Собственный Harness производителя — не всегда лучший выбор: в эпоху открытых моделей модель и Harness выбирают раздельно

Ключевая мысль впервые опубликована в X; эта статья — полная версия с картой позиционирования пяти Harness.

У большинства людей первый порыв при выборе Coding Agent вполне естественен: Claude — значит Claude Code; GPT — значит Codex; GLM — значит ZCode; DeepSeek — конечно же, сначала собственный Harness от DeepSeek.

И этот подход абсолютно разумен. Главный плюс первого производителя — он лучше всех знает собственную модель.

Преимущество первого производителя реально

Какие Prompt модель любит, как устроить Tool Schema, чтобы всё было максимально стабильно, как организовать длинный Context, какие способности добавились в новой версии, где модель чаще всего спотыкается — первый производитель обычно узнаёт всё это раньше сторонних.

Поэтому у продуктов вроде Claude Code и Codex, где модель и Harness долго итерируются вместе, связка от первого производителя часто и есть самый сильный «версионный ответ». Спорить с этим не буду.

Но обучить модель и построить Harness — две совершенно разные инженерии

С открытыми моделями вроде DeepSeek и GLM становится по-настоящему интересно, потому что обучить хорошую модель и построить хороший Harness — две совершенно разные инженерные дисциплины.

Как только Coding Agent реально запускается, вылезает куча проблем вне модели:

• как читать файлы, как править код
• как управлять Agent Loop, как сжимать Context
• как использовать Cache, как восстанавливаться после сбоя Tool Call
• как планировать Subagent, как управлять правами

От того, насколько хорошо это сделано, напрямую зависит, насколько хорошей в итоге окажется та же самая модель. Одна и та же модель в другом Harness — разница как небо и земля.

Проблема побольше: модели обновляются слишком быстро

Сегодня сильна GLM, через месяц DeepSeek, может быть, выпустит ещё более мощный Flash, а ещё через какое-то время догонит новая модель.

Если весь Coding-воркфлоу привязан к продукту одного производителя, смена модели часто означает смену инструментов и привычек. Конфиги, память и воркфлоу, которые ты настраивал месяцами, летят под нож.

Вот именно здесь и ценность стороннего Harness: можно зафиксировать привычные инструменты, Skills, MCP, права и воркфлоу, а менять только модель под ними. Сегодня DeepSeek, завтра GLM, послезавтра что-то ещё — рабочую среду заново не строишь.

Карта позиционирования пяти Harness

Расставим по местам пятёрку главных (по моему опыту на конец августа 2026 года):

Pi: философия минимализма; Harness вмешивается в модель как можно меньше. Лёгкий, быстрый, низкий расход Token, предельно гибкий. Подходит как база для собственного долгосрочного Agent — просто, чисто, модифицируй как хочешь.

OMP: надстраивает над Pi тяжёлые Coding-способности — LSP, Debugger, Browser, AST, — как будто выдал агенту полноценную IDE. Для по-настоящему тяжёлого кодинга и навигации по сложным репозиториям.

DeepSeek Harness: зашёл дальше всех — Everything is Plugin. Agent Loop, инструменты, права, Preset, UI — всё разбирается и пересобирается. Для тех, кто возится с архитектурой агентов, Preset, мультиагентностью и Runtime нового поколения. Чаще пробуйте режим PTC — быстрее и экономнее по token.

OpenCode: самый сбалансированный тип — открытый код, много Provider, большая экосистема, зрелые Client/Server, десктоп и Subagent. Для тех, кому нужен зрелый универсальный мультимодельный Coding Agent.

Command Code: путь совершенно другой — он обожает подстраховывать модель. Кривые аргументы Tool Call чинятся локально; повторные чтения файлов дедуплицируются; длинные Session держат Stable Prefix, чтобы поднять Cache Hit; когда Context вот-вот переполнится — Compaction. На рабочих лошадках вроде DeepSeek V4 Flash или GLM-5.3 Flash этот подход даёт максимум ценности: модель послабее — Harness подстрахует.

Как выбираю я

Если смотреть только на долгосрочную гибкость, я по-прежнему предпочитаю Pi. Но если бы сегодня мне надо было гонять DeepSeek V4 Flash или GLM-5.3 на тяжёлой работе, я бы всерьёз попробовал Command Code — связка «модель + Harness» подбирается под задачу, а не под лагерь.

В эпоху открытых моделей модель и Harness уже полностью можно выбирать по отдельности. Перестаньте спрашивать «чей модель — тот и инструмент» и спросите «в каком Harness эта модель работает лучше всего».