Разбор
Что такое среда выполнения агента (agent harness) и почему она нужна поддержке в WhatsApp
Большая часть ИИ в клиентских сообщениях — это один вопрос и один ответ. Agent harness превращает языковую модель в нечто, способное вести обращение: планировать, использовать инструменты, проверять свою работу и помнить. Вот что это значит, какие harness существуют сегодня и как запустить его в MonoChat уже сейчас.
Или начните с кредитом 150 $ — этого достаточно для первого месяца Growth
Опубликовано:
За последний год разговор об ИИ незаметно сместился от моделей к тому, что их окружает. Одна и та же модель может быть чат-ботом, отвечающим на одно сообщение, или агентом, который решает проблему с доставкой в трёх системах за два дня. Разница не в модели. Она в harness.
В этой статье идея объясняется простыми словами, сравниваются harness, которые можно использовать сегодня, и показывается, как MonoChat теперь позволяет компаниям запускать его в WhatsApp, Instagram, веб-чате и во всех остальных каналах их входящих.
Что такое agent harness?
Agent harness — это программный слой вокруг большой языковой модели, который позволяет ей действовать, а не только отвечать. Модель рассуждает и решает, что делать дальше. Harness выполняет это решение, возвращает результат модели и повторяет цикл, пока работа не будет выполнена. Коротко: агент = модель + harness.
Термин получил широкое распространение, когда команды заметили, что надёжностью агентов для программирования, таких как Claude Code и Codex, они обязаны не только самой модели, но и этому окружающему слою. Сегодня Anthropic, OpenAI, Google и Microsoft выпускают свои среды как продукты, на которых могут строить разработчики.
Из чего состоит harness
- Цикл: Рассуждать, действовать, наблюдать, повторять. Harness продолжает работу, пока задача не выполнена или не нужен человек.
- Инструменты: Функции, которые может вызывать модель: проверить заказ, найти бронирование, оформить возврат, выполнить поиск по базе знаний. Часто подключаются через MCP.
- Память и состояние: Что происходило раньше в этом деле, что предпочитает клиент и что уже пробовали, — сохраняется между сообщениями и сессиями.
- Управление контекстом: Решение о том, что модель видит на каждом шаге, и сжатие длинных историй, чтобы важные части оставались на виду.
- Ограничения и подтверждения: Права доступа, политики и контрольные точки с участием человека для действий, которые стоят денег или необратимы.
- Песочница и файлы: Изолированное пространство, в котором агент может запускать код, готовить документ или рассчитывать предложение, не затрагивая рабочие системы.
- Трассировка и оценка: Журнал каждого шага и вызова инструмента, чтобы команды могли видеть, почему агент поступил так, и измерять результат на множестве запусков.
Инференс и harness: в чём разница?
Инференс — это один вызов модели: вы отправляете промпт, модель возвращает текст, и обмен закончен. Он быстрый, дешёвый и предсказуемый и идеально подходит для многих задач, например классификации сообщения, составления черновика ответа или резюмирования диалога.
Harness запускает множество вызовов инференса в цикле и добавляет всё вокруг них: инструменты, память, проверки и ограничения. Он медленнее и тратит больше токенов на задачу, но может выполнять работу, требующую нескольких шагов, внешних данных или решения по ходу дела.
| ИИ-инференс | Agent harness | |
|---|---|---|
| Что это | Один запрос к модели, один ответ | Цикл вокруг модели, которая планирует, действует и проверяет |
| Шагов на задачу | Один | Сколько нужно задаче, в пределах заданных вами ограничений |
| Инструменты и системы | Необязательны, обычно один вызов функции | Много инструментов, вызываемых и связываемых по мере необходимости |
| Память | Только то, что есть в промпте | История дела и состояние сохраняются между шагами и сессиями |
| Если что-то идёт не так | Возвращает то, что получилось | Замечает ошибку, повторяет попытку или обращается к человеку |
| Лучше всего подходит для | Классификации, составления черновиков, резюмирования, одиночных ответов | Решения дел, многошаговых запросов, последующих контактов в течение нескольких дней |
| Стоимость и скорость | Самая низкая стоимость, почти мгновенно | Больше токенов, от секунд до минут на задачу |
На практике хорошие команды используют оба подхода: инференс — для быстрых, чётко определённых шагов, а harness — там, где работа действительно требует нескольких шагов.
Что harness меняет в поддержке клиентов в WhatsApp
В общении с клиентами разница между «ответить» и «решить вопрос» заметна сильнее всего. Клиент пишет «мой заказ не пришёл» и ждёт, что вопрос решат, а не объяснят.
Дела решаются, а не просто получают ответ
Агент может найти заказ, проверить перевозчика, увидеть, что посылка застряла, открыть претензию и предложить замену в том же диалоге.
Он проверяет, прежде чем обещать
Наличие, цены, свободные слоты для записи и политики проверяются в ваших системах в момент ответа, а не угадываются по обучающим данным.
Он помнит дело
Если клиент вернётся завтра, агент знает, что уже было сделано и что обещано, даже после закрытия 24-часового окна WhatsApp.
Он продолжает работу со временем
Длительные задачи, такие как ожидание возврата средств или поступления детали, могут продолжаться, а агент напишет клиенту, когда что-то изменится, используя одобренные шаблоны там, где этого требует WhatsApp.
Люди сохраняют контроль
Возвраты выше лимита, отмены и всё чувствительное ждут подтверждения сотрудника, а передача оператору сохраняет всю историю.
Каждый шаг виден
Вызовы инструментов и решения записываются в журнал, поэтому руководители могут посмотреть, почему агент так поступил, и улучшить инструкции.
Пример: возврат в WhatsApp
- Клиент отправляет фото повреждённого товара и просит оформить возврат.
- Агент находит заказ, проверяет, что срок возврата не истёк, и анализирует фото.
- Он создаёт возврат в вашей системе электронной коммерции и заказывает забор курьером на следующий день.
- Сумма возврата выше автоматического лимита, поэтому он просит сотрудника подтвердить её во входящих.
- После подтверждения он сообщает клиенту, а через два дня, когда курьер отсканирует посылку, отправляет подтверждение возврата средств.
Только с инференсом это чат-бот, который объясняет политику возврата. С harness — это сам возврат.
Среды выполнения агентов, которые можно использовать сегодня
Сегодня несколько компаний и проектов с открытым исходным кодом предлагают harness, на котором можно строить свои решения. Они различаются тем, кто их размещает, какие модели запускают и сколько возможностей включено из коробки.
| Harness | Автор | Размещение и лицензия | Модели | Особенности |
|---|---|---|---|---|
| Claude Agent SDK | Anthropic | Библиотека (Python, TypeScript) | Claude | Harness, на котором работает Claude Code: инструменты, MCP, субагенты, навыки, сжатие контекста, права доступа |
| Claude Managed Agents | Anthropic | Размещённый API (публичная бета с апреля 2026) | Claude | Anthropic запускает цикл: изолированное выполнение, длительные сессии, работа нескольких агентов, трассировка |
| OpenAI Agents SDK | OpenAI | Открытый исходный код, MIT (сначала Python) | Модели OpenAI, другие через адаптеры | Песочницы от нескольких провайдеров, память, MCP, навыки, AGENTS.md, возобновляемые запуски |
| Codex | OpenAI | CLI с открытым исходным кодом (Apache 2.0) плюс облако | Модели OpenAI | Harness для агента программирования с SDK для запуска из ваших собственных сервисов |
| Agent Development Kit (ADK) | Открытый исходный код, Apache 2.0 (Python, Java, Go, TypeScript) | По умолчанию Gemini, не привязан к модели | Деревья из нескольких агентов, MCP, протокол Agent2Agent (A2A), встроенная оценка | |
| Agent Framework | Microsoft | Открытый исходный код, MIT (Python, .NET) | Azure OpenAI, OpenAI, Anthropic и другие | Harness стабилен с июля 2026: цикл инструментов, история, сжатие, навыки, подтверждения, OpenTelemetry |
| Deep Agents | LangChain | Открытый исходный код, MIT | Не привязан к модели | Планирование, субагенты, файловая система и инженерия контекста на LangGraph |
| Pi | Earendil Works | Открытый исходный код, MIT | Любой провайдер, используйте свой ключ | Намеренно минимальное ядро (чтение, запись, редактирование, оболочка), расширяемое общими навыками |
| Mastra | Mastra | Открытый исходный код (TypeScript) | Не привязан к модели | Агенты с постоянными потоками, подтверждением инструментов и локальной студией |
| OpenCode | OpenCode | Открытый исходный код, MIT | Не привязан к модели | Планирование и создание агентов, SDK, терминал и десктоп |
Подробности быстро меняются; актуальное состояние смотрите в документации каждого проекта. Названия продуктов и логотипы принадлежат их владельцам.
Среды, сравниваемые в этой статье
А как же собственный Business Agent от Meta?
В 2026 году Meta запустила Meta Business Agent — собственного ИИ-агента для WhatsApp, Instagram и Messenger. По сути, это harness, который Meta создаёт и запускает: он отвечает на основе вашего контента, обращается к подключённым системам и передаёт диалог вашей команде.
Это хороший вариант для многих малых предприятий. Но это и закрытая система: вы не можете выбрать модель, данные диалогов остаются в Meta, некоторые отрасли, такие как финансы и здравоохранение, исключены, а с августа 2026 года тарификация идёт за токены, по оценке самой Meta — примерно 4–5 центов США за сообщение.
Сравнение подходов
| Встроенный ИИ-агент платформы обмена сообщениями | Meta Business Agent | Agent Harness в MonoChat | |
|---|---|---|---|
| Выбор модели | Обычно фиксирована или короткий список | Нет | Да, любая подключённая вами модель |
| Подключение собственного harness | Нет | Нет | Да: Claude Agent SDK, OpenAI Agents SDK, Pi, облачные агенты Claude и OpenAI либо ваш собственный (ADK, LangGraph и другие через собственный эндпоинт) |
| Размещённый вариант без кода | Да | Да | Да |
| Ваши собственные инструменты и API | Ограниченные интеграции | Коннекторы | ИИ-инструменты функций, MCP, база знаний и пользовательские функции |
| Внутри ваших сценариев и приложений | Отдельный конструктор ботов | Отдельно от ваших сценариев | Узел «ИИ-агент» в сценариях и API запуска агентов рядом с вызовом ИИ-моделей |
| Передача вашей команде | Да | Да, с управлением потоком | Общие входящие с полной историей и подтверждениями |
| Где хранятся данные | Платформа поставщика | Meta | MonoChat и выбранные вами провайдеры |
На основе публичной информации о продуктах за октябрь 2026 года. Большинство изученных нами платформ обмена сообщениями предлагают встроенного ИИ-агента; мы не нашли ни одной, которая позволяла бы компании запускать размещённый harness или подключать собственный harness в тех же входящих и сценариях.
Agent harness в MonoChat, уже доступны
MonoChat уже позволяет выбрать вашу языковую модель и векторную базу данных: используйте наши или подключите свои. Теперь harness работают так же.
Рядом с ИИ-вызовом моделей, которым вы пользуетесь сегодня, в MonoChat теперь есть ИИ Harness: определение сервиса, которое вы добавляете один раз и используете из узла «ИИ-агент» в любом сценарии или из API запуска агентов. Поместите узел в сценарий, и диалог будет передан агенту, который умеет планировать, использовать ваши инструменты и передавать диалог вашей команде.
- Используйте встроенный harness MonoChat без кода, на уже имеющихся у вас ИИ-моделях MonoChat
- Или выберите Claude Agent SDK, OpenAI Agents SDK или Pi, которые MonoChat запускает на ваших ИИ-моделях без дополнительной настройки
- Используйте облачного агента: OpenAI Agents API или Claude Managed Agents, с вашим собственным ключом OpenAI или Anthropic
- Или подключите свой harness, построенный на Google ADK, Microsoft Agent Framework, Deep Agents, LangGraph, CrewAI или вашем коде, с помощью URL эндпоинта и общего секрета
- Дайте ему свои инструменты: ИИ-инструменты функций, серверы MCP, базу знаний и пользовательские функции
- Запускайте его в сценариях в WhatsApp, Instagram, Messenger, Telegram, TikTok, веб-чате, SMS и голосовом канале
- Выберите основную, резервную и быструю модели, задайте бюджет на запуск и передавайте диалог своей команде в общих входящих с полной историей
- Комбинируйте с инференсом: быстрые шаги — одним вызовом, сложные дела — через harness
Когда использовать инференс, а когда harness
- Используйте инференс для одношаговых задач: присвоение тегов, распределение, перевод, черновик ответа, резюме диалога.
- Используйте harness, когда запрос клиента требует нескольких шагов, данных из ваших систем или решения по ходу дела.
- Начните с малого: дайте harness два-три инструмента и правило подтверждения, измерьте результат, затем расширяйте то, что ему разрешено.
Теперь доступно в MonoChat
Agent Harness теперь доступен в MonoChat. Создайте бесплатный аккаунт, подключите каналы, добавьте ИИ Harness и поместите узел «ИИ-агент» в сценарий, чтобы запустить своего первого агента.
Все провайдеры harness, роли моделей и частые вопросы смотрите на странице Agent Harness
Запустите agent harness в WhatsApp
Источники и дополнительное чтение
- Databricks: What is an AI agent harness?
- Anthropic: Claude Agent SDK overview
- Anthropic: Claude Managed Agents overview
- OpenAI: The next evolution of the Agents SDK
- Google: Agent Development Kit
- Microsoft: Agent Framework documentation
- LangChain: Deep Agents
- WhatsApp Business: Introducing Meta Business Agent
- Meta: WhatsApp Business Platform pricing