Ваш агент не сломан — сломано то, что вокруг него
Одна и та же модель в одном репозитории работает как надёжный senior-разработчик, а в другом — путается, теряет контекст между сессиями и рапортует о готовности фичи, которая не работает. Многие в этот момент бегут обновлять модель на более новую. И это почти всегда не помогает: та же модель на хорошо устроенном проекте справляется отлично. Значит, дело не в способностях агента, а в том, что его окружает. Именно это окружение и называется харнес.
Харнес — это буквально «упряжь»: всё, что находится за пределами весов модели и определяет, какая часть её способностей реально проявится в вашем проекте. Правило простое: если это не вес+а модели — значит, это харнес. Сюда входят файлы инструкций вроде AGENTS.md и CLAUDE.md, доступные агенту инструменты — shell, тесты, линтер, MCP-коннекторы, среда исполнения с её версиями и контэйнерами, управление состоянием через файлы прогресса и git-чекпоинты, и петли обратной связи — команды верификации и E ту E-тесты.
Есть метафора, которая хорошо описывает суть курса: модель — это лошадь, и чем она породистее, тем выше её потенциал. Харнес — это сбруя: узда, поводья, стремена. Дело не в том, что породистая лошадь без сбруи никуда не уедет — она как раз может нестись во весь опор. Проблема в другом: без сбруи наездник не может ей управлять. Лошадь не слушается повода, не реагирует на команды, скачет туда, куда хочет сама, а не туда, куда нужно. Именно поэтому в этом курсе мы почти не будем говорить о том, как выбрать более породистую модель, а будем говорить о том, как построить для неё сбрую, которая делает её управляемой.
Первое диагностическое правило курса звучит просто: когда агент сломался, сначала проверяйте харнес, и только потом — модель. Если та же самая модель успешно решает похожие задачи в хорошо структурированных репозиториях, проблема почти наверняка в вашей среде, а не в её способностях. Замена модели — самый дорогой и самый непредсказуемый ремонт, потому что вы меняете сразу всё и не знаете, что именно сработало. Диагностика харнеса дешевле, быстрее и почти всегда точнее указывает на причину.
Если вы уже пользуетесь AI-агентом для кодинга — Claude Code, OpenAI Codex, Cursor или похожим — и получаете нестабильный результат, этот курс написан для вас. Для тех, кто хочет, чтобы агент работал часами и целыми сессиями, а не десять минут под присмотром. Для тех, кто строит внутренний инструмент или платформу вокруг агентов, и для тех, кто отвечает за то, чтобы код, написанный агентом, можно было мержить без страха. Если коротко: курс для тех, кто хочет перейти от «пишу промпты» к «проектирую систему, которая пишет промпты».
Обычно курс — это конспект, который через месяц пылится на диске. Здесь по-другому: весь курс строится вокруг одного проекта — воображаемого платёжного бэкенда на FastAPI, — и каждая лекция добавляет в него один настоящий файл: AGENTS.md, feature_list.json, verify.sh, program.md и так далее. К последней лекции у вас не абстрактный список идей, а рабочий репозиторий с харнесом целиком — и тот же самый каркас можно один в один перенести на ваш собственный проект уже на следующий день.
Маршрут курса — это не список тем, а история одного и того же агента, которому по ходу становится всё лучше. Сначала — теория: почему агент ошибается и на каком именно слое. Дальше харнес разбирается по кускам: инструкции, которые агент реально читает, память между сессиями, честная верификация, а под конец — автономные циклы и графы ролей. Каждая лекция начинается с реального симптома вроде «агент написал готово, а фича не работает», а не с абзаца определения. И всё это — на одном и том же растущем репозитории, так что к финалу харнес собирается целиком, а не остаётся набором разрозненных приёмов.
Последняя лекция курса не добавляет ни одной новой концепции — она собирает всё пройденное в единую систему на одном сквозном проекте: платёжном бэкенде на FastAPI. Здесь харнес выстраивается целиком, от первого AGENTS.md в корне репозитория до автономного графа ролей в конце, — и вы своими глазами увидите, как меняются метрики агента: было хаотично и ненадёжно, стало предсказуемо и проверяемо. Тот же каркас после этого можно перенести на ваш собственный рабочий проект.
Смотрите не на список тем, а на результат. После первых лекций вы будете чётко отличать: сломан харнес или агенту действительно не хватает возможностей модели. Дальше — напишете AGENTS.md, которому агент подчиняется целиком, а не только первым пяти строкам, поставите гейт, который не даёт агенту самому объявить задачу готовой, и в какой-то момент сможете отпустить его работать часами без присмотра на каждом шаге — потому что харнес сам ловит его ошибки, а не вы.
Прежде чем переходить к конкретным приёмам, нужно ответить на один вопрос, из которого вырастает весь курс: агент прав в девяноста пяти случаях из ста на каждом шаге — как он умудряется проваливать задачу целиком уже на десятом шаге? Без ответа на это все приёмы харнеса — просто случайный набор чек-листов без объяснения, почему они вообще работают. Именно с этого вопроса и начинается следующая лекция — не с абзаца определений, а с математики одного конкретного провала.