Харнесс (Agent Harness) 🧗 #ИИНЦИКЛОПЕДИЯ Программная оболочка, внутри которой модель превращается в агента. История появления Слово пришло из альпинизма: harness — страховочная обвязка. Устоявшегося русского термина пока нет — говорят «харнесс» или «обвязка». Первым популярным харнессом стал Claude Code, и нейтральным он не был: его собирали под модели одной лаборатории. За 2026 год тема выросла в отдельную дисциплину, harness engineering: обзор насчитывает 110+ работ. Почему это важно Формула простая: агент = модель + харнесс. Разрыв уже измерили. GPT-5.5 в обвязке Cursor выдаёт 87.2% рабочего кода, та же самая модель в нативном Codex — 61.5%. Двадцать шесть пунктов, веса не тронуты. Это больше, чем разрыв между поколениями моделей. Из чего состоит: - Системный промпт — инструктаж новичка в первый день. Уходит в модель заново с каждым запросом - Инструменты — код, который модель может вызвать. Харнесс их описывает, но не решает, когда применять .. решает модель - Агентный цикл — модель смотрит на результат вызова и сама решает: искать ещё раз, посчитать, закрыть задачу - Слой трансляции — позволяет подставить в тот же цикл модель Anthropic, OpenAI или открытую Применение на практике В мае вышел Harness-Bench: 106 задач, шесть харнессов на восьми моделях, 5194 прогона. Лучшая обвязка — 76.2%, худшая — 52.4%. Победитель потратил меньше токенов, чем отставшие: длинная траектория значит, что агент не сходится. И сильные модели держат удар при плохой обвязке, а слабые проваливаются .. харнесс окупается тем сильнее, чем дешевле модель. В июне агент правил собственную обвязку по трассам своих провалов при замороженной модели: проходимость выросла с 40.5% до 61.9%. Подводные камни Харнесс чинит работоспособность, но не безопасность: в том же замере функциональность выросла на 26 пунктов, а доля безопасного кода — с 20.1% до 23.5%. Оба агента писали дырявый код в четырёх случаях из пяти. Без внешнего эталона модель сверяет ответ сама с собой. В бенчмарке JuliaHub модель тихо сократила время симуляции с 5 секунд до 3 и проверялась на укороченном отрезке. Проверки сошлись. Сравнивать модели по лидербордам без указания харнесса бессмысленно — об этом в мае вышла отдельная работа. Что почитать/посмотреть: - Harness-Bench, arXiv 2605.27922 — самый честный замер обвязок - Stop Comparing LLM Agents Without Disclosing the Harness — почему лидерборды врут - Harness engineering у Мартина Фаулера — как строить проверки, а не только читать про них - Документация хуков Claude Code — если хотите проверки, которые агент не обойдёт Сергей Булаев AI 🤖 - об AI и не только

Это пожалуй первый skill который я желаю вам никогда не устанавливать /fuck-cancer — помогает пациентам с раком разбираться в лечении, документах, следующих шагах и вопросах к врачам При первом запуске описываешь симптомы или если есть выписку/биопсию Агент анализирует все вводные и заводит один единственный файл как источник правды Который хранится либо локально в markdown, либо в облаке Google Doc Этот файл-бриф делится на 5 частей:

1/ Инфо о пациенте и лечащей команде 2/ Что делать дальше: 3 конкретных действия 3/ Разделение на известно/неизвестно 4/ Объяснение медицинских терминов 5/ Журнал последних событий, решений и изменений

Помимо инструкций, агенту еще доступен единственный тул: Clinical Trials API Для поиска наиболее подходящих клинических исследований под конкретный случай. На основе типа рака и стадии/биомаркера, страны и региона. Скилл специально запрещает основывать ответ на SEO-сайтах, соцсетях или ИИ-медицинских страницах. Если агент и выходит в интернет то только в официальных национальных источниках, регуляторах вроде FDA/EMA и по сайтам академических онкоцентров. @tips_ai

⚡️ Практический гайд по AI-adoption для руководителей Ну что, готов горячий пирожок — мой гайд о том, как внедрять AI в ежедневную работу команд. За последний год разговор про AI внутри компаний сильно изменился. Нам нужно понять, как сделать так, чтобы новые инструменты действительно вошли в работу, и задача руководителя здесь — помочь своим людям, создать нужную среду, дать доступ к инструментам, научить, самому стать примером. Меня в процессе AI-adoption мотивирует вот какая мысль одного моего коллеги: ИИ всё усиливает, и хорошее, и плохое, и порядок, и хаос. Если в команде понятные процессы, нормальные доступы, сильная экспертиза и культура обмена знаниями — AI может всё это заметно усилить. Если процессы разваливаются, контекст живёт в головах, а инструменты выдаются как попало — массовый adoption, скорее всего, просто масштабирует этот хаос. Поэтому гайд — рабочая карта того, как помочь своей команде освоиться в новой рабочей реальности, где умение работать вместе с ИИ уже стало базовым навыком. Мы в Яндексе сейчас проходим этот путь в очень большом масштабе. Что-то уже умеем делать системно, какие-то первые подходы пришлось пересобрать, а часть практик всё ещё проверяем на ходу. В гайде я собрала то, что оказалось полезным у нас: — с чего начинать adoption в команде; — как искать первые рабочие кейсы; — зачем нужны AI-champions и амбассадоры; — почему обычное обучение часто не работает; — какие инструменты и условия нужны людям; — что имеет смысл измерять, а что легко превратить в бессмысленный KPI. Там, где это полезно, добавила практики других технологических компаний — как ещё один способ сравнить подходы. Гайд адаптирован для чтения с мобилки, навигация по разделам кликабельная. Без смс, без ботиков, только за ваши сердца 💙 @technohumanist

Один вопрос, по которому понятно, эффективная ли HR-команда Спросите у HR-а, какие у бизнеса цели на год. Если в ответ вы слышите про текучку и закрытие вакансий в срок — перед вами сервисная функция. Полезная, аккуратная, но скорее живущая в отрыве от бизнеса. Если слышите про выручку, продукт и то, где команда не вытянет план — это партнёр.

Собственно, в России есть миф, что HR-функция — сервисная. Во-первых, HR намного обширнее, чем найм и вакансии на hh. А во-вторых, HR бизнес-партнёр как позиция взялась не с потолка, а из огромной потребности бизнеса. Потому что любой бизнес, абсолютно любой, строится на людях и их работе.

Второй момент, который отличает сильный HR как функцию, — это отношение к масштабу. Когда компания растёт, вручную не вытянуть ничего: чёткие процессы и аналитика становятся необходимой базой. Третье — регулярная работа с руководителями, то есть с основой бизнеса. Не «отправили на тренинг раз в год», а система. Через любые изменения команду проводит не нарисованная HR-политика, а конкретный человек, у которого эта команда в подчинении. И вырасти внутри компании сотрудник может ровно настолько, насколько его руководитель способен эту возможность создать. Все эти тезисы подсвечивает вот в этом подкасте Юлия Брук, HR-директор бизнес-группы соцплатформ VK. Она работает 16 в компании, начинала с соцсети ВКонтакте, которой в октябре исполняется 20. Очень прикольно послушать человека, который буквально вырос вместе с компанией и прошел с ней много разных периодов. #рынок

Вот штука, которая на первый взгляд выглядит как ещё один корп релиз, но на деле получается куда интереснее: Пишут, что Сплит от Яндекс Пей встроили прямо в чекаут (то бишь, в форму оплаты) на Авито. Это первый шаг в их совместном развитии финтех-направления. Напомню, Сплит = яндексовский сервис оплаты частями. Проще говоря, их BNPL. Казалось бы, ну и что, ещё одна кнопка в чекауте, тоже мне новость. Но тут нужно глянуть на цифры, которые у Авито получились на тесте: в группе юзеров, которым выдали Сплит, заказов оказалось аж на 53% больше, чем в группе без него. Даже если допустить, что две выборки были не совсем идентичными - получаем буст конверсии в полтора (!) раза за счёт одной новой кнопочки. Просто так с пол пинка такого эффекта не бывает. Так за счёт чего он достигается? Первая мысль: "Ну, люди любят растягивать платежи на будущее, потому что будущее - оно где-то там, а настоящее - оно прямо тут". Деньги сейчас ценнее, чем потом - это вам любой адекватный студент первого курса экономфака подтвердит. И это правда, но самая мякотка сидит чуть глубже. Смотрите, человеку может нравиться товар, он может быть готов купить вот прям щас - но необходимость сразу выложить всю сумму целиком заставляет притормозить, задуматься, ещё раз взвесить и т.д и т.п. Возникают явные стопперы. А разбивка платежа их снимает. Дело не в рациональной ценности денег (многие юзеры сидят и высчитывают её, как экономисты на экзамене?), а именно в явности стоп-сигнала. В экономике для этого даже есть отдельный термин - "pain of paying", боль оплаты. Ещё 30 лет назад поведенческие экономисты Прелек и Ловенстайн показали, что момент расставания с деньгами мозг воспринимает как небольшую боль (буквально, в мозг идёт примерно тот же сигнал). Чем сильнее этот момент разнесён по времени - тем слабее эта боль ощущается. То есть, Сплит работает не как финансовый продукт, а как анестезия. Вообще, это общий паттерн всего маркетплейсового рынка. Klarna примерно так же интегрируется с Amazon и Walmart, а Afterpay работает почти с каждым фешн-ретейлером. Торговая платформа встраивает чужую платёжную инфру со всем её риском невозврата, а себе оставляет весь навар: рост конверсии в оплату и средний чек. Но в итоге выгодно всем, включая потребителя (конспирологию, что нас всех заставляют покупать плохие дяди-капиталисты мы тут всерьёз обсуждать не будем, окей?) В итоге, по данным Яндекса Сплит в среднем приносит партнёрам 5-10% доп оборота. И это не уникальное достижение конкретно этой сделки, а базовая арифметика любой оплаты частями, встроенной в еком. Конечно, если встроить достаточно грамотно и бесшовно. Дизраптор

Зачем на самом деле нужны отчеты Делаем проект на несколько команд. Цель - всем вместе увеличить метрику Х, каждая команда владеет ее кусочком в рамках своих фич. Выхожу с очередной встречи, где каждый менеджер монотонно отчитывался почему его метрика в таком-то состоянии. Первые разы мне казалось, что мы теряем время, но со временем уловил смысл. Он в том, чтобы люди думали этими метриками и за пределами встречи. Отчеты нужны не для того, чтобы мой менеджер увидел, как обстоят дела (хотя это тоже) и подстраховал, когда нужно. В первую очередь, когда я пишу отчет, МНЕ нужно понять, что происходит. Почему такие цифры. Как их поменять. Какие риски за этим стоят. Ну и так далее. Формулируя слова в отчете, я уже сам вижу, что не сходится, где проблема, и задумываюсь про следующий шаг. В этом и есть ценность отчета. Сам по себе отчет (документ) – лишь побочный продукт. Главное, что я вынужден разобраться в проблеме, а там, глядишь, и решать ее начну.

Есть асимметрия, которую постоянно наблюдаю в командах. Многим чужая работа часто кажется проще своей. Со стороны аналитик "написал запрос и нарисовал график", QA "прогнал кейсы и завёл баги", а ML-инженер "запустил обучение и посмотрел метрики", но спроси того же человека, почему его собственная задача едет уже третью неделю, и выяснится, что там легаси, зависимости, смежники, корнер кейсы и ещё десять подводных камней, которых снаружи не видно. Чужую работу мы видим по результату, свою - изнутри процесса. У аналитика снаружи остаётся график, а сырые данные не видно, регулярно ломающийся пайплайн скрыт от зрителя, о трёх неверных гипотезах и запросе, который пришлось переписать четыре раза, внешние признаки не говорят. В своей же работе именно из этого и состоит большая часть времени. Часто в этом винят actor-observer bias: своё поведение мы объясняем обстоятельствами, чужое - качествами человека. Популярная теория, которая не прошла проверку мета-анализами. Оказывается, это лучше обьясняется другими двумя эффектами. Первый - correspondence bias: по чужому видимому поведению мы слишком легко делаем вывод о самом человеке и недооцениваем ситуацию. "Задача простая, значит они просто медленные". Второй - self-serving bias: собственные неудачи мы гораздо охотнее объясняем внешними обстоятельствами. Достаточно удобная комбинация, где сложность своей работы мы знаем во всех деталях, а сложность чужой просто не наблюдаем. При этом собственные издержки кажутся следствием объективных проблем, а чужие следствием чужой неэффективности. Поэтому "да что там делать" - почти всегда плохой сигнал, говорящий нам о глубине собственного понимания этой задачи. Если работа других людей выглядит тривиальной, разумнее сначала предположить, что большая часть процесса тебе просто не видна. Лучшее лекарство - контекст, а за контекстом надо "на гембу". Несколько часов рядом с хорошим QA, аналитиком или инженером часто дают больше, чем лицезрение движения тикетов. Похожая история и со сроками. В одном эксперименте про planning fallacy студенты в среднем ожидали закончить диплом за 34 дня, хотя по факту тратили 55. Даже максимально драматичный и негативный сценарий оказался в оценках оптимистичнее реальности. Поэтому оценку чужой работы полезно дисконтировать так же, как реальность это регулярно делает с нашей.

Ученые MIT выяснили, какая часть мозга практически не подвержена старению Старение связано со снижением многих когнитивных функций, но язык может быть исключением. Исследование ученых Массачусетского технологического института и Бостонского университета показало, что у людей старшего возраста языковая сеть мозга сохраняет почти те же характеристики, что и у молодых. При этом другая система — сеть множественных требований, которая отвечает за внимание, рабочую память и когнитивный контроль, — с возрастом демонстрирует снижение активности и связности. https://hightech.plus/2026/08/26/uchenie-mit-viyasnili-kakaya-chast-mozga-menshe-podverzhena-stareniyu