Harness² — новое поколение ИИ-агентов от Google Research
ИИ-агенты сейчас стремительно развиваются. Совсем недавно ИИ-агент был обычным чатом с LLM, где он творил что хотел. Но в последнее время вы могли даже сами слышать такие вещи, как скиллы, MCP, оркестрационный цикл, инструменты, управление контекстом, — все это составляющие части агентской системы под названием Harness. Сам агент — это LLM + Harness. При умелом использовании даже не самая лучшая модель, но с качественным Harness-окружением может обогнать использование топовой LLM, но без обвязки. И в последнее время идет много разговоров насчет самого харнесса. Скиллы, MCP, инструменты, оркестрация и субагенты — все это нововведения совсем недавние. Но в текущем состоянии есть недочеты: в одной конфигурации агент читает структуру директорий, находит ключевые файлы и точечно запрашивает нужные фрагменты. В другой — жадно вычитывает все подряд, забивая контекст. Или агент может что-то забыть, или использует инструменты и вызовы MCP/субагентов не совсем по назначению. Инженеры в таком случае крутят настройки харнесса. Но ручная настройка все-таки трудна и ресурсозатратна. И вот Google выложила открытый фреймворк Harness² для самоулучшения ИИ-агентов. Он позволяет агентам в OpenCode и Codex самостоятельно корректировать инструкции, скиллы и другие компоненты по мере работы. В этой статье мы как раз и рассмотрим Harness² — plug-and-play фреймворк от Google Research для рекурсивного харнесса в открытом мире. Читать далее
