#harness — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #harness, aggregated by home.social.
-
To this day, I still prefer Claude Code as my AI harness. But lately, I've been liking GitHub Copilot CLI's TUI more and more.
-
To this day, I still prefer Claude Code as my AI harness. But lately, I've been liking GitHub Copilot CLI's TUI more and more.
-
To this day, I still prefer Claude Code as my AI harness. But lately, I've been liking GitHub Copilot CLI's TUI more and more.
-
To this day, I still prefer Claude Code as my AI harness. But lately, I've been liking GitHub Copilot CLI's TUI more and more.
-
To this day, I still prefer Claude Code as my AI harness. But lately, I've been liking GitHub Copilot CLI's TUI more and more.
-
Nvidia just showed that the harness, not the AI model, is now the real hero
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn’t that great at the task.
https://justpaste.in/news/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
-
Nvidia just showed that the harness, not the AI model, is now the real hero
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn’t that great at the task.
https://justpaste.in/news/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
-
Nvidia just showed that the harness, not the AI model, is now the real hero
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn’t that great at the task.
https://justpaste.in/news/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
-
Nvidia just showed that the harness, not the AI model, is now the real hero
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn’t that great at the task.
https://justpaste.in/news/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
-
Nvidia just showed that the harness, not the AI model, is now the real hero
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn’t that great at the task.
https://justpaste.in/news/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
-
Как мы настраивали обвязку (harness) под модель: профиль GigaChat для Deep Agents
Привет, Хабр! На связи команда GigaChain. В этой статье мы расскажем, как итеративно настраивали обвязку (harness) Deep Agents под особенности GigaChat: правили промпты и описания инструментов, а часть правил зашивали прямо в код, и как сделали для этого открытый бенчмарк harness-bench-fast , чтобы измерять прогресс. На зафиксированном сете из 391 задачи подключение профиля подняло долю решённых задач с 77,2% до 87,0% , а расход токенов сократило практически вдвое .
https://habr.com/ru/companies/sberbank/articles/1073668/
#harness #harness_engineering #агенты #gigachat #gigachain #langchain #langgraph
-
Как мы настраивали обвязку (harness) под модель: профиль GigaChat для Deep Agents
Привет, Хабр! На связи команда GigaChain. В этой статье мы расскажем, как итеративно настраивали обвязку (harness) Deep Agents под особенности GigaChat: правили промпты и описания инструментов, а часть правил зашивали прямо в код, и как сделали для этого открытый бенчмарк harness-bench-fast , чтобы измерять прогресс. На зафиксированном сете из 391 задачи подключение профиля подняло долю решённых задач с 77,2% до 87,0% , а расход токенов сократило практически вдвое .
https://habr.com/ru/companies/sberbank/articles/1073668/
#harness #harness_engineering #агенты #gigachat #gigachain #langchain #langgraph
-
Как мы настраивали обвязку (harness) под модель: профиль GigaChat для Deep Agents
Привет, Хабр! На связи команда GigaChain. В этой статье мы расскажем, как итеративно настраивали обвязку (harness) Deep Agents под особенности GigaChat: правили промпты и описания инструментов, а часть правил зашивали прямо в код, и как сделали для этого открытый бенчмарк harness-bench-fast , чтобы измерять прогресс. На зафиксированном сете из 391 задачи подключение профиля подняло долю решённых задач с 77,2% до 87,0% , а расход токенов сократило практически вдвое .
https://habr.com/ru/companies/sberbank/articles/1073668/
#harness #harness_engineering #агенты #gigachat #gigachain #langchain #langgraph
-
#NanoClaw, an #AIagent #harness, has integrated with #Slack, allowing users to create #teams of #agents with specialised skills and workflows from a single message. These agents can work together in Slack channels and shared canvases, and even be messaged on other platforms. The integration simplifies the process of adding agents to Slack, providing each with its own identity and allowing for seamless collaboration. https://venturebeat.com/orchestration/nanoclaw-comes-to-slack-letting-you-create-persistent-ai-agent-teams-and-colleagues-from-a-single-message?eicker.news #tech #news #ainews
-
#NanoClaw, an #AIagent #harness, has integrated with #Slack, allowing users to create #teams of #agents with specialised skills and workflows from a single message. These agents can work together in Slack channels and shared canvases, and even be messaged on other platforms. The integration simplifies the process of adding agents to Slack, providing each with its own identity and allowing for seamless collaboration. https://venturebeat.com/orchestration/nanoclaw-comes-to-slack-letting-you-create-persistent-ai-agent-teams-and-colleagues-from-a-single-message?eicker.news #tech #news #ainews
-
#NanoClaw, an #AIagent #harness, has integrated with #Slack, allowing users to create #teams of #agents with specialised skills and workflows from a single message. These agents can work together in Slack channels and shared canvases, and even be messaged on other platforms. The integration simplifies the process of adding agents to Slack, providing each with its own identity and allowing for seamless collaboration. https://venturebeat.com/orchestration/nanoclaw-comes-to-slack-letting-you-create-persistent-ai-agent-teams-and-colleagues-from-a-single-message?eicker.news #tech #news #ainews
-
#NanoClaw, an #AIagent #harness, has integrated with #Slack, allowing users to create #teams of #agents with specialised skills and workflows from a single message. These agents can work together in Slack channels and shared canvases, and even be messaged on other platforms. The integration simplifies the process of adding agents to Slack, providing each with its own identity and allowing for seamless collaboration. https://venturebeat.com/orchestration/nanoclaw-comes-to-slack-letting-you-create-persistent-ai-agent-teams-and-colleagues-from-a-single-message?eicker.news #tech #news #ainews
-
#NanoClaw, an #AIagent #harness, has integrated with #Slack, allowing users to create #teams of #agents with specialised skills and workflows from a single message. These agents can work together in Slack channels and shared canvases, and even be messaged on other platforms. The integration simplifies the process of adding agents to Slack, providing each with its own identity and allowing for seamless collaboration. https://venturebeat.com/orchestration/nanoclaw-comes-to-slack-letting-you-create-persistent-ai-agent-teams-and-colleagues-from-a-single-message?eicker.news #tech #news #ainews
-
#Nvidia’s research suggests that the #softwarewrapper, or #harness, around an #AImodel is more crucial than the model itself for #longhorizontasks. By using a custom harness with a “supervisor” component, Nvidia achieved a 100% score on the ARC-AGI-3 benchmark, outperforming other models. This highlights the importance of the harness in creating effective AI agents. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/?eicker.news #tech #news #ainews
-
#Nvidia’s research suggests that the #softwarewrapper, or #harness, around an #AImodel is more crucial than the model itself for #longhorizontasks. By using a custom harness with a “supervisor” component, Nvidia achieved a 100% score on the ARC-AGI-3 benchmark, outperforming other models. This highlights the importance of the harness in creating effective AI agents. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/?eicker.news #tech #news #ainews
-
#Nvidia’s research suggests that the #softwarewrapper, or #harness, around an #AImodel is more crucial than the model itself for #longhorizontasks. By using a custom harness with a “supervisor” component, Nvidia achieved a 100% score on the ARC-AGI-3 benchmark, outperforming other models. This highlights the importance of the harness in creating effective AI agents. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/?eicker.news #tech #news #ainews
-
#Nvidia’s research suggests that the #softwarewrapper, or #harness, around an #AImodel is more crucial than the model itself for #longhorizontasks. By using a custom harness with a “supervisor” component, Nvidia achieved a 100% score on the ARC-AGI-3 benchmark, outperforming other models. This highlights the importance of the harness in creating effective AI agents. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/?eicker.news #tech #news #ainews
-
#Nvidia’s research suggests that the #softwarewrapper, or #harness, around an #AImodel is more crucial than the model itself for #longhorizontasks. By using a custom harness with a “supervisor” component, Nvidia achieved a 100% score on the ARC-AGI-3 benchmark, outperforming other models. This highlights the importance of the harness in creating effective AI agents. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/?eicker.news #tech #news #ainews
-
MUNDER DIFFLIN
Agent harness to run an office of your clones.
Munder Difflin — Agent harness to run an office of your clones
> Free, open source and performant multi-agent harness, works with your existing subscriptions (uses hourly limits). It wraps the CLI agents you already use — Claude Code, Codex, Copilot and 9 more — and runs an office of your clones on your own machine.
-
MUNDER DIFFLIN
Agent harness to run an office of your clones.
Munder Difflin — Agent harness to run an office of your clones
> Free, open source and performant multi-agent harness, works with your existing subscriptions (uses hourly limits). It wraps the CLI agents you already use — Claude Code, Codex, Copilot and 9 more — and runs an office of your clones on your own machine.
-
MUNDER DIFFLIN
Agent harness to run an office of your clones.
Munder Difflin — Agent harness to run an office of your clones
> Free, open source and performant multi-agent harness, works with your existing subscriptions (uses hourly limits). It wraps the CLI agents you already use — Claude Code, Codex, Copilot and 9 more — and runs an office of your clones on your own machine.
-
MUNDER DIFFLIN
Agent harness to run an office of your clones.
Munder Difflin — Agent harness to run an office of your clones
> Free, open source and performant multi-agent harness, works with your existing subscriptions (uses hourly limits). It wraps the CLI agents you already use — Claude Code, Codex, Copilot and 9 more — and runs an office of your clones on your own machine.
-
hier was ich mit #hermes_agent #harness meine
anfrage kommt - und hermes sorgt dafür das der agent direkt nach handfesten dingen sucht --- da ist thinking überflüssig
-
ich benchmarke grade ein paar #localai llms auf meinem #strixhalo mit 200 GSM8K + 3×100 BFCL Samples
dabei ist mir aufgefallen das thinking moodelle wie qwen 3.6 0% ergebnis liefert - wegen zu langen thinking blocks
da in #hermes_agent #harness das thinking drin ist - ist das doppelt... und hat deshalb bei mir bei qwen3.6 immer wieder geloopt und war unbrauchbar
offensichtlicher unterschied: qwen3.8 hat thinking nicht aktiv! also ist das der gamechanger???
hier einschätzung #glm52
Thinking-Modelle in Agent-Loops: Das Problem
Die Recherche bestätigt unsere Benchmark-Ergebnisse eins zu eins:1. Token-Budget wird im Agent-Loop multipliziert, nicht addiert
- Ein einzelner Query kostet mit Standard-Modell ~7 Tokens, mit Thinking-Modell ~255-603 Tokens
- In einem Agent-Loop mit 12 Iterationen zahlst du nicht 10x — du zahlst 10x × 12, und das wird bei jeder Iteration durch die wachsende History weiter amplifiziert
- Eine 10-Turn-Loop sendet ~50x mehr Tokens als ein einzelner linearer Call (Falconer Guides)2. Thinking-Blöcke fressen genau das, was der Agent am dringendsten braucht: Context
- Stanford Digital Economy Lab: Agent-Tasks brauchen ~1000x mehr Tokens als Chat, mit 30x Variance
- Thinking-Output wird zur History hinzugefügt → bei jedem Turn ist mehr Context belegt → das eigentliche Task-Wissen wird verdrängt → schlechtere Ergebnisse
- Genau das haben wir gesehen: qwen3.6:35b mit Thinking = 1.5% GSM8K (fast alles leer), ohne Thinking = 100% auf 5 Samples3. Reasoning-Loops sind ein echtes, beobachtetes Phänomen
- Ein dokumentierter Fall: ein Agent machte 847 Reasoning-Steps und lieferte nie ein Ergebnis (dev.to)
- "Overthinking leads to poor decisions" — jede zusätzliche Reasoning-Step macht es schlimmer, nicht besser
- Agent ruft dieselbe API 14x hintereinander, "nur noch ein Schritt mehr" wird das Ergebnis schon perfekt machen (ShopClawMart)4. Reasoning bei reinen Action-Knoten ist reine Verschwendung
"Once a plan is formed and the current step is 'call the search API with this query' or 'write this string to that file,' reasoning tokens add nothing. The action is deterministic. A fast model will generate the correct function call as reliably as a reasoning model at a fraction of the cost. This is the most common budget leak in agent systems."
Was das für Hermes bedeutet
In einem Agent-System wie Hermes ist die Situation noch verschärft:
- Jeder Tool-Call erzeugt Output, der zur History kommt
- Der Context füllt sich ohnehin schon schnell (System-Prompt, Skills, Tool-Outputs...)
- Kommt jetzt noch ein 2000-Token Thinking-Block pro Turn dazu, ist der Context nach 5-6 Turns voll — und dann beginnt der Context-Overflow: ältere Task-Infos fallen raus, der Agent verliert den Faden, fängt an zu loopen
- Das ist auch warum du ja gesagt hast "Context fills up fast" in Hermes — Thinking würde das dramatisch verschlimmern1/x
-
The Evolution of the Agent Harness www.latent.space/p/attention-in… (interesting) #AI #agents #harness #humans
-
The Evolution of the Agent Harness www.latent.space/p/attention-in… (interesting) #AI #agents #harness #humans
-
The Evolution of the Agent Harness www.latent.space/p/attention-in… (interesting) #AI #agents #harness #humans
-
The Evolution of the Agent Harness www.latent.space/p/attention-in… (interesting) #AI #agents #harness #humans
-
The Evolution of the Agent Harness www.latent.space/p/attention-in… (interesting) #AI #agents #harness #humans
-
Не крутил с агентом циклы — жизни не видал
Привет, Хабр! Меня зовут Альберт, и я программист слоператор. Пятнадцать лет почти без единой строчки кода — а прошлой осенью сорвался, и похоже, что на этот раз серьёзно. Внутри: агентский цикл на пальцах и в пяти строках псевдокода, немного суровой правды жизни вокруг него, почти лабораторное сравнение с Алисой (поиск-то один и тот же) — и живой продукт, который в конце можно бесплатно и без регистрации попробовать сломать. TL;DR: циклы — это просто, как два пальца; всё, что крутится вокруг них, — немного сложнее…
https://habr.com/ru/articles/1072668/
#ииагенты #агентский_цикл #llm #react #harness #вайбкодинг #петпроект #яндекс #seo #сейка
-
Не крутил с агентом циклы — жизни не видал
Привет, Хабр! Меня зовут Альберт, и я программист слоператор. Пятнадцать лет почти без единой строчки кода — а прошлой осенью сорвался, и похоже, что на этот раз серьёзно. Внутри: агентский цикл на пальцах и в пяти строках псевдокода, немного суровой правды жизни вокруг него, почти лабораторное сравнение с Алисой (поиск-то один и тот же) — и живой продукт, который в конце можно бесплатно и без регистрации попробовать сломать. TL;DR: циклы — это просто, как два пальца; всё, что крутится вокруг них, — немного сложнее…
https://habr.com/ru/articles/1072668/
#ииагенты #агентский_цикл #llm #react #harness #вайбкодинг #петпроект #яндекс #seo #сейка
-
Не крутил с агентом циклы — жизни не видал
Привет, Хабр! Меня зовут Альберт, и я программист слоператор. Пятнадцать лет почти без единой строчки кода — а прошлой осенью сорвался, и похоже, что на этот раз серьёзно. Внутри: агентский цикл на пальцах и в пяти строках псевдокода, немного суровой правды жизни вокруг него, почти лабораторное сравнение с Алисой (поиск-то один и тот же) — и живой продукт, который в конце можно бесплатно и без регистрации попробовать сломать. TL;DR: циклы — это просто, как два пальца; всё, что крутится вокруг них, — немного сложнее…
https://habr.com/ru/articles/1072668/
#ииагенты #агентский_цикл #llm #react #harness #вайбкодинг #петпроект #яндекс #seo #сейка
-
ИИ-продакт — следующий уровень автономности или избыточная бюрократия?
Я построил автономную систему с ИИ-продактом и командой агентов-исполнителей, которая круглосуточно в несколько потоков закрывает задачи продуктового бэклога. Делюсь опытом, как я пришёл к такой схеме, что из этого получилось и при чём тут "Весёлая ферма".
-
ИИ-продакт — следующий уровень автономности или избыточная бюрократия?
Я построил автономную систему с ИИ-продактом и командой агентов-исполнителей, которая круглосуточно в несколько потоков закрывает задачи продуктового бэклога. Делюсь опытом, как я пришёл к такой схеме, что из этого получилось и при чём тут "Весёлая ферма".
-
ИИ-продакт — следующий уровень автономности или избыточная бюрократия?
Я построил автономную систему с ИИ-продактом и командой агентов-исполнителей, которая круглосуточно в несколько потоков закрывает задачи продуктового бэклога. Делюсь опытом, как я пришёл к такой схеме, что из этого получилось и при чём тут "Весёлая ферма".
-
Почему Codex тратит токены даже когда просто ждёт: что происходит внутри Harness
Сразу скажу: к самой модели Codex у меня больших претензий нет. На сложных задачах по программированию она работает очень хорошо. Но после нескольких длинных запусков я начала подозревать, что часть проблем с расходом лимитов возникает не на уровне модели, а на уровне Harness — той самой обвязки вокруг модели, которая управляет shell-командами, браузером, MCP, фоновыми процессами, агентами и ожиданием их результатов. Поводом стали два наблюдения из моего обычного рабочего процесса. А потом я полезла в Issues репозитория Codex и обнаружила, что похожее поведение замечала далеко не только я.
-
Почему Codex тратит токены даже когда просто ждёт: что происходит внутри Harness
Сразу скажу: к самой модели Codex у меня больших претензий нет. На сложных задачах по программированию она работает очень хорошо. Но после нескольких длинных запусков я начала подозревать, что часть проблем с расходом лимитов возникает не на уровне модели, а на уровне Harness — той самой обвязки вокруг модели, которая управляет shell-командами, браузером, MCP, фоновыми процессами, агентами и ожиданием их результатов. Поводом стали два наблюдения из моего обычного рабочего процесса. А потом я полезла в Issues репозитория Codex и обнаружила, что похожее поведение замечала далеко не только я.
-
Почему Codex тратит токены даже когда просто ждёт: что происходит внутри Harness
Сразу скажу: к самой модели Codex у меня больших претензий нет. На сложных задачах по программированию она работает очень хорошо. Но после нескольких длинных запусков я начала подозревать, что часть проблем с расходом лимитов возникает не на уровне модели, а на уровне Harness — той самой обвязки вокруг модели, которая управляет shell-командами, браузером, MCP, фоновыми процессами, агентами и ожиданием их результатов. Поводом стали два наблюдения из моего обычного рабочего процесса. А потом я полезла в Issues репозитория Codex и обнаружила, что похожее поведение замечала далеко не только я.
-
Deep Agents: open source-обвязка на LangGraph
Привет, на связи команда GigaChain! Мы занимаемся агентными системами и развиваем набор open source-решений для подключения агентов к GigaChat API. LangChain развивается с 2022 года и выросла в одну из самых популярных экосистем для агентов: у основной библиотеки более 140 тысяч звёзд на GitHub. Благодаря LangGraph — движку, который исполняет агента как граф с состоянием, — с её помощью собирают и простые цепочки вызовов, и сложные автономные агенты, ведущие задачу на сотни шагов. Поверх этого стека команда LangChain выпустила Deep Agents — готовую агентную обвязку (agent harness): рабочую среду с файловой системой, оболочкой, планировщиком, субагентами и памятью, в которую остаётся лишь поместить модель. Сегодня мы подробно разберём эту обвязку: из чего она состоит и как собрать на ней агента, работающего на GigaChat.
https://habr.com/ru/companies/sberbank/articles/1071036/
#агенты #harness #harness_engineering #gigachat #gigachain #langgraph #langchain
-
Deep Agents: open source-обвязка на LangGraph
Привет, на связи команда GigaChain! Мы занимаемся агентными системами и развиваем набор open source-решений для подключения агентов к GigaChat API. LangChain развивается с 2022 года и выросла в одну из самых популярных экосистем для агентов: у основной библиотеки более 140 тысяч звёзд на GitHub. Благодаря LangGraph — движку, который исполняет агента как граф с состоянием, — с её помощью собирают и простые цепочки вызовов, и сложные автономные агенты, ведущие задачу на сотни шагов. Поверх этого стека команда LangChain выпустила Deep Agents — готовую агентную обвязку (agent harness): рабочую среду с файловой системой, оболочкой, планировщиком, субагентами и памятью, в которую остаётся лишь поместить модель. Сегодня мы подробно разберём эту обвязку: из чего она состоит и как собрать на ней агента, работающего на GigaChat.
https://habr.com/ru/companies/sberbank/articles/1071036/
#агенты #harness #harness_engineering #gigachat #gigachain #langgraph #langchain
-
Deep Agents: open source-обвязка на LangGraph
Привет, на связи команда GigaChain! Мы занимаемся агентными системами и развиваем набор open source-решений для подключения агентов к GigaChat API. LangChain развивается с 2022 года и выросла в одну из самых популярных экосистем для агентов: у основной библиотеки более 140 тысяч звёзд на GitHub. Благодаря LangGraph — движку, который исполняет агента как граф с состоянием, — с её помощью собирают и простые цепочки вызовов, и сложные автономные агенты, ведущие задачу на сотни шагов. Поверх этого стека команда LangChain выпустила Deep Agents — готовую агентную обвязку (agent harness): рабочую среду с файловой системой, оболочкой, планировщиком, субагентами и памятью, в которую остаётся лишь поместить модель. Сегодня мы подробно разберём эту обвязку: из чего она состоит и как собрать на ней агента, работающего на GigaChat.
https://habr.com/ru/companies/sberbank/articles/1071036/
#агенты #harness #harness_engineering #gigachat #gigachain #langgraph #langchain
-
Loop Engineering: почему цикл легко собрать и трудно остановить
Попробуйте бытовой фокус: вместо того чтобы скинуть кодинг-агенту задачу напрямую, попросите его сначала написать промпт под неё, а потом скормите этот промпт ему же. Часто выходит лучше вашей формулировки. Но это всего два хода. Цикл начинается там, где система повторяет такое сама: хранит состояние, выбирает следующий шаг, проверяет результат внешним критерием и останавливается по условию или бюджету. Слоган "хватит промптить кодинг-агентов, проектируйте циклы" собрал миллионы просмотров и оброс гайдами "как печатать альфу 24/7". Я полез смотреть, что там под мемом, и за пару месяцев собрал поверх своей обвязки собственный цикл . Переписывал столько раз, что перестал считать.
https://habr.com/ru/articles/1071012/
#loop_engineering #циклы_агентов #кодингагенты #агентный_цикл #Claude_Code #Codex #оркестрация_агентов #reward_hacking #AIагенты #harness
-
Loop Engineering: почему цикл легко собрать и трудно остановить
Попробуйте бытовой фокус: вместо того чтобы скинуть кодинг-агенту задачу напрямую, попросите его сначала написать промпт под неё, а потом скормите этот промпт ему же. Часто выходит лучше вашей формулировки. Но это всего два хода. Цикл начинается там, где система повторяет такое сама: хранит состояние, выбирает следующий шаг, проверяет результат внешним критерием и останавливается по условию или бюджету. Слоган "хватит промптить кодинг-агентов, проектируйте циклы" собрал миллионы просмотров и оброс гайдами "как печатать альфу 24/7". Я полез смотреть, что там под мемом, и за пару месяцев собрал поверх своей обвязки собственный цикл . Переписывал столько раз, что перестал считать.
https://habr.com/ru/articles/1071012/
#loop_engineering #циклы_агентов #кодингагенты #агентный_цикл #Claude_Code #Codex #оркестрация_агентов #reward_hacking #AIагенты #harness
-
Loop Engineering: почему цикл легко собрать и трудно остановить
Попробуйте бытовой фокус: вместо того чтобы скинуть кодинг-агенту задачу напрямую, попросите его сначала написать промпт под неё, а потом скормите этот промпт ему же. Часто выходит лучше вашей формулировки. Но это всего два хода. Цикл начинается там, где система повторяет такое сама: хранит состояние, выбирает следующий шаг, проверяет результат внешним критерием и останавливается по условию или бюджету. Слоган "хватит промптить кодинг-агентов, проектируйте циклы" собрал миллионы просмотров и оброс гайдами "как печатать альфу 24/7". Я полез смотреть, что там под мемом, и за пару месяцев собрал поверх своей обвязки собственный цикл . Переписывал столько раз, что перестал считать.
https://habr.com/ru/articles/1071012/
#loop_engineering #циклы_агентов #кодингагенты #агентный_цикл #Claude_Code #Codex #оркестрация_агентов #reward_hacking #AIагенты #harness
-
Un agent = LLM + harness (instructions, outils, contexte, permissions, boucle de décision). Le même modèle donne des résultats très différents selon le harness https://medium.com/adeo-tech/own-the-harness-when-the-llm-is-not-the-problem-46ecc1d3cb13 #harness #llm #adeo
