Ты наверняка помнишь эйфорию первых месяцев после выхода ChatGPT: сотни разработчиков бросились упаковывать вызовы чужого API в аккуратные веб-интерфейсы. Казалось, наступила золотая эра стартапов-однодневок. Схема была до смешного проста: берёшь пользовательский запрос, дописываешь пару строчек в системный промпт, отправляешь в GPT-3.5 или Claude 2 и отдаёшь полученный текст обратно в браузер. Но эйфория разбилась о суровую экономическую реальность. Как только базовые модели научились решать эти задачи прямо из коробки, тысячи таких обёрток мгновенно обесценились. Бизнес без собственного технологического фундамента испарялся за секунды.
Сегодня правила игры кардинально изменились. Если ты хочешь построить устойчивый продукт с годовой выручкой в сотни миллионов долларов, одного доступа к флагманской нейросети категорически недостаточно. Центр инженерной тяжести окончательно сместился в сторону концепции, которую в индустрии называют Agent Harness — специализированный исполнительный каркас.
Нагляднейший пример этой трансформации показал Джон Норонья, сооснователь и директор по продукту платформы Gamma. Ребята начинали в 2020 году как гибкий сервис для создания интерактивных веб-документов и презентаций. Когда в 2023 году они подключили первые генеративные функции, проект показал взрывной рост, но инженеры вовремя осознали тупиковость наивных цепочек. За последние два года они полностью перестроили архитектуру с нуля, превратив продукт в слаженный оркестр моделей с годовой регулярной выручкой свыше 100 млн долларов. Давай вместе разберём этот механизм до последнего винтика и выясним, как устроена упряжь для агентов под капотом.
От наивных оберток к системным каркасам: почему одиночные API больше не строят бизнес
Давай начистоту: базовая языковая модель — это всего лишь вероятностный генератор текста. Это великолепный, гибкий, но совершенно изолированный «мозг в колбе». Сама по себе нейросеть не способна выйти в файловую систему, не умеет запустить компилятор, не видит артефакты своего труда и не чувствует визуальной эстетики. Чтобы превратить этот вероятностный поток в предсказуемый коммерческий продукт, вокруг модели необходимо выстроить жесткий инженерный скелет.
В инженерном мире это впервые продемонстрировал Claude Code от Anthropic: терминальный агент стал по-настоящему полезен не потому, что в модель заложили знание всех языков мира, а благодаря обвязке. Агент получил доступ к репозиторию, научился запускать линтеры, парсить вывод тестов и сам откатывать битые коммиты. В наших предыдущих материалах мы уже подробно разбирали архитектуру системной обвязки и то, почему голая нейросеть в корпоративном проде мгновенно упирается в глухую стену сбоев.
Но если в программировании качество кода проверяется математически строго — компилятор либо собирает бинарник, либо вываливает ошибку синтаксиса, — то в творческих и прикладных задачах всё устроено на порядок сложнее. Как программно измерить, хороша ли получившаяся презентация? Достаточно ли гармонично подобраны цвета? Не выглядит ли вёрстка перегруженной и безвкусной? Здесь детерминированные проверки бессильны. Именно поэтому Agent Harness в продуктовой разработке включает в себя не просто набор вызовов функций, а целую экосистему из изолированных песочниц, визуальных валидаторов, эвристик вкуса и механизмов обратной связи.
Опыт Gamma доказывает: твой защитный ров (moat) как разработчика создаётся не весами модели, которые можно арендовать у любого облачного провайдера, а той самой сложной инфраструктурой координации, которую практически невозможно скопировать за пару выходных.
Анатомия конвейера Gamma: как 20 моделей и 200 вызовов превращают черновик в документ
Чтобы оценить масштаб происходящего, давай проследим путь одного типичного запроса в Gamma. Представь: пользователь заходит в систему и вставляет в окно ввода сырой массив заметок после двухчасового совещания, обрывки тезисов и ссылку на таблицу с финансовыми показателями. Задача — сформировать презентацию на 20 слайдов для совета директоров.
В наивной обёртке этот текст целиком улетел бы в одну LLM с мольбой: «Сделай красиво». Результатом стала бы унылая стена текста, разбитая на случайные абзацы. В Gamma вместо этого запускается многослойный конвейер:
- Инициализация контекста и сбор предпочтений (Context Ingestion & Discovery) Система не начинает рисовать слайды сразу. Первым делом в изолированной облачной песочнице запускается компактный агент-интервьюер. Он анализирует сырой ввод на предмет логических пробелов и задает пользователю буквально 2–3 прицельных вопроса: кто целевая аудитория документа, какой тон уместен (агрессивный питч или сдержанный отчёт) и насколько глубоко раскрывать цифры. Если у пользователя подключены корпоративные интеграции с Notion, Slack или Linear, harness параллельно подтягивает релевантные контекстные документы по названию проекта.
- Смысловое проектирование и логическая арка (Narrative Outlining) Когда рамки заданы, эстафету принимает флагманская модель рассуждений (reasoning model). Её задача — полностью абстрагироваться от дизайна и сосредоточиться на драматургии изложения. Она выстраивает логическую арку документа: введение проблемы, доказательная база, сравнительный анализ альтернатив, финансовые проекции и финальный призыв к действию. На выходе получается строгий структурированный JSON-манифест, где каждый слайд имеет чёткий функциональный тип и набор ключевых тезисов.
- Селекция визуального стиля и компоновка (Template & Style Routing) Дальше включается векторный маршрутизатор. Он берёт семантический вектор контента и сопоставляет его с обширной библиотекой дизайнерских тем и сеток. Если система видит преобладание финансовых метрик, она автоматически выбирает строгую шрифтовую пару и контрастную табличную компоновку. Если перед нами креативный манифест — подбирается динамичная сетка с крупными визуальными акцентами. На этом этапе подключаются мультимодальные модели, которые сверяют сочетаемость цветовых палитр с корпоративным брендбуком заказчика.
- Параллельная многопоточная генерация компонентов (Component Orchestration) После утверждения каркаса harness взрывается параллельными потоками. Задача дробится на десятки независимых подзадач, распределяемых по специализированным раннерам:
- Легковесные быстрые микромодели полируют заголовки, превращая скучные предложения в ёмкие тезисы;
- Специализированные раннеры структурированных данных трансформируют плоские таблицы в интерактивные круговые диаграммы, временные шкалы и воронки;
- Около десяти независимых диффузионных сетей и генераторов изображений параллельно создают визуальный ряд: одна модель рендерит строгие векторные пиктограммы, вторая собирает изометрическую 3D-иллюстрацию продукта, третья генерирует фактурную текстурную подложку.
В общей сложности на создание одного документа система привлекает около 20 различных моделей и совершает до 200 межсервисных вызовов API. Но самое интересное начинается после того, как все компоненты собраны воедино.
Визуальный рентген и самоисправление: почему безголовый браузер стал главным критиком
В традиционных генераторах финальная вёрстка отдаётся пользователю как есть — с надеждой, что алгоритм не ошибся с координатами блоков. В Gamma инженеры пошли принципиально иным путём, внедрив замкнутый цикл визуального аудита (Visual QA Loop).
Как только слайд сверстан в коде, harness не спешит отдавать его на экран пользователя. Вместо этого страница мгновенно рендерится в изолированном «безголовом» браузере (headless Chromium) в высоком разрешении. Полученный снимок экрана отправляется на вход специализированной мультимодальной модели компьютерного зрения, натасканной на правила визуальной эстетики и типографики.
Модель зрения проводит беспристрастную ревизию артефакта:
- Проверяет контрастность текста: не сливается ли серый шрифт с темным участком сгенерированного фонового изображения;
- Ищет геометрические наложения: не налезла ли плашка с цифрой на заголовок следующей колонки;
- Анализирует кадрирование иллюстраций: не обрезала ли сетка голову человеку на фотографии или ключевой маркер на инфографике;
- Оценивает «воздушный баланс»: нет ли на слайде слепых пустых зон («воздушных ям») или, наоборот, удушающей плотности элементов.
Если модель зрения находит дефект, она не просто сообщает об ошибке, а возвращает в harness структурированный список правок с точными координатами проблемного блока. Каркас автоматически формирует корректирующий промпт для раннера вёрстки: «Уменьши кегль подзаголовка на 2 пункта, добавь отступ снизу в 16 пикселей и смести акцентное изображение вправо».
Процесс повторяется 2–3 раза за считанные секунды, пока верстка не пройдет порог качества. Именно этот замкнутый цикл превращает сырой генеративный черновик в выверенный дизайнерский продукт, который не стыдно показать совету директоров.
Феномен «AI smell» и дилемма синтетических бенчмарков: когда вкус важнее баллов в MMLU
Каждый, кто хоть немного работал с нейросетями, мгновенно распознает так называемый «AI smell» («запах искусственного интеллекта»). Это специфический набор штампов и клише, который безошибочно выдает машинную генерацию и вызывает у взыскательного человека стойкое чувство фальши.
В текстах это навязчивые канцелярские конструкции: «в стремительно меняющемся мире», «является краеугольным камнем», «погрузимся в синергию инноваций». В графике — светящиеся сине-фиолетовые мозги, парящие полупрозрачные кубы из матового стекла, космические шестерёнки и одинаковые безликие 3D-человечки. В дизайне презентаций — бесконечное, усыпляющее повторение одного и того же шаблона: три одинаковые карточки с круглыми иконками на каждом слайде подряд.
Трагедия в том, что академические синтетические тесты — MMLU, GSM8K или HumanEval — абсолютно слепы к феномену AI smell. Модель может занять верхнюю строчку мирового рейтинга по математическим рассуждениям, но в реальном продукте выдавать удручающе безвкусные, картонные слайды.
Джон Норонья прямо подчеркивает: в прикладных креативных продуктах человеческий вкус (taste) важнее абстрактных баллов бенчмарков. В архитектуре Gamma вкус закладывается непосредственно на уровне harness через систему жестких эвристик:
- Во-первых, действуют бескомпромиссные негативные фильтры: списки запрещенных стоп-слов, стоковых метафор и клишированных фраз вычищают мусор на этапе планирования;
- Во-вторых, алгоритм принудительно варьирует плотность информации. Хорошая презентация похожа на музыкальное произведение: после сложного слайда с тремя графиками обязан следовать лаконичный слайд-пауза с одной мощной цитатой крупным шрифтом;
- В-третьих, команда Gamma использует калибровку на реальном человеческом дизайне. Профессиональные арт-директоры вручную разметили сотни тысяч вариантов вёрстки, научив валидаторы отличать стильный минимализм от примитивной пустоты.
Целевой метрикой для инженеров становится не абстрактная точность предсказания следующего токена, а реальное действие пользователя: нажал ли он кнопку «Экспорт в PDF» сразу или провел следующие полчаса, вручную перетаскивая блоки и переписывая сгенерированные тексты.
Парадокс Fast Mode: почему пользователи не верят мгновенным генерациям и зачем нужно «полезное трение»
В продуктовой разработке существует незыблемый догмат: чем быстрее работает интерфейс, тем выше удовлетворенность пользователей. Казалось бы, в мире генеративного ИИ эта логика должна работать с удвоенной силой.
Инженеры Gamma решили довести скорость до абсолюта. Они провели фундаментальную оптимизацию инфраструктуры, внедрили спекулятивный параллелизм, оптимизировали кэширование и запустили эксперимент «Fast Mode». Если раньше стандартный цикл генерации занимал около 50–60 секунд, то в Fast Mode готовая 20-слайдовая презентация со всеми диаграммами и картинками появлялась на экране всего за 15 секунд.
Команда ждала триумфа и взрывного роста конверсий. Но когда они открыли аналитику A/B-теста, то испытали настоящий шок:
- Платная конверсия в тестовой когорте Fast Mode заметно упала;
- Время изучения созданных документов сократилось: пользователи бегло пролистывали слайды и без сожаления закрывали вкладку браузера;
- Удовлетворенность качеством субъективно снизилась, хотя сами презентации генерировались по тем же алгоритмам.
Сработал фундаментальный психологический парадокс: человек интуитивно обесценивает результат, полученный слишком легко. Если сложнейший стратегический документ создается за 15 секунд, подсознание шепчет: «Это дешёвый фокус, сляпанный на коленке шаблон, здесь нет мысли».
Этот опыт привел команду к концепции «Good Friction» («полезного трения»). Когда сервис вступает с пользователем в диалог, задает пару уточняющих вопросов о целях проекта, а затем на протяжении 50 секунд прозрачно визуализирует этапы работы («Анализируем аргументы конкурентов... Подбираем контрастную палитру под сферу FinTech... Проверяем баланс элементов на слайде 12...»), восприятие меняется на 180 градусов. Пользователь видит, что внутри системы разворачивается колоссальная интеллектуальная работа, сопоставимая с трудом дорогого консалтингового агентства. Ощущаемая ценность взлетает до небес.
В реальном мире грамотный баланс между скоростью машины и психологией восприятия оказывается не менее важен, чем пропускная способность серверов.
Архитектурная маневренность: замена базовой нейросети за 60 минут без переписывания логики
Еще одна фатальная ловушка, в которую попадают многие ИИ-стартапы — это чрезмерная привязка к конкретной базовой модели. Команды тратят миллионы долларов и месяцы работы на глубокую тонкую настройку (fine-tuning) определенной версии открытых или проприетарных весов под свой домен. А затем выходит условная новая версия от OpenAI, Anthropic или DeepSeek, которая превосходит их кастомную модель по всем статьям прямо из коробки. Все инвестиции сгорают.
В Gamma изначально выбрали диаметрально противоположную стратегию. Около 98% всей интеллектуальной собственности и добавленной стоимости продукта сосредоточено в коде harness: в метапромптах, графах состояний, эвристиках вкуса и схемах валидации. Тонкая настройка (fine-tuning) используется точечно и только для решения утилитарных задач — например, для ускорения внутренних классификаторов типов слайдов.
Благодаря такой модульности платформа сохраняет фантастическую инженерную маневренность. Когда в релиз выходит свежая флагманская модель — будь то Claude 3.7 Sonnet, GPT-5 или китайский Kimi K3.1 Pro, — Gamma способна полностью интегрировать её в свой продакшен менее чем за 60 минут.
Как это происходит на практике?
- Инженер подключает новый API-эндпоинт в соответствующий узел оркестратора;
- Автоматический тестовый конвейер прогоняет через обновленную конфигурацию пакет из 500 эталонных презентаций;
- Модели-валидаторы сравнивают метрики связности текста, соблюдения ограничений по токенам и эстетики вёрстки с историческим бейзлайном;
- Если новинка показывает лучший результат по соотношению цены, скорости и качества, трафик плавно переключается на неё в реальном времени.
Стартап не пытается соревноваться с технологическими гигантами в сжигании сотен миллионов долларов на обучение весов. Наоборот: любое удешевление или улучшение моделей на открытом рынке моментально делает продукт Gamma лучше, дешевле и быстрее.
Где строить вертикальные упряжи в 2026 году: персональный геймдев, интерьеры и физический мир
Опыт построения креативного harness в Gamma задает мощный ориентир для всей индустрии на годы вперед. Время универсальных чат-ботов «обо всем и ни о чем» безвозвратно ушло. Самые прибыльные и защищенные ниши для независимых команд лежат в плоскости создания вертикальных специализированных каркасов.
Джон Норонья и предприниматель Грег Айзенберг выделяют четыре направления, где внедрение умных harness способно создать многомиллиардные бизнесы:
- Персональный геймдев для нетехнических авторов: Представь каркас, который берет на себя всю рутину по согласованию спрайтов, физики твердых тел, игровых циклов и звуковых эффектов. Пользователь задает сеттинг и правила игры на естественном языке, а harness компилирует Three.js или Godot проект, автоматически тестируя баланс сложности. О том, как развиваются подобные подходы, мы рассказывали, разбирая принципы построения автономных агентных каркасов для прикладных задач.
- Пространственный интерьерный e-commerce: Сегодня покупка мебели в интернете — это мучительная рулетка с рулеткой в руках. Вертикальный harness для ритейла может брать фото комнаты, с попиксельной точностью восстанавливать 3D-геометрию помещения, примерять диван строго заданных габаритов (четко понимая разницу между 58 и 68 дюймами), проверять сочетаемость текстур обивки с освещением и формировать готовую корзину заказа с интеграцией в складские базы фабрик.
- Персональные коммуникационные агенты руководителей: Агент для Slack и электронной почты, который глубоко интегрирован в рабочий контекст компании. Он не просто генерирует вежливые отписки, а самостоятельно опрашивает проектные базы данных, собирает статус задач из трекеров, сверяет факты и готовит лаконичные ответы, полностью выдержанные в уникальной тональности конкретного фаундера.
- Интеграция с физическим сервисом и реальным оборудованием: Связка языковых раннеров с выездными сервисными бригадами, строительным надзором и логистикой, где интеллектуальный агент в режиме реального времени валидирует чертежи, сверяет сметы и формирует наряд-заказы для живых исполнителей на объектах.
Главный закон прикладного искусственного интеллекта в 2026 году звучит предельно прагматично: «Вступай в брак с конкретной нишей и глубокой проблемой клиента, а с моделями и нейросетями лишь встречайся». Инструменты приходят и уходят, веса обновляются каждый месяц, но глубоко продуманная система координации, понимающая тонкости реального ремесла, остается неприступной крепостью для любых конкурентов.