В разговорах про AI-агентов всё чаще мелькает слово
harness. Так называют обвязку вокруг LLM, которая превращает чат-бота в рабочего агента.Формула:
Agent = Model + Harness
Model: GPT, Claude, Gemini, Llama - просто генератор текста.
Harness: код, инструменты, память, правила, окружение, логика выполнения задач.
🧩 Что harness даёт coding-агенту
Claude Code, Cursor, Codex - модель умеет сочинять текст. Harness даёт ей возможность:
- читать файлы проекта
- править код
- запускать терминал
- гонять тесты
- видеть ошибки и повторять попытки
- хранить контекст задачи
- работать в sandbox
- следовать ограничениям безопасности
- логировать действия
Harness это всё, что есть в AI-агенте, кроме самой модели.
🎯 Пример Harness в моём Polymarket-боте
Модель: Claude или GPT.
Harness:
- доступ к репозиторию
- чтение логов
- terminal commands
- API Polymarket
- запрет на реальные ордера без подтверждения
- dry-run режим
- лимиты по сумме сделки
- Telegram-уведомления
- мониторинг ошибок
- память о структуре проекта
💡 Что строить вокруг LLM
На качество AI-агента harness влияет сильнее, чем модель. Для программиста это значит, что подключить GPT API мало. Нужно построить вокруг него систему:
LLM + tools + memory + state + permissions + retries + logging + tests + sandbox + human approval + rollback + observabilityИменно harness решает, получится поделка или рабочий инструмент.
