Проектирование обвязки для кодинговых агентов: что даёт обвязка

В очередном эпизоде из серии об обвязках агентов Research Insights Made Simple поговорим про опубликованное в сентябре 2026 года исследование "An Empirical Study of Harness Design for Coding Agents" (https://arxiv.org/abs/2609.20804v1). Авторы фиксируют цикл агента и меняют три компонента: планирование, инструменты и управление контекстом. Они сравнивают 176 экспериментальных настроек на четырёх моделях и двух наборах задач — SWE-bench Verified и Terminal-Bench 2.1.

Обсудим

• Когда управление контекстом спасает задачу от переполнения окна.
• Почему сокращение старых ответов инструментов перед пересказом может снизить стоимость.
• Как план помогает слабой модели продолжать работу, а сильной — вовремя остановиться.
• Когда нужны готовые инструменты, а когда достаточно bash.
• Как по траектории агента найти причину сбоя и проверить пользу изменения на своих задачах.

Выводы относятся к моделям, задачам и реализациям из исследования. Разберём, что стоит проверить перед переносом этих результатов в собственную систему.

Все выпуски Research Insights Made Simple: https://polomodov.tech/research-insights