Между запросом разработчика и готовым изменением находится ещё один важный компонент — агентная оболочка, или harness. Она отвечает за инструкции модели, контекст, инструменты и организацию работы с кодом. Именно от неё зависит, насколько эффективно используется модель.

Мы решили проверить это на практике, сравнив Kodik с тремя другими средами (OpenCode, DeepSeek Harness и Codex) по бенчмарку Deep SWE 1.1.

Привет, Хабр!

Кто нибудь уже получал такие письма счастья? Причина - страна, оно и понятно, я вообще почитал что они начали массово банить за подключение через VPN и даже не разбираются что стоит за этим туннелем. Китай много так же банят. Я активно пользовался (около 5 часов в сутки) больше года активно и тут еще сгорела подписка за 100$.

Деньги - это неприятно, конечно... Но для меня более важно: проекты, переписки, решения, объяснения, почему мы выбрали именно такой вариант, где уже обкакались. Конкретный объем контекста меня в широком смысле: и работы, и личных вопросов.

Агент уже пишет код за нас, но с автоматизацией для бизнеса всё иначе: он косячит на каждом шаге, в JSON-трейсе тысячи вызовов, а переписанный промпт вы даже не заметите. Я перестал перепроверять агента вручную — загнал его в жёсткие рамки: wrapper над Pydantic AI, MCP-инструменты, скиллы и Studio с отладчиком. Рассказываю, почему иначе нельзя, и показываю код.

Во вторник 20.10 был на конференции AI Native Conf – это уже третья конференция ontico в этом году, посвященная AI, и это не считая отдельных треков на больших конференциях. Это не удивительно – ИИ сильно меняет и разработку софта и мир в целом, и сейчас идет процесс интенсивных изменений. На открытие конференции Олег Бунин сказал, что происходящее напоминает ему 2007 год, когда массовое распространение интернет тоже сильно меняло мир и породило интенсивную разработку. Тогда появился новый сегмент public web, технологии которого сейчас уже mainstream. А в кулуарах я слышал мнение, что появление ИИ даже круче, его сравнивали с появлением персональных компьютеров. О масштабах можно спорить, но изменения реально значительные. Конференция показывает, как продолжается освоение agentic engineering в крупными компаниями. Они движутся медленнее, потому что в силу своего размера вынуждены реiать более масштабные задачи. Но тем интереснее наблюдать за их движением. На фазе разработки изменения уже уверенные, а сейчас идет освоение фазы discovery.

Обвязку для агента сейчас собирают многие. Насмотрелся шортсов, накидал скиллов, подключил MCP, и вот ты весь обвязанный. Моя прошла эту стадию год назад и с тех пор обросла инструментами, проверками и базой знаний. Работала она безотказно, пока пользователь был один. Стоило отдать её коллегам, и она сломалась. Главной её частью оказался...