Форма права • Роман Янковский

На прошлой неделе я так много писал про харнесс, что некоторые что-то заподозрили. Да, мы запустили харнесс в Нейроюристе. Теперь наш продукт работает в агентском режиме. Это значит — решает даже сложные, многоходовые задачи с одной команды.

Для примера — можно попросить ответить на вопрос и сразу представить результат в виде заключения. Или проанализировать договор и сразу внести правки в редлайне. Да, Нейроюрист умеет полноценно генерировать документы, в том числе работать с редлайном — может, к примеру, посмотреть правки контрагента и откомментировать их с точки зрения юриста.

Естественно, на юридические вопросы тоже стал лучше отвечать — скажем, теперь умеет понять, что результат так себе и надо еще разок попробовать поискать в базе. Или что надо дополнить ответ судебной практикой сверх стандарта. Рост качества заметен невооруженным взглядом.

"Это маленький шаг для человека, но огромный — для человечества". Для нашей команды это огромный релиз, который мы готовили с весны. Он определяет переход нашего продукта в новое качество: Нейроюрист 2.0 с агентами и MS Word :) Так что если вы до сих пор не пробовали наш сервис или попробовали и забросили, самое время к нему вернуться. Бесплатные запросы по-прежнему обновляются каждый месяц.

P.S. теперь команда "Дизайн юридических документов" / "Legal design", к которой я непосредственно приложил руку, стала гораздо более осмысленной. Раньше она просто выдавала замечания к документу. Теперь научилась выдавать исправленный документ в редлайне, как вы и просили. Это было сложно, но мы все-таки сделали.

Рабочий детектор сгенерированных текстов

Раньше сервисы, определяющие ИИ-тексты, просто не работали, и советовал всем не тратить время. Но недавно услышал, что вроде как стало лучше. Решил попробовать.

Вдохновившись недавним конкурсом "сможет ли читатель отличить человеческий текст от машинного" на zakon.ru, я загрузил все конкурсные примеры в ИИ-детекторы — несколько российских сервисов и два американских. Нормально справился только один сервис: GPT Zero.

Он верно определил 5 текстов из 6 (100% human или 100% machine), и только в отношении текста №5 — написанного машиной — засомневался. Однако в конечном итоге написал:

We are uncertain about this document. If we had to classify it, it would be considered AI generated (50% AI, 44% human).

Так что можно зачесть 6/6. Это успех!

Сервис платный, стоит 20 евро в месяц. Но:
1) бесплатно и продираясь сквозь всплывающие окна можно проверить до 10 000 слов;
2) если для вас проблема сгенерированных текстов на zakon.ru стоит остро, это выход!

Я как-то пропустил, но система "Кодекс" тоже представила свой ИИ-помощник для поиска по техническим документам. Штука потенциально крутая и нужная, ведь этих СНИПов и СП — масса, и сам черт в них ногу сломит. А "Кодекс" как раз на этой нише специализируется с "Техэкспертом".

На лендинге написано, что ассистент "не галлюцинирует". Но, как мы помним, ошибки ИИ не исчерпываются галлюцинациями :)

Нашел свой старый аккаунт Кодекс и попробовал. К сожалению, без неожиданностей, т.е. плохо. Реализация — пример того, что недостаточно собрать документы в RAG-базу, чтобы хорошо искать по ним.

Вот я спросил его, "на каком расстоянии от жилого дома можно сажать деревья". Ассистент пошел через векторный поиск в RAG-базу, нашел пять чанков:
- первые три в нормах для садовых участков,
- четвертый в СП для промышленных предприятий,
- пятый в школьных нормативах.

Получив пять несовпадающих чанков, ассистент попытался их суммаризировать; получилось, естественно, противоречиво и бесполезно (так сказать, garbage in = garbage out). В первых трех пунктах ответа он пишет про границы участка, хотя я спрашивал про стену жилого дома. Дальше дает разные требования для одной и той же ситуации: 1 м, 5 м и 10-15 м.

Мы тоже проходили эту проблему. Когда у вас много похожих норм, которые применяются к разным ситуациям — по месту, кругу лиц и т.д. — вам нужно что-то посложнее, чем просто RAG-поиск. Нужен либо агент, либо сложный графовый RAG, либо векторный поиск совмещать с эвристикой. Но если делаешь ИИ "чтобы было как у всех", то, конечно, можно не заморачиваться: просто ищешь что-то семантически схожее, и неважно, что документ в базе к текущей ситуации неприменим.

Сегодня на Хабре прочитал очень интересный (и хорошо переведенный) транскрипт выступления Ричарда Кэмпбелла на конференции NDC. Называется провокационно: "Хайп вокруг ИИ: реальное состояние дел и будущее".

В тексте описывается история ИИ (в том числе довольно подробно — период с 2010 по 2020 год), текущее состояние рынка (пузырь), а также потенциальные перспективы. Мне кажется, отличный пример того, почему статьи все еще должны писать люди, а не ИИ-агенты: читается легко, интересно, с юмором! Узнал много интересного. Уверен, вам тоже понравится.

По ощущениям, правда, текст немного устарел. Выступление было два месяца назад, но автор описывает уровень ИИ, актуальный где-то на конец прошлого года — имейте это в виду.

— Рома, но ты так и не написал, что такое, собственно, "харнесс"!
— помню! Вот продолжение.

Агентский харнесс — это система, которая обеспечивает работу агента. По сути, обвязка (так переводится этот термин) вокруг модели, которая принимает запрос на использование инструмента, запускает его, возвращает результат. Также в харнесс входят компоненты, которые управляют контекстом, обеспечивая дополнительную "память" (сохранение состояния работы, восстановление после прерываний), обработку ошибок и контроль разрешённых действий (хуки).

Пару слов про "память". Как я уже говорил, контекстное окно моделей ограничено — и агентский ИИ работает с теми же ограничениями, модель-то там та же. Поэтому, если агент работает с большими документами, он не может хранить всю историю действий и весь прочитанный текст. И он управляет контекстом: что оставить в контекстном окне сейчас, а что сохранить в отдельный файл и при необходимости загрузить повторно. Как в фильме «Помни», где герой все забывал через 15 минут и поэтому постоянно записывал происходящее.

Такая память позволяет модели выйти за рамки небольших документов и выполнять продолжительные задачи — например, перевести докторскую диссертацию с русского на английский. Очевидно, что весь документ не поместится в контекстное окно, но, сохраняя переведенные фрагменты, модель может обрабатотать весь текст по кусочкам, а затем агент проверит выполнение задачи и соберет результаты в единый файл. Управление состоянием и передача результатов между сессиями агентов — одна из основных задач харнесса.

Вы также наверняка сталкивались с термином "скиллы". Это наборы инструкций для агентов о том, как решить задачу: проанализировать договор или оформить его по ГОСТ. Агент знает о своих скиллах и может подгрузить нужный, когда этого требует задача. То есть это способ подготовить для агента не только информацию (контекст), но и методику работы, и набор инструментов.

Не подумайте, что агенты и харнесс — это следующее поколение технологий ИИ, заменяющее RAG. Агенты и RAG не отменяют, а усиливают друг друга. Например, агент может сходить в RAG-базу, если понимает, что информации недостаточно для ответа; может сходить повторно, если что-то не нашлось с первого раза — или, наоборот, вообще не ходить, если ответ не требует обращения к базе. Это дает дополнительную гибкость сервису: на простые вопросы он отвечает быстрее, на сложные — качественнее.

Да, агентский ИИ с его харнессом не панацея для юристов. Не всякую последовательность действий обязательно делать агентской: если порядок заранее известен — получить запрос, сходить в базу, составить ответ по форме — его можно задать программно, получится фиксированный рабочий процесс (workflow), так работают "Готовые команды" в Нейроюристе. Агентский ИИ нужен там, где полезно выбирать дальнейшие действия в зависимости от промежуточных результатов. Но таких случаев очень, очень много.

Безусловно, харнесс поднимает работу с моделью на новый уровень. Представьте себе два сервиса с одной и той же моделью в основе. В первом сервисе можно вставить текст договора и получить замечания в ответе. Во втором можно вставить файл договора и получить редлайн с правками. Какой из них будет полезнее для юриста? Это фактически два разных инструмента, хотя модель в основе одна.

Теперь понимаете цитату выше?

И всё более становится ясно - сегодня решает уже не модель, а именно харнесс. Модель, разумеется, всё ещё нужна. Просто выяснилось, что этого недостаточно.

P.S. Вот неплохая статья про агентов на Хабре, если вас заинтересовала тематика.

Мне кажется, в прошлый раз не все поняли идею про харнесс. Поэтому решил на ночь глядя написать большой пост об этой технологии.

Что такое харнесс и "агентский ИИ"?

Как вы знаете, большие языковые модели первоначально появились как инструмент генерации текста. И первая, логичная роль — ответ на вопрос пользователя; по сути, они предсказывают продолжение вопроса (=ответ). Именно так работали первые онлайновые модели — чат, куда ты задаешь вопрос. Контекстное окно ("память" модели) у первых версий было крохотным, и туда помещалось только несколько сообщений. Вести долгий диалог с моделью было невозможно: она забывала его начало.

С развитием технологий появилась возможность давать модели больше контекста. Тогда модели стали подключать в различным наборам данных (контекст-инжиниринг). Самая известная аббревиатура этого периода — RAG, создание баз данных для модели, из которых она берет информацию для ответа. Так модели научились проверять свой ответ в различных источниках — включая интернет — и параллельно узнали о том, что происходило после их обучения. Например, какая сегодня погода в Москве. Засильем ИИ в техподдержке мы также обязаны RAG'у: компании загрузили в ИИ свои скрипты и быстренько избавились от живых операторов.

Продвинутый контекст-инжиниринг сильно снизил количество галлюцинаций моделей, но не решили проблему работы с большими задачами из-за ограничений контекстного окна. Даже топовые модели не могут генерировать текст бесконечно. Например, режим Deep Research в ChatGPT создавал внушительные (по тем временам) отчеты, но они не дотягивали по объему даже до студенческой курсовой. К тому же функциональность моделей все еще была ограничена ответами на вопросы; ну, разве что некоторые подключили генерацию картинок или выполнение простого кода.

Революция случилась, когда кто-то догадался создать модель, которая решает задачу не в один проход, а действует в режиме внутреннего диалога. Отчасти эта функциональность была реализована в рассуждающих моделях (осень 2024), но полноценно ее внедрили в рамках агентского ИИ (например, OpenAI Operator, весна 2025). Агентский ИИ, получив задачу от пользователя, разделяет ее на составляющие и планирует выполнение — вызывает другие модели, подключается в различным базам данных, применяет инструменты (браузер, запуск кода, чтение / генерация документов MS Office и т.д.) Грубо говоря, вместо одного исполнителя у вас появляется целый «отдел» из сотрудников. Такая система способна работать автономно и решать длинные, многоступенчатые задачи — примеры покажу дальше.

Большую роль сыграли приложения вроде Claude Code (зима 2025), которые дали возможность запускать агентов в свой компьютер. Одно дело — загрузить договор в чат и попросить что-то найти. Другое — дать ИИ доступ к рабочей папке и поручить найти нужную редакцию договора, реквизиты контрагента и подготовить объединенный файл.

При этом агентский режим — не обязательно другая, специально обученная модель. Принципиальное отличие здесь в организации работы: вместо одного ответа система обеспечивает последовательность обращений к модели и инструментам, т.н. оркестрацию запроса пользователя.

↓ Продолжение в следующем посте ↓

"Антиплагиат" провел пилот своего текстового редактора в 28 вузах.

Работает так: студент пишет курсовую или диплом в специальном онлайн-редакторе, который еще на этапе ввода текста анализирует историю ввода, вставки, правки и т.д. А встроенный ИИ проверяет действия студента на паттерны, характерные для плагиата. Например, система сможет отличать валидную копипасту (цитаты, текст закона) от случаев, когда студент просто скопировал текст работы крупными кусками и не редактировал его.

С помощью этой технологии вузы надеются справиться с генерацией курсовых и дипломных работ в ИИ. Мне кажется, попытка отчаянная. Наверняка в ответ появится какой-нибудь эмулятор работы человека, который в будет медленно "перепечатывать" в Антиплагиат текст из файла :)

А вы что думаете о таком "внедрении ИИ в учебный процесс"?

Channel photo updated

Игорь Иванов
Из серии «Петербургские дворики» 1979

Листал ленту, увидел картину и сразу подумал: нейронка. Пока не всмотрелся в дату: 1979. Возможно, дело в характерных волнистых линиях (как у первых ИИ-фильтров).

А вам? Есть ощущение, что картинка сгенерирована / увеличена ИИ?

Послезавтра (в четверг) Яндекс проводит большую конференцию про ИИ-тренеров — первую в России! И я буду на ней выступать.

Если вам интересно, как выглядит профессия ИИ-тренера изнутри, какие задачи они решают — в частности, в Нейроюристе — подключайтесь. Будет и про ИИ, и про Алису, и вообще много инсайдов о нашей работе.

Можно смотреть онлайн или прийти в Яндекс офлайн (м.Парк Культуры). Я выступаю в 14.30.

Ссылка: https://ai-trainers.ya.ru/conference-2026

С разрешения читательницы размещу ее отзыв на книгу. Надеюсь, скоро анонсирую презентацию! (Тем временем продали уже треть тиража))

> Мне реально понравилась книга, она по настроению немного напоминает серию Оробинского во времена, когда через одного у всех была его книжка))

Мне очень нравится, что вы боретесь за понятность языка юристов, это ооочень откликается, уверена, что не у меня одной.

Есть парочка возражений, но это вкусовщина, например, про отсутствие конкуренции и помощь студентов, из-за чего страдает объективность проверки: возможно, это только мой опыт, но у нас [в МГУ] была жесткая конкуренция друг с другом внутри группы, да и на потоке тоже, что, в общем-то, большой плюс, учитывая, что тебе приходится реально стараться.

Вдохновилась главой про внедрение ии в обучение, я как раз начинаю читать курс будущим ау скоро и мне было оооочень лениво переделывать лекции, но сейчас подумала - а почему бы и нет? в том числе благодаря парочке советов из вашей книги.

В общем, она подзаряжает батарейки уставшего юриста. Видно, что вы любите то, что делаете и что вам небезразлична судьба нашей профессии
Душевное спасибо, книгу читать приятно и, самое главное, понятно:)

И при этом академичность образования вам не скрыть: я прям смеялась, когда читала какой-то фрагмент, думала - хмммм, откуда же это?, а тут прямо ссылочка
При этом уверена на 98%, что неюрист в большую часть таких мест ссылки бы не ставил 😂

Помогите найти место для презентации книги!

Друзья, моя книга «Составила машина, подпишет человек» вышла в середине лета, не в сезон. Но мне бы всё-таки хотелось провести формальную презентацию осенью, когда все вернулись из отпусков, и лично всем пожать руки :)

У меня была договоренность с большим книжным, но они не смогли согласовать мероприятие и отказались. Поэтому обращаюсь к подписчикам.

Помогите, пожалуйста, найти площадку, желательно в центре, чтобы собрать всех неравнодушных — хотя бы человек 50. Я расскажу про книгу и про процесс написания, ну а вы сможете купить экземпляр с автографом. Ну и пообщаемся, а то за последние полгода я почти никуда не выбирался офлайн.

Логичным местом видится книжный магазин, но можно провести и в других местах — книги я привезу тогда сам.

Пишите в личку, пожалуйста, у кого есть возможность помочь: найти и договориться с площадкой. Аудиторию я приведу.

Вакансия в команду Нейроюриста: менеджер образовательного направления

Мы хотим, чтобы работа с ИИ стала частью подготовки будущих юристов — так же, как сегодня студенты учатся работать с СПС. Ищем человека, который будет отвечать за внедрение наших образовательных программ и продуктов в юридические вузы и факультеты России.

Суть работы — находить и реализовывать форматы, которые позволят быстро и эффективно встраивать обучение работе с ИИ в учебный процесс юридических вузов. В разных вузах это может выглядеть по-разному.

Важно: это не позиция преподавателя в классическом смысле и не позиция менеджера по продажам. Основная часть работы — развитие сети образовательных партнерств: понять, как войти в конкретный вуз, найти подходящий формат, найти нужных людей и договориться сними, подготовить всё необходимое и добиться того, чтобы программа действительно начала работать. При этом преподавательскую составляющую можно выбирать самому: от преимущественно административной роли до активного участия в лекциях и курсах.

Задачи:

- выстраивать отношения с юридическими вузами и факультетами, общаться с деканами, заведующими кафедрами, преподавателями и администрацией;
- запускать и сопровождать образовательные проекты от первой договорённости до появления курса или модуля в расписании;
- готовить и адаптировать учебно-методические материалы: программы курсов, лекции, практические задания, кейсы и материалы для преподавателей;
- организовывать обучение преподавателей;
- координировать внутренние и внешние команды, участвующие в запуске образовательных проектов;
- собирать обратную связь от преподавателей и студентов и на её основе дорабатывать программы;
- при желании можно самостоятельно читать лекции, проводить семинары и участвовать в образовательных мероприятиях от Яндекса — но это не обязательно.

Административная составляющая сотрудничества с вузами тоже есть (договоры и т.п.), но она не основная.

Кого мы ищем:

Подойдёт человек, который:
- понимает, как устроено высшее образование и имеет опыт работы в нем на управленческих или административных должностях;
- не пугается административных задач, способен самостоятельно вести проект и двигать его вперёд;
- способен работать автономно без прямого руководства (самостоятельно выйти на вуз, найти людей, договориться, закрыть все вопросы с документами);
- умеет работать с учебными и методическими материалами;
- умеет в проджект-менеджмент на уровне методологии, принятия и постановки задач, не боится таск-трекера;
- интересуется применением искусственного интеллекта;
- имеет опыт, связанный с юридическим образованием или юридической профессией.

Большим плюсом будет опыт работы в EdTech, на позициях продакт / проджект-менеджера.

Условия:
- оплата — вполне рыночная (и точно выше, чем в вузе)
- коллектив — прекрасный, двойное подчинение (мне и продуктовому маркетингу Яндекса)
- возможна удаленная работа, если хотите ходить в офис, тоже организуем. Офис у нас хороший.
- совмещение: мы не против, если вы совмещаете (особенно с преподаванием), но хотелось бы, чтобы наша работа была у вас в приоритете.

Внимание: это не трудовой договор. Оформление — ГПХ, пока на полгода, затем будем продлевать.

Задавайте вопросы в комментариях или сразу присылайте резюме на iankov-r-m@yandex-team.ru.

Харнесс >> модель.

Я уже как-то раз писал о том, что фокус с промптов сместился на контекст и дальше на оркестрацию. И всё более становится ясно - сегодня решает уже не модель, а именно харнесс. Модель, разумеется, всё ещё нужна. Просто выяснилось, что этого недостаточно. Такое с умными людьми тоже бывает.

Очень многие смотрят в эту сторону.

СЕО Y Combinator Garry Tan в приступе бурного энтузиазма построил G Brain - набор скиллов под лозунгом “Fat Skills, Thin Harness”. Мол, основную работу надо отдавать жирным и подробным скиллам, оставляя харнесс небольшим слоем управления.

Похожая философия и у набирающего популярность Pi (pi.dev). Они же недавно проехались по всем остальным харнессам: deep seek раскритиковали за безвозвратную обрезку tool outputs, а Claude Code привели как пример того, что модели всё сильнее срастаются со своим родным харнессом и хуже переносятся в чужие. Они считают, что будущее кодинг агентов решается уже не количеством тулов, а тем, насколько харнесс умеет сохранять состояние, восстанавливаться после сбоев и надёжно вести многочасовые и многодневные сессии. Выходит, что харнесс постепенно превращается из обертки вокруг LLM в нечто ближе к ОС и базе данных для автономного агента.

Вообще, когда производитель харнесса начинает объяснять, почему все остальные харнессы неправильные, индустрия окончательно становится взрослой.

NVIDIA и VISTA тоже показывают, что построив visual harness с persistent memory, supervisor’ом, tool use и recovery вокруг Opus 5 можно радикально поднять long-horizon результат: Claude Opus 5 сам по себе был около 30% на ARC-AGI-3, а внутри с этими харнессами прошёл весь public set на 100%. Хотя и в Claude code Opus 5 тоже решает почти на 100%, разве что шагов делает больше. Но мысль понятна: делать хороший харнесс важно и нужно. Вывод, конечно, революционный - примерно как «хорошо спроектированная система работает лучше плохо спроектированной». Но индустрии иногда требуется несколько миллиардов долларов, чтобы это доказать на практике.

Ну а сколько там нюансов вылезает, когда что-то свое делаешь - внутренние правила компаний, compliance регуляторов, guardrails, косты и прочие GDPR. Это вам не модельку по апи вызвать. Ведь, как говорится, модель вызывается одной строчкой. Вторая строчка уже согласовывается с security. Корпораты, I feel you.

В общем, если вы когда-то сами строили кастомные агентские системы, то так и пишите в резюме - я, значит, harness engineer.

И не забудьте вычеркнуть prompt engineer, чтоб не казаться outdated.

Все очень хорошо сказано, ни добавить, ни убрать. Именно этим мы уже несколько месяцев занимаемся. Скоро в проде!

P.S. Вы актуальны в ИИ-тематике, если можете объяснить, 1) почему мертва профессия "промпт-инженер" 2) что такое харнесс. Мыслить категориями моделей уже нельзя, последние достижения "большой тройки" (и релиз харнесса Дипсика неделю назад) — это уже не про модели.

P.P.S. Перевод поста с айтишного на человеческий язык от Дмитрия Полехова — в комментариях!

В новом номере журнала "Закон" в рубрике "Дискуссионный клуб" вышла наша беседа с А.А. Ивановым о нейросетях и их роли в юридической практике. Это первая часть, будут еще. Обсудили промпты и права на них, защиту ИИ-генерации и функциональную роль ИИ в замене живых юристов.

Продолжение следует!

Нейроюрист теперь в MS Word 🤛

Теперь работать с договорами можно прямо внутри документа — мы запустили умную надстройку для Microsoft Word.

ИИ-ассистент анализирует текст, находит противоречия и риски, переписывает пункты и генерирует новые условия в один клик.

В карточках:

⚪️как установить надстройку за 2 минуты на macOS и Windows

🌠 4 главных сценария, которые сэкономят часы работы с документами.

📌 Включить надстройку для работы

Подписывайтесь 👉 @yaneurolegal