Харнес агента: Что превращает тупую LLM в автономного работягу 🫡
Ну чё, малютки, думаете что GPT-5.2 или Claude сами по себе чинят вам код, гоняют тесты и заказывают такси? Поздравляю, вас обманули маркетологи. Голая LLM — это функция текст → текст: суёшь ей строку, получаешь обратно другую строку. Ни памяти, ни рук, ни глаз. Сама по себе она не откроет даже пустой файл.
А «агент» из рекламы — это та же самая модель, просто посаженная в харнес. Обвязка, которая приделывает болтливому попугаю руки и пинает его работать, пока дело не сделано.
Харнес (harness, «упряжь») — это вся инфраструктура вокруг LLM: цикл «подумал → сделал → посмотрел», вызов инструментов, управление контекстом, песочница для выполнения и парсинг ответов. Модель — это мозг. Харнес — это тело, руки и нервная система. Claude Code, Cursor, OpenClaw — это всё харнесы поверх одних и тех же моделей.
Короче, в этом посте разложу по полочкам: что такое харнес и нахуя он нужен, как страдальцы жили без него, из каких слоёв он состоит, и соберу минимальный рабочий харнес на 20 строк Python — чтобы вы пощупали, что там внутри.
Что такое харнес и нахуя он нужен
Смотри, малютки. Всё, что умеет LLM сама по себе — предсказывать следующий токен. Не помнит прошлый запрос, не откроет файл, не запустит команду, не узнает, сработал её ответ или нет. Каждый вызов — с чистого листа, stateless.
Представь мозг гения в банке. Он гениально рассуждает, но у него нет глаз, рук и памяти дольше одного разговора. Чтобы он что-то сделал в реальном мире, кто-то должен: читать ему вслух задачу, выполнять его указания руками, и пересказывать, что получилось. Этот «кто-то» — и есть харнес.
Харнес добавляет модели три вещи, которых у неё нет от рождения:
Без харнеса у тебя чат-бот: спросил — ответил. С харнесом — агент: принёс задачу, ушёл, вернулся с результатом.
Как жили без харнеса (раннее средневековье, 2015–2023)
А теперь, малютки, ностальгия. Когда вышел ChatGPT, никаких харнесов не было. Был ты, окно браузера и буфер обмена. Исполнителем инструкций был ты сам.
Алгоритм работы «AI-инженера» в 2023:
Чувствуешь? Ты и был харнесом. Медленным, на ручном приводе, с копипастой через буфер обмена. Модель думала — а всю беготню (читать файлы, запускать команды, носить результаты туда-сюда) делал живой человек.
Народ, конечно, пытался это автоматизировать промптами. Появился паттерн ReAct (Reasoning + Acting): модель просили выводить мысли в формате Thought: … / Action: … / Observation: …, а потом регэкспами выдирали Action из текста и выполняли. Так собрали первый примитивный харнес — кривой, на парсинге строк, но он работал.
Модель — болтливая. Она могла вместо Action: search("погода") написать «Ну, я думаю, наверное стоит поискать погоду, давай я это сделаю». Регэксп ломался, парсер падал, агент уходил в небытие. Парсинг текста — самое хрупкое место раннего харнеса. Спасение пришло, когда модели научили нативному tool-calling — структурированному JSON вместо угадывания по тексту.
Анатомия харнеса: 5 слоёв
Окей, малютки, теперь самое вкусное — что там внутри. Любой харнес, от Claude Code до твоего самописного, состоит из пяти слоёв. Тыкай по кольцам — внутри ядро-LLM, вокруг обвязка:
А вот как эти слои оживают в реальном цикле — жми «Запустить» и смотри, как модель и харнес перекидывают работу друг другу:
Смотри на ярлыки LLM и ХАРНЕС в цикле. Модель только думает и просит. Всё реальное — открыть файл, запустить тест, поймать вывод — делает харнес. Поменяй модель, а харнес оставь — агент продолжит работать. Поменяй харнес — изменится всё.
Минимальный харнес на Python (~20 строк) 🔥
Хватит теории, малютки. Самый честный способ понять харнес — собрать его. Вот полноценный агентный цикл на голом Python + любой LLM с tool-calling. Никаких фреймворков.
import json
from openai import OpenAI # подойдёт любой клиент с tool-calling
client = OpenAI()
# --- Слой 2: инструменты (руки агента) ---
def run_shell(cmd: str) -> str:
import subprocess
# ponytail: для демо — реальный харнес гоняет это в песочнице, а не голым
out = subprocess.run(cmd, shell=True, capture_output=True, text=True, timeout=30)
return (out.stdout + out.stderr)[:4000] # режем, чтобы не взорвать контекст
TOOLS = [{
"type": "function",
"function": {
"name": "run_shell",
"description": "Выполнить shell-команду и вернуть вывод",
"parameters": {
"type": "object",
"properties": {"cmd": {"type": "string"}},
"required": ["cmd"],
},
},
}]
# --- Слой 3: контекст (память агента) ---
messages = [{"role": "user", "content": "Сколько .py файлов в текущей папке? Посчитай."}]
# --- Слой 1: agent loop (сердце) ---
for _ in range(10): # лимит итераций — иначе бесконечный цикл
resp = client.chat.completions.create(
model="gpt-5.2", messages=messages, tools=TOOLS,
).choices[0].message
messages.append(resp)
if not resp.tool_calls: # модель сказала «готово» — отдаём ответ
print(resp.content)
break
for call in resp.tool_calls: # модель попросила инструмент — исполняем
args = json.loads(call.function.arguments) # слой 5: парсинг
result = run_shell(**args) # слой 4: тут была бы песочница
messages.append({ # слой 3: результат назад в контекст
"role": "tool",
"tool_call_id": call.id,
"content": result,
})Вот и весь харнес, малютки. Цикл for, который гоняет модель, исполняет её запросы инструментами и складывает результаты обратно в messages. Всё остальное — Claude Code, Cursor, LangGraph — это тот же цикл, только обвешанный песочницами, компакцией контекста, сотней инструментов и красивым UI.
Модель сама сообразит выполнить ls *.py | wc -l, дёрнет run_shell, получит число и выдаст человеческий ответ. Заметь: ты нигде не написал «как считать файлы». Ты дал руки и цикл, а думать оставил модели.
Контекст — главная головная боль харнеса
Малютки, если думаете что цикл и инструменты — это сложно, то добро пожаловать в ад под названием управление контекстом. Это слой, на котором ломается большинство агентов.
Проблема простая: окно контекста конечно. Каждая итерация цикла добавляет в messages новые данные — мысли модели, вызовы, вывод команд (а вывод бывает на тысячи строк). Через 20 шагов отладки твой контекст забит под завязку.
Поиграйся сам — добавляй данные в контекст, доводи до переполнения и жми «Сжать»:
Когда контекст переполняется — агент тупеет и забывает, с чего начал. Хороший харнес борется с этим:
Старую часть истории харнес сжимает в краткое саммари: «починили баг X, тесты прошли». Детали выкинуты, суть осталась. Claude Code делает это автоматически при заполнении окна.
Команда выплюнула 5000 строк лога? Харнес отдаёт модели последние 100. Полный вывод модели обычно не нужен — нужен хвост с ошибкой.
Не пихать весь репозиторий в контекст, а дать модели инструмент search — пусть подтягивает только нужные куски, когда они нужны. Контекст остаётся чистым.
Жирную подзадачу харнес отдаёт отдельному субагенту со своим чистым контекстом. Тот возвращает только результат — вся его грязь не засоряет главный контекст.
80% «тупизны» агентов — это не модель тупая, а харнес плохо управляет контекстом. Засрал окно мусором, не сжал историю, напихал нерелевантного — и гениальная модель захлёбывается в шуме. Качество агента = качество модели × качество управления контекстом.
Реальные харнесы: кто есть кто
Ладно, малютки, теория — это хорошо, но вы пользуетесь конкретными харнесами каждый день. Вот кто из чего:
Все они крутятся поверх одних и тех же моделей (Claude, GPT, Gemini). Берёшь одну и ту же Claude, суёшь в наколеночный цикл — агент тупит и ходит по кругу. Суёшь в Claude Code — внезапно «сам всё сделал». Модель та же. Поменялась только обвязка.
Подводные камни 🗑️🔥
Прежде чем побежите писать свой харнес — вот на чём все спотыкаются:
Агент застрял: думает → действует → не получается → думает то же самое → по кругу до конца света (и до конца твоего баланса на API). Всегда ставь лимит итераций и детект «топчемся на месте». В минимальном примере выше это range(10) — не убирай его.
Одна галлюцинация или ошибка попала в контекст — и дальше модель строит всё на этом вранье, заражая весь диалог. Чем длиннее сессия, тем выше шанс. Лечится компакцией и иногда полным рестартом контекста.
Модель «вызывает» инструмент, которого нет, или суёт кривые аргументы. Слой валидации (5) должен ловить это и возвращать ошибку модели, а не падать. Никогда не доверяй, что вызов корректен — проверяй.
Каждая итерация цикла — это полный прогон контекста через модель. 20 шагов с жирным контекстом = 20 раз оплатил весь контекст. Плохой харнес, который не сжимает контекст, жжёт деньги в разы быстрее. Токены — это твой счёт.
А теперь собери всё вместе сам, малютки. Выключай слои харнеса по одному и смотри, какой именно подводный камень тебя топит:
Итого, малютки 🫡
Харнес — это то, что превращает LLM в агента. Модель только думает; руки, память, цикл и песочницу даёт обвязка вокруг неё. Раньше этой обвязкой работал ты сам — глазами, руками и буфером обмена. Теперь за тебя пашут Claude Code и компания.
Про харнес почти никто не пишет, и зря. Все меряются бенчмарками моделей, лярдами параметров и MoE, а агенты за последний год скакнули в автономности по другой причине — обвязка повзрослела. Научилась жать контекст, гонять код в песочнице и не зацикливаться насмерть. Хочешь реально разобраться в агентах — собери свой харнес на 20 строк и поломай его об боевые задачи. Это даст больше, чем сотня тредов в X. Вперёд, малютки.