Схоже, наступні великі змагання в AI вже будуть не тільки між моделями, а й між агентними системами

Схоже, наступні великі змагання в AI вже будуть не тільки між моделями, а й між агентними системами (harness).

DeepSeek викотили DeepSeek Harness⁠ для розробників і одразу відкрили код під ліцензією MIT.

У чому головна ідея їхньої агентної системи? Майже все в системі є плагіном. Побудували це поверх Cordis. Якщо зовсім просто, Cordis — це каркас, який дозволяє збирати агентну систему як конструктор із незалежних деталей. Тобто DeepSeek не зашиває логіку агента намертво в один продукт, а робить її модульною.

Бо Claude Code, Codex, Cursor та інші рішення — це також про harness, але закритий. Ми не знаємо, який контекст отримує модель, які інструменти їй доступні, скільки разів вона звертається до моделі, як стискається історія, як запускаються підзадачі й коли агент вирішує продовжувати роботу.

Як ми знаємо з проходження ARC AGI 3 тесту GPT 5.6 моделлю, harness впливає не тільки на досягнення результату, а й на кількість витрачених токенів по дорозі.

Composio⁠ нещодавно порівняли кілька таких систем, і в їхньому тесті Claude Code виявився найбільш прожерливим.

Один тест, звісно, нічого не доводить. Але я останнім часом спостерігаю цікаву річ і у власній роботі. Модель у Claude Code я не змінював від моменту виходу Sonnet 5. Але кожен раз після оновлень самого Claude Code один і той самий нічний сценарій може зʼїдати 8–12% мого денного ліміту. При цьому сам сценарій кардинально не змінюється.

Тому я роблю ставку все-таки на harness. А реліз DeepSeek є цікавим саме тим, що можна подивитися зсередини, як працюють агентні системи.

imatrof.com | youtube