Агент вошел в эпоху управления Harness

null

Текст | Лаборатория AI-исследований Светлого Рассвета

В последнее время в сообществе AI-технологий активно обсуждается тема: компания Anthropic случайно раскрыла полный исходный код своего AI-инструмента Claude Code, объем которого превышает 512 тысяч строк. Эти утечки не продемонстрировали революционные новые алгоритмы, но полностью раскрыли инженерную практику ведущих производителей в области Agent.

10 апреля основатель Pokee.ai Чжу Чжэцинь принял участие в онлайн-частной дискуссии «Deep Talk with Builders», организованной фондом Цзинцю, и поделился темой «Что показывает утечка Claude Code: Harness Engineering и современный Post-training».

Он считает, что архитектура Anthropic очень хорошо адаптирована под модель Claude, и прямой перенос на другие модели значительно снижает эффективность, однако идеи дизайна Harness, компонентная структура и глубокая связка с Post-training имеют сильное практическое значение для самостоятельных Agent.

За последние три года крупные модели эволюционировали от простых API-услуг к ядру продукта; индустрия перешла от «компаний по созданию оболочек моделей» к сложным системам Agent, управляемым Harness — модель уже не является единственным ядром, важны вызовы инструментов, среда выполнения, управление контекстом и механизмы валидации.

Что такое Harness? В переводе — это упряжь, поводья. Если крупная модель — это мощная лошадь, готовая к рывку, то Harness — это поводья, которыми человек управляет этой лошадью. С вступлением искусственного интеллекта в эпоху Harness для пользователя важнейшие навыки — не внутри модели, а вне её: как найти подходящие поводья и иметь ясное, точное представление о цели.

Эта статья основана на выступлении Чжу Чжэциня, AI-обобщении и ручной редактуре, чтобы максимально передать суть его сообщения.

Harness можно понять как всю инженерную архитектуру, управляющую моделью, её основная задача — максимально раскрыть возможности модели, а не просто выдавать токены. Архитектура Claude Code включает шесть ключевых компонентов:

1. Многоуровневый System Prompt (системное подсказка)

Современные System Prompt уже не ограничиваются «ты — полезный помощник», а представляют собой масштабные, иерархические, кэшируемые сложные инструкции:

Фиксированная часть кэша: содержит идентичность агента, команды Co, определения инструментов, нормы тона, политики безопасности, объемом до десятков тысяч токенов; любые изменения делают кэш недействительным, увеличивая стоимость и время обработки;

Динамическая часть: состояние сессии, текущая дата, доступ к файлам, зависимости кода — всё это гибко меняется в ходе задачи;

Практика: через A/B тестирование подгоняют Prompt под разные сценарии пользователей, повышая точность выполнения задач и снижая ошибки.

По сравнению с этим, архитектура Claude Code проще, нагрузка на внимание модели ниже, галлюцинации реже; архитектура OpenAI сложнее, требует чтения большого объема файлов, что увеличивает риск ошибок памяти.

2. Schema инструментов (Tool Schema)

Определение инструментов напрямую влияет на точность вызова. Основные моменты:

Встроенные основные инструменты: чтение/редактирование файлов, Bash, веб-пакетные операции — подготовлены на этапе обучения модели, при inference дополнительных описаний инструментов не требуется;

Права и безопасность: в корпоративных сценариях запрещены сторонние инструменты без проверки прав, чтобы избежать злоумышленных действий;

Параллельные вызовы инструментов: повышают скорость выполнения, но усложняют Post-training — параллельные вызовы без зависимостей могут привести к рассинхрону, усложнить обучение и сделать трудно согласовать сигналы награды.

3. Цикл вызова инструментов (Tool Call Loop)

Это самый важный компонент Harness, объединяющий обучение и inference:

Планирование (Plan Mode): сначала понимается задача, формируется файловая система, выбираются доступные инструменты, создается план выполнения, затем происходит исполнение; избегается слепое пробование (например, повторные вызовы недоступных поисковых систем), снижается расход токенов;

Исполнение (Execute Mode): в песочнице (Sandbox) по плану вызываются инструменты, результат возвращается в цикл;

Ключевая ценность: устраняет ошибки на длинных цепочках выполнения, снижает издержки повторных попыток, но усложняет обучение планирования — награда за хорошее планирование легко искажается шумами в исполнительных этапах.

4. Менеджер контекста (Context Manager)

Обеспечивает эффективное использование контекста объемом в миллионы токенов:

Использует указатели (pointer-based memory): не хранит полный текст, а только ссылки на файлы и метки тем;

Автоматически объединяет, удаляет дубли и связывает файлы;

Текущий статус: находится в стадии гипотез, не решает полностью проблему межфайлового межцепочного вывода (например, пропущенные связанные файлы), нет полностью оптимального решения.

5. Sub Agent (подагент)

Многопрограммное взаимодействие без теоретической базы: отсутствует общий цель, универсальный алгоритм обучения — работают как отдельные модули, обучающиеся независимо.

Но архитектура «главный агент — подагенты» — это иерархическое обучение с усилением:

Главный агент задает подзадачи (Options), завершение которых служит стартовой точкой для следующего шага;

Общий KV-кэш и контекст — подагенты дополняют результаты без дополнительных затрат токенов, что дешевле последовательного выполнения;

Пример: подход ByteDance ContextFormer полностью соответствует этой модели.

6. Валидационные хуки (Verification Hooks)

Решают проблему «самоулучшения» и «фальсификации» результатов модели:

Модель склонна к предвзятости, самооценка точности выше, чем межмодельная оценка, и может «лгать», а не просто ошибаться;

Инженерное решение: вводится классификатор, который смотрит только на результаты инструментов, игнорируя текст генерации, чтобы объективно проверять без влияния генеративных искажений;

Цель: обеспечить легкий и элегантный механизм проверки результатов без необходимости полностью валидируемых наград.

Традиционная среда обучения RL и inference сильно разобщены, а Harness реализует интеграцию: последовательность вызовов инструментов — траектория, тестовые запуски и классификация — сигналы награды, задачи пользователя — полноценный эпизод.

На базе этих шести компонентов Post-training фокусируется на шести ключевых направлениях:

1. Обучение поведения через System Prompt

System Prompt задает цели, лимиты токенов и стратегию использования инструментов, значительно ограничивая пространство поиска модели, что позволяет обучать только внутри ограниченного диапазона. Можно разработать систему оценки на основе правил в Prompt, чтобы модель училась в более чистых, менее ветвистых траекториях, приближаясь к энд-ту-энд обучению и стабильно выдавая ожидаемое поведение.

2. Обучение длинных цепочек вызова инструментов

Отказ от традиционного «обучения по мгновенным снимкам», переход к полным траекториям:

Записывать каждый шаг, получать награды за процесс и за итоговую задачу;

Фокус на стабильности длинных цепочек, обеспечивая точность сотен вызовов инструментов, а не только правильность каждого шага.

3. Обучение Plan-Execute в едином цикле

Harness устраняет шумы между планированием и исполнением:

Заранее фиксирует цепочку инструментов без дополнительных вмешательств;

Результаты исполнения объективно проверяются классификатором, сигналы награды более ясны;

Обеспечивает возможность обучения планирования, избегая «просто выполнять, не планируя».

4. Специальное обучение сжатия памяти (Memory Compression)

Выделяет задачу сжатия контекста как отдельную:

Модель на входе сжимает память, а качество выполнения задачи — стандарт оценки;

Цель — сохранить ключевую информацию без снижения успешности downstream-задач.

5. Обучение совместной работы Sub Agent

Для сверхдлинных сценариев (код, документация на миллионы токенов):

Главный агент не генерирует контент напрямую, а управляет подагентами, распределяя задачи и Prompt;

Подагенты параллельно выполняют, объединяют результаты, главный агент проверяет;

Использование Harness для контроля процессов, исключая конфликты чтения/записи и сбои.

6. Совместное обучение с множественными целями (Multi-objective Reinforcement Learning)

Современные RL-процессы значительно усложняются, требуют оптимизации сразу шести модулей:

Без галлюцинаций при вызове инструментов, точной классификации, эффективного сжатия контекста, скоординированных нескольких агентов, разумного планирования и надежной валидации;

Индустрия движется от алгоритмической сходимости к многообразию подходов, каждый компонент требует собственной методики обучения, а объединение целей — главный вызов.

Это также меняет требования к специалистам. Prompt Engineering уже не является единственной ключевой компетенцией, поскольку хорошая реализация Harness покрывает 70% задач. Поэтому востребованность получит специалист с комбинированными знаниями в AI, бэкенд-инженерии и инфраструктуре, а чистые Prompt-инженеры потеряют часть конкурентных преимуществ.

Далее — перестройка рыночных структур. В условиях конкуренции со стороны производителей моделей и вертикальных решений остаются два пути: владение передовыми моделями и инфраструктурой или наличие уникальных данных и опыта в узкоспециализированных областях (например, высокочастотная торговля, отраслевые знания).

Третий тренд — внедрение Agent в приватных, высокозащищенных, полностью интегрированных системах. Для компаний важно использовать成熟шие решения Harness, адаптировать их под свои сценарии, сосредоточиться на безопасности и приватности для масштабного коммерческого внедрения.

Ключевая ценность утечки Claude Code — не в самом коде, а в том, что она показывает: Agent уже перешли в эпоху Harness-управляемых систем. Возможности модели — это база, а инженерная архитектура, среда выполнения, мультиагентное взаимодействие и механизмы валидации — это факторы, определяющие потенциал и лимит развития.