![](data:image/svg+xml;utf8,<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 24 24" fill="none" stroke="%23D95C41" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round"><line x1="12.1" y1="11.9" x2="18.9" y2="8.2" /><line x1="12.1" y1="12.1" x2="20.3" y2="12.9" /><line x1="12.2" y1="12.4" x2="16.6" y2="19.1" /><line x1="11.8" y1="12.4" x2="7.3" y2="19.2" /><line x1="11.9" y1="12.1" x2="3.7" y2="13.3" /><line x1="11.8" y1="11.7" x2="7.8" y2="4.4" /></svg>)
Добро пожаловать в Learn Harness Engineering
Learn Harness Engineering — курс, посвящённый инженерии AI-агентов для кодинга. Мы глубоко изучили и обобщили самые передовые теории и практики Harness Engineering в индустрии. Наши основные источники:
- OpenAI: Harness engineering: leveraging Codex in an agent-first world
- Anthropic: Effective harnesses for long-running agents
- Anthropic: Harness design for long-running application development
- Awesome Harness Engineering
Через системный дизайн окружения, управление состоянием, верификацию и контроль курс учит, как сделать агентские инструменты вроде Codex и Claude Code по-настоящему надёжными. Он помогает строить фичи, чинить баги и автоматизировать задачи разработки, ограничивая AI-ассистента явными правилами и границами.
С чего начать
Выберите свой путь обучения. Курс разделён на теоретические лекции, практические проекты и готовую к копированию библиотеку материалов.
Лекции
Поймите, почему сильные модели всё равно ошибаются, и изучите теорию эффективных harness.
Проекты
Практическое построение надёжной агентской среды с нуля.
Библиотека материалов
Готовые шаблоны (AGENTS.md, feature_list.json) для использования в своих репозиториях.
Основной механизм harness
Harness не «делает модель умнее» — он создаёт для неё замкнутую рабочую систему. Основной поток работы можно понять по этой простой диаграмме:
Что вы узнаете
Ключевые концепции, которыми вы овладеете:
- Ограничивать поведение агента явными правилами и границами.
- Сохранять контекст в длительных задачах между сессиями.
- Не давать агенту объявлять успех слишком рано.
- Верифицировать работу через сквозные тесты и саморефлексию.
- Делать runtime наблюдаемым и отлаживаемым.
Дальнейшие шаги
Когда вы поймёте основы, эти материалы помогут углубиться:
- Лекция 01: Почему сильные агенты всё равно ошибаются: начните с теории harness engineering.
- Проект 01: Базовый vs минимальный harness: пройдите первое реальное задание.
- Шаблоны: возьмите минимальный набор (AGENTS.md, feature_list.json, claude-progress.md) для своих проектов.