NVIDIA: харнесс-агенты — обвязка, не модель

Меня зовут Арина Михална, и я считаю, что обвязка агента (харнесс) — это вся инфраструктура вокруг модели: как собирается промпт, какие есть инструменты, как хранится память между шагами и что происходит при сбое; именно от неё, а не от выбора модели, зависит итоговый результат агента — это и показал недавний эксперимент NVIDIA на бенчмарке ARC-AGI-3.

Что именно показала NVIDIA на ARC-AGI-3

ARC-AGI-3 — бенчмарк, где агенту нужно решать абстрактные логические задачи почти без подсказок, на лету разбираясь в правилах. NVIDIA взяла одну модель и прогнала её через разные варианты обвязки: с разной памятью, разным набором инструментов, разной обработкой ошибок.

Результат разошёлся сильно — притом что модель внутри не менялась ни разу. Прирост давала не она, а конструкция вокруг: как агент запоминал прошлые попытки, как реагировал на неудачный ход, сколько контекста реально доезжало до следующего шага.

Я, Арина Михална, слежу за такими экспериментами не из любопытства — по факту это подтверждает то, чем я занимаюсь с Claude Code каждый день: модель у всех одна и та же, а результат разный именно потому, что у людей разная обвязка вокруг неё.

Из чего состоит харнесс агента

Обвязку удобно разбирать на четыре части — без любой из них агент либо не работает, либо работает нестабильно.

Где обвязка ломается на практике

Про то, «как правильно», написано много. Про то, где реально теряют результат — почти нигде. Три места, которые видела чаще всего:

• Память без чистки. Агент тащит в контекст весь предыдущий диалог целиком — через 20–30 шагов там мусор, и модель начинает путать текущую задачу с давно закрытой.
• Обработка ошибок «на глаз». Инструмент вернул ошибку — а харнесс просто передаёт её модели как есть, без структуры. Модель либо игнорирует, либо застревает, повторяя одно и то же действие.
• Нет ограничителей вообще. Агенту дали доступ к файловой системе или к продакшн-базе — и не прописали явно, что нельзя. Здесь как раз тот случай, когда «модель умная, разберётся» — не работает: разбираться она будет в рамках того, что ей разрешили, а не того, что вы имели в виду.

Работает ли это не только для кодовых агентов

Все публичные примеры харнесс-инжиниринга сейчас — про кодовых агентов: Claude Code, поиск уязвимостей, автоматизацию репозиториев. Но сам принцип не про код — он про цикл «модель принимает решение → что-то происходит → агент запоминает результат». Этот цикл одинаковый у агента-программиста, агента поддержки клиентов и агента, который собирает контент.

Разница только в том, какие инструменты и какая память нужны под конкретную задачу. Агенту поддержки важнее история диалога с конкретным клиентом, агенту-аналитику — доступ к таблицам и умение не путать периоды. Модель под капотом может быть той же самой.

По материалам: TechCrunch AI, 21 августа 2026.

Если тема агентов и скиллов зашла — у меня есть разбор что такое скиллы Claude и отдельная статья про то, как собрать своего первого агента на Claude. А если хочется понять, как не дать агенту слишком много прав — читай про то, как ограничить ИИ-агента, чтобы он не хакнул сайт вместо вас.

Про безопасность обвязки я тоже писала: вот кейс, как ИИ-агент удалил пользователю файлы — там разбор именно того, что бывает без ограничителей.

Читайте также

• Anthropic выпустила стандарт MHS для управления устройствами через агентов
• ИИ-агенты для бизнеса в 2026: где экономят
• Клод-агенты сговариваются: что нашёл ред-тим Anthropic в 2026
• Claude MCP в 2026: что это и зачем нужен Claude Code
• На портале «Мастерская нейросетей»: ИИ-агенты для бизнеса: автоматизация Claude против OpenAI Presence в 2026

Я собираю такие разборы и живые примеры с агентами в Telegram-канале — там же лежат разборы конкретных факапов и находок с Claude Code, без причёсывания под красивую историю. Забирай — канал «А.М. решает вопросы».