TGViewer
AI-native Круглов AI-native Круглов @ai_native_kruglov · 464 subscribers
Post #44 108
Harness: страшное слово, простая идея

На следующей неделе проводим обучение по ИИ для управленцев крупной агротехнической компании. И в процессе подготовки упёрся в то, как объяснить людям не из IT слово «харнесс», которое сейчас звучит из каждого утюга?

Пришёл к тому, нужно дать немного предыстории, как всё развивалось и пришло, собственно, к харнессу.

1. Начиналось всё с промпт-инжиниринга: мы учились, что сказать модели.
Не «проверь договор», а «найди риски, укажи конкретные пункты и объясни последствия». Один запрос, один ответ.

2. Дальше на сцену вышли агенты, чтобы ответить на вопрос: а делать дальше?
Модель перестала отвечать за один заход. Она сама выбирает следующий шаг: сначала сходить в CRM за данными клиента, потом написать ему ответ. Вместо одного запроса появился цикл: оценила ситуацию, сделала действие, получила результат, решила, что дальше.

3. Следующий вопрос – как пустить агента в наши системы? Ответом стал MCP
Раньше каждую интеграцию собирали вручную под конкретное приложение. В конце 2024-го появился MCP, единый стандарт подключения ИИ к данным и инструментам. По сути, розетка, одна на всех.

4. Дальше контекст-инжиниринг: что показать модели прямо сейчас?
Когда данных и инструментов стало много, выяснилось, что вываливать на модель всё сразу нельзя. На каждом шаге ей нужен ровно тот контекст, который помогает принять следующее решение.

5. Скиллы: как именно делать эту работу?
Доступ к данным ещё не умение. Скилл — это готовая инструкция со скриптами и материалами под конкретную задачу: как анализировать договор, как готовить отчёт. Агент подключает её тогда, когда она нужна.
Если упростить: MCP даёт доступ к системам, скилл даёт способ выполнить работу.

И вот теперь вишенка на этом много слойном тортике.
6. Harness. Связывает всё это в один процесс.
Шагов у агента много. Действие надо выполнить, результат вернуть, контекст обновить, модель вызвать снова. Харнесс — это система вокруг модели, которая ведёт весь этот цикл: связывает модель, контекст, инструменты, память и скиллы и задаёт правила, в рамках которых агент работает.

Готовые харнессы у всех на слуху: Claude Code, Codex. Но под специфичный процесс можно собрать свой, со своими инструментами, правилами проверки и логикой работы.

Если проще, по любимой всеми олдскульными управленцами аналогии с авто:
Модель — это двигатель. Харнесс — всё остальное в машине: руль, тормоза, приборная панель.

Поэтому вопрос «какую нейросеть нам взять?» вторичен. Важнее, в какую систему она встроена: к чему у неё есть доступ, по каким правилам она работает и кто проверяет результат.

#руководителю
  • 👍 5
  • 🔥 4
  • ❤ 2
  • 💯 1
More from @ai_native_kruglov
  1. Sep 24, 2026Халява, налетаем 😄
  2. Sep 24, 2026Anthropic раздают бесплатные кредиты для Claude Code: подписчики Pro получат по $100, а Ma…
  3. Sep 23, 2026🤖 Почему мы не боимся, что ИИ заменит разработчиков? За 25 лет мы не раз проходили через…
  4. Sep 10, 2026Выступил на Product Sense 🎤 Выдохнул — и наконец могу поделиться самым интересным из докл…
  5. Sep 8, 2026Уже на этой неделе в четверг выступаю на ProductSense Буду рассказывать 2 жизненных кейса…
  6. Sep 2, 2026У Клода вышел Fable 5.1. Радуемся, тестируем. Для гиков, кто сечёт в бенчмарках — вторая т…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →