Поиск по Практикуму

От двух букв · ↑↓ выбрать · Enter открыть · Esc закрыть

Введите минимум две буквы.

Examples by Level: от проекта до агентного харнесса

Практикум к главе 6 «Человек как система». Версия: 2026-06-11. Примеры ниже не являются рекомендацией сервисов. Это карта уровней: как простая обвязка постепенно становится агентным харнессом.

Главное правило

Харнесс начинается не там, где появился модный инструмент, а там, где у ИИ есть рабочее место:

  1. цель;
  2. контекст;
  3. правила;
  4. инструменты;
  5. память;
  6. проверка;
  7. границы доступа;
  8. повторяемые навыки (skills).

Если этих элементов нет, это просто чат с моделью.

Уровень 0. Пустой чат

Что это: открыть модель и спросить с нуля.

Когда нормально: разовая идея, быстрый черновик, разговор без риска.

Где ломается: модель не знает ваших целей, прошлых решений, ограничений, стиля и верификационной точки.

Признак: вы каждый раз пишете длинное вступление: кто вы, что делаете, какие правила важны.

Уровень 1. Project workspace

Примеры класса: ChatGPT Projects, Claude Projects.

Что добавляется: отдельное пространство под долгую тему. Там лежат файлы, чаты, инструкции и контекст проекта. Это самый простой массовый вход в харнесс.

Хороший пример: проект «Поиск работы»: резюме, банк историй, список вакансий, критерии компаний, инструкции по тону, журнал откликов.

Что уже похоже на харнесс:

  • контекст не теряется между чатами;
  • инструкции живут внутри проекта;
  • можно возвращаться к долгой задаче без полного пересказа;
  • проект можно держать отдельно от остальных тем.

Граница: Project не заменяет проверку. Он хранит контекст, но не отвечает за правильность решения.

Уровень 2. Личная база плюс модель

Примеры класса: Obsidian, Notion, NotebookLM, локальная папка с Markdown, личная база документов плюс чат.

Что добавляется: знания живут не только внутри одного продукта. Вы контролируете корпус материалов: заметки, решения, шаблоны, кейсы, источники.

Хороший пример: аналитик держит словарь метрик, решения прошлых встреч, частые ошибки в данных и шаблоны проверки. Когда приходит новая задача, он даёт модели не всё подряд, а правильный кусок контекста.

Что уже похоже на харнесс:

  • знания можно переиспользовать в разных инструментах;
  • контекст можно быстро собрать и передать модели;
  • снижается зависимость от одного чата или одной платформы.

Граница: база знаний без Task-to-Outcome Map превращается в архив. Нужен вопрос: для какого результата это хранится?

Уровень 3. Custom assistant или GPT/Project с правилами

Примеры класса: собственный GPT, Claude Project с инструкциями, ассистент для роли, набор сохранённых инструкций и файлов.

Что добавляется: модель получает роль, правила и повторяемый способ работы.

Хороший пример: «ассистент по коммерческим предложениям»: знает голос бренда, ограничения обещаний, типовые возражения, формат письма, список фактов, которые нельзя придумывать.

Что уже похоже на харнесс:

  • есть правила;
  • есть контекст;
  • есть формат результата;
  • появляется первая версия skills: повторяемые инструкции для частых задач.

Граница: ассистент без проверки легко становится фабрикой уверенных, но неверных текстов.

Уровень 4. Skill как повторяемая способность

Примеры класса: Agent Skills в Claude/Codex, локальный SKILL.md, шаблон процедуры, команда в рабочем репозитории.

Что добавляется: удачный способ работы больше не живёт в памяти человека. Он упакован как навык системы.

Хороший skill содержит:

  1. когда его использовать;
  2. какие входные данные нужны;
  3. какие шаги выполнить;
  4. что проверить;
  5. где остановиться и спросить человека;
  6. как выглядит готовый результат.

Примеры skills:

  • «проверить договор по нашей матрице риска»;
  • «собрать executive summary встречи»;
  • «подготовить weekly review по личным целям»;
  • «сделать черновик README по структуре проекта»;
  • «подготовить вопросы к врачу по собранным данным без диагноза».

Граница: skill сильнее промпта, но опаснее при плохих правилах. Ошибка тоже становится повторяемой.

Уровень 5. Агент в мессенджере или dashboard

Примеры класса: Hermes, OpenClaw-агент, локальный ассистент в Telegram, внутренний dashboard.

Что добавляется: агент живёт не только в чате модели, а в привычной рабочей среде. Он может получать события, напоминать, собирать данные, готовить действия, возвращать результат человеку.

Хороший пример: личный помощник в Telegram:

  • утром собирает приоритеты;
  • вечером просит короткий итог дня;
  • раз в неделю показывает повторяющиеся задачи;
  • предлагает один skill, который стоит улучшить;
  • не пишет людям и не трогает деньги без подтверждения.

Что уже похоже на харнесс:

  • есть среда;
  • есть регулярный цикл;
  • есть память;
  • появляются логи;
  • можно дать инструменты;
  • можно встроить approvals.

Граница: здесь нужна песочница. Агент с доступом к почте, файлам, SSH, CRM или платежам без подтверждений и логов является риском, а не усилением.

Уровень 6. Каталог агентов и шаблонов

Примеры класса: OpenClaw SOUL.md templates, каталоги агентных ролей, внутренние банки ассистентов.

Что добавляется: роли и skills становятся не личными заметками, а переиспользуемыми шаблонами. Можно взять основу агента под маркетинг, разработку, финансы, HR, поддержку, обучение и адаптировать под свои границы.

Что полезно: быстро увидеть, какие элементы нужны роли: цель, данные, инструменты, политика безопасности, память, формат результата.

Что опасно: копировать чужого агента без понимания контекста. Шаблон не знает ваших клиентов, ваших рисков и ваших запретов.

Мини-лестница выбора

Если у вас сейчас Следующий честный шаг
Пустой чат Создать один Project под долгую задачу
Project без порядка Добавить инструкции, файлы и критерий готово
Много заметок Сделать папку контекста под 3 регулярные задачи
Повторяющаяся задача Упаковать один skill
Агент с доступами Добавить песочницу, approvals и логи
Много шаблонов агентов Оставить только те, у которых есть outcome

Источники и проверки

Examples by Level: от проекта до агентного харнесса