Инженерия жгутов (Harness Engineering) становится ключевым трендом в разработке систем на базе ИИ в 2025 году. Если прошлый год прошел под знаком контекстной инженерии (Context Engineering), то сейчас фокус смещается на создание сложных структур вокруг моделей. Автор видео утверждает, что именно этот подход отделяет посредственных разработчиков от топовых «агентиков-инженеров».
🚀 Что такое Harness Engineering: за пределами простого промпта 0:00
Понятие «жгута» или «обвязки» (harness) в контексте ИИ — это набор инструментов, процессов и ограничений, которые окружают базовую большую языковую модель (LLM), такую как GPT-4 или Claude . Автор поясняет, что любой агент — это комбинация модели (ее «разума») и обвязки, которая определяет контекст и процессы.
В инженерии жгутов выделяют два уровня:
- Индивидуальная сессия: настройка конкретного взаимодействия с ИИ-помощником (например, в Claude Code или Cursor).
- Эволюционный уровень: оркестрация множества сессий и агентов в рамках единого сложного рабочего процесса .
Важно понимать иерархию компонентов:
- Базовая модель (LLM): обеспечивает рассуждения, но сама по себе не имеет доступа к файлам или командам .
- Инструментальный жгут: это готовые решения (Claude Code, Co-dex.ai, Py), которые дают модели возможность взаимодействовать с операционной системой .
- AI-слой (AI-layer): уровень, который строит сам инженер. Сюда входят глобальные правила, MCP-серверы (Model Context Protocol), поиск по базе кода и специализированные навыки .
🧠 Смена парадигмы: от жалоб к системной эволюции 5:39
Автор подчеркивает, что Harness Engineering — это не только технический навык, но и определенный склад ума (mindset). Он критикует распространенную привычку инженеров винить модель в ошибках («Claude снова тупит, подожду GPT-5») .
Подход инженерии жгутов отвергает это бессилие. Вместо ожидания новой версии модели автор предлагает внедрять «системную эволюцию»:
- Каждая ошибка — это правило: если агент нарушил конвенцию кода, ее нужно добавить в файл инструкций (например,
agents.mmd) . - Каждый провал — это новый хук: если агент выполнил деструктивную команду, необходимо создать программный «крючок» (hook), блокирующий такие действия в будущем .
Этот подход позволяет инженеру брать на себя ответственность за результат, превращая ИИ в предсказуемый инструмент, который совершенствуется с каждой итерацией разработки .
🛠 Компоненты AI-слоя: как собрать эффективную обвязку 9:32
Для создания качественного AI-слоя автор рекомендует использовать репозиторий-компаньон и внедрять шесть ключевых элементов :
- Глобальные правила (Global Rules): Константы и паттерны проектирования, которые модель обязана соблюдать всегда.
- Навыки (Skills): Описанные рабочие процессы. Автор настоятельно рекомендует разделять планирование, реализацию и валидацию на разные сессии .
- MCP-серверы: Инструменты для расширения возможностей модели.
- Hooks (Хуки): Малоиспользуемый, но мощный инструмент. Автор выделяет pre-tool hooks (проверка безопасности перед записью файла) и validation hooks (принудительный запуск тестов или линтера после правки кода) .
- Поиск по коду: Использование LSP или графов знаний для обеспечения модели нужным контекстом.
- Субагенты: Специализированные помощники для узких задач.
Для быстрой разработки и деплоя таких агентов автор упоминает Google Agent CLI (инструмент с открытым исходным кодом от Google Cloud), который позволяет генерировать код агентов и развертывать их одной командой .
🔄 Оркестрация и петли обратной связи (RALF Loop) 12:47
Пик эволюции инженерии жгутов — автоматическая оркестрация множества сессий. Автор утверждает: нельзя просто «скормить» гигантское техническое задание (PRD) одной сессии ИИ. Модель неизбежно перегрузится и совершит ошибку из-за неэффективного использования токенов .
Решение заключается в создании систем, подобных RALF loop, разработанной Джеффри Хантли. Принцип работы такой «петли»:
- Агент-планировщик: разбивает крупную задачу на мелкие подзадачи .
- Исполнители: запускаются отдельные сессии для каждой подзадачи.
- Агенты-ревьюеры: параллельно проверяют код на безопасность, корректность и простоту .
- Условие выхода: цикл продолжается до тех пор, пока система не создаст файл-индикатор (например,
done.txt), подтверждающий выполнение всех пунктов спецификации .
В завершение автор упоминает свой проект с открытым кодом — Archon, который предназначен для сборки кастомных жгутов под конкретные процессы разработки ПО .
