано. Четверте — шар трансляції, завдяки якому один harness керує моделями різних постачальників: Anthropic, OpenAI чи відкритих моделей, — і навіть замінює моделі всередині одного циклу.

Чому важливо володіти harness

Цей шар, на думку авторів, переносить важелі від AI-лабораторій до користувачів. Той, хто запускає власний harness локально, зберігає свободу обирати моделі за співвідношенням ціни й результату, змінювати інструмент і тримати локальні копії своїх сесій. Як приклад наводять Pi: навмисно мінімальний harness із коротким system prompt і небагатьма інструментами, безплатний і з відкритим кодом, користувачі якого поділилися одне з одним понад 5000 розширень.

Перший широко вживаний harness, Claude Code, створювався не як нейтральний шар, а як застосунок для кодування з моделями одного постачальника. Допис відзначає зростання відкритих альтернатив — OpenClaw, OpenCode, Hermes і Pi — і заявляє, що Earendil будує Pi нейтральним. Це рамка політична не менше, ніж технічна: коли занепокоєння впливом великих AI-компаній зростає, harness у власності людини, на думку авторів, — один зі способів залишити вибір і локальний запис власного листування з машинами в руках користувача.