🤖 Эволюция агентов: от тулов к скилам как новой памяти

Эволюция агентов: от тулов к скилам как новой памяти

Ключевые тезисы:

Агенты эволюционировали от простых чат-моделей к сложным системам с инструментами (тулами), а затем к более лёгким и эффективным скилам.
Харнес — это современный универсальный агент, запряжённый в набор инструментов для работы в пространстве данных.
Скилы — это не просто навыки, а новая форма памяти агента, объединяющая инструкции, инструменты и данные.
Будущее — за агентными циклами (inner loop, refloop, metaloop), которые позволяют агентам работать автономно долгое время и избегать «схлапывания» решений.

Эволюция агентных технологий

2022-2023: Появление LLM и ChatGPT — просто чат без памяти и инструментов.
2023: Концепция ReAct-агентов — модель может вызывать функции (тулы) для взаимодействия с миром. Зарождение агентного цикла.
2023-2024: Развитие цепочек и графов агентов (LangChain, LlamaIndex). Появление векторных баз данных и structured output.
2024-2025: Эпоха технически сложных, «обстроенных» (scaffolded) агентов. Затем тренд на упрощение.
2025-н.в.: Эра универсальных агентов (харнесов). Акцент на простых агентах с чёткой задачей и набором инструментов для работы с файлами.

Что такое харнес?

Харнес (Harness) — это агент, «запряжённый» в набор инструментов.

Источник силы: Большая языковая модель (LLM).
Упряжка: Набор инструментов (тулов/скилов).
Поле: Пространство данных (файлы, задачи).

Ядро возможностей харнеса:

Работа с файлами (чтение, редактирование, запись).
Выполнение bash-команд.
Поиск по файлам (RAG).
Веб-поиск.
Управление задачами (todo-лист) и запуск субагентов.

Ключевые компоненты хорошего харнеса:

Короткий системный промпт (политики).
Набор стандартных инструментов.
Run loop (цикл выполнения, эволюция ReAct).
Управление контекстом (суммаризация, субагенты).
Следование «джентльменским соглашениям» (напр., AGENT.md для описания проекта).
Обработка нештатных ситуаций (ретраи, обрывы).
Интерфейс (чат, консоль, мессенджер).

Режимы работы:

Интерактивный (Man in the middle): Агент уточняет действия у человека.
Автономный (Fire and forget): Задача подаётся через консоль или файл, агент работает до её решения. Позволяет встраивать харнес в CI/CD.

Эволюция инструментов: от тулов к скилам

Тулы (Tools): Функции, подкладываемые в контекст модели. Проблема: при большом количестве «съедают» контекст.
MCP (Model Context Protocol): Серверы с готовыми тулами, подключаемые к агенту. Проблемы: безопасность, перегрузка контекста при множественных подключениях.
Скилы (Skills): Лёгковесная альтернатива.
- Что это: Директория с описанием навыка и необходимыми инструментами (bash-скрипты, Python-код).
- Принцип работы: Двухэтапная загрузка. В контекст попадает только короткое описание. Подробное описание и инструменты загружаются только когда агент решает использовать скил.
- Преимущества: Дёшево создавать, легко распространять, позволяют агенту иметь сотни навыков без перегрузки контекста.

Скилы vs MCP:

Используйте скилы, если задачи разнообразные, инструментов много (>50), или многие инструменты используются редко.
Используйте MCP, если агент узкоспециализированный, решает однотипные задачи, и инструментов немного (<10).

Скилы как новая память агента

Главная идея: скил + данные + алгоритмы автоулучшения = новая память агента.

Предлагаемое развитие: Хранить скилы вместе с данными, над которыми они работают, в Git-репозиториях.

Преимущества:
- Несколько агентов могут работать с одними и теми же данными (Claude Code, Cursor, Hermes).
- Удобно встраивать в CI/CD.
- Легко делиться с коллегами и организовать совместную работу.
- Git отлично решает проблему коллизий при параллельной работе, а современные LLM могут разрешать конфликты.

Примеры персональных скилов:

ДНК и медицина: Анализ генетических данных, поиск мутаций, интеграция с AlphaFold для оценки влияния мутаций на белки.
Рекомендации фильмов/музыки: На основе истории оценок пользователя.
Планирование поездок: Шаблоны командировок, автоматическое заполнение форм, отслеживание статусов.
HR-скрининг: Оценка резюме с учётом обратной связи и постоянно улучшающимися критериями.

Автоулучшение и агентные циклы

Механизм куратора (на примере Hermes):

Прунинг (обрезка): Скилы, не использовавшиеся 30 дней, становятся неактивными; через 90 дней — архивируются.
Консолидация: Мелкие скилы объединяются в более крупные раз в 7 дней. Это предотвращает раздувание системы.

Три уровня агентных циклов:

Inner Loop: Классический цикл харнеса (решить задачу → вызвать инструменты → вернуть ответ). Аналог ReAct.
Refloop: Бесконечный внешний цикл, в котором харнесу постоянно подаётся одна и та же задача («продолжай делать»). Позволяет работать днями/неделями, избегая роста контекста и оставаясь в «смарт-зоне» модели.
Metaloop: Цикл для борьбы со «схлапыванием» (когда модель начинает выдавать вариации одного решения). Агент периодически запускается «с чистого листа», а затем ему предоставляется архив предыдущих наработок, что стимулирует поиск новых путей решения.

Выводы

Харнесы стали де-факто стандартом для построения современных агентов.
Скилы — это мощный паттерн, который выходит за рамки просто инструментов, становясь основой для долгосрочной, развивающейся памяти агента.
Ключ к эффективности — объединение скилов с данными и использование механизмов автоулучшения.
Будущее за многоуровневыми агентными циклами, которые обеспечивают длительную автономную работу, исследовательский поиск и стабильное качество решений.