← Каталог

· AI Engineer Code 2025

Coding agents, готовые к будущему

Future-Proof Coding Agents

Собственный harness для кодинг-агента дорого поддерживать при каждом выходе новой модели, а готовый Codex можно встроить в свой продукт и сосредоточиться на его отличиях.

  • Harness как новый слой абстракции — вместо постоянной подгонки промптов и инструментов под каждую модель Codex можно вызвать через TypeScript SDK, из Python или запустить его GitHub Action для разрешения конфликтов в PR. По словам авторов, Zed и GitHub интегрировали Codex именно так и сосредоточились на своём продукте.
  • Промпт от другой модели мешает — при запуске GPT-5 инструкция «смотреть каждый файл», написанная для другой модели, сильно замедляла работу. По словам авторов, лучше не перегружать модель инструкциями и дать ей привычные паттерны: планирование, сбор контекста, проверку в конце.
  • Кастомизация через открытый код — Cursor, по словам авторов, добился лучшей работы модели, выровняв свои инструменты под то, как модель обучалась, и взяв за основу открытый Codex CLI.
  • Работа, которую берёт на себя готовый harness — параллельные вызовы инструментов, sandbox, автокомпакция контекста, MCP и обработка изображений. Если строить harness с нуля, всё это придётся писать и поддерживать самостоятельно.

Кому полезно: тем, кто строит продукт на кодинг-агентах и решает, писать ли свой harness или встроить готовый. Доклад по сути презентация Codex от OpenAI, но инженерная часть про границы harness полезна и без этого.

Статья по теме

Главы

Похожие доклады