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
Coding agents не масштабируются сами. Команды — тоже
AI Engineer World's Fair 2026
Близко по содержанию
Codex изнутри: как устроен harness
AI Engineer World's Fair 2026
Близко по содержанию
Как coding agents навсегда меняют разработку ПО
AI Engineer Summit 2025
Близко по содержанию
Harness engineering: как создавать ПО, когда люди задают направление, а агенты выполняют работу
AI Engineer Europe 2026
Близко по содержанию


