"Зөвхөн модель биш, Harness чухал": DeepSeek болон OpenAI-ийн "Agent Runtime" өрсөлдөөн ширүүсэв

Хиймэл оюуны салбарт өрнөж буй өрсөлдөөний гол цөм нь зөвхөн параметрийн тоо, шинэ суурь загвар (LLM) байхаа больж, тэдгээр загваруудыг бодит ертөнцөд код бичих, файл засах, тест ажиллуулах үйл явцыг удирдах "Agent Harness" буюу "Agent Runtime" дэд бүтэц рүү эрчимтэй шилжиж эхэллээ.

Сүүлийн өдрүүдэд DeepSeek компани өөрсдийн код хөгжүүлэгч агентын систем болох DeepSeek Harness (dsh)-ийг нээлттэй эх (open-source) болгон нийтэлж, хэдхэн хоногт GitHub дээр 100 мянга гаруй од (stars) цуглуулан трэнд болсон. Төд удалгүй OpenAI хариу алхам хийж, олон сая хөгжүүлэгчийн ашигладаг Codex дэд бүтцээ "Codex as a platform: build on the open agent harness" нэр дор хөгжүүлэгчдэд нээлттэй бүтээх боломжийг олгосноо зарлав.

Энэхүү үйл явдлууд нь AI агентын архитектур "өргөтгөсөн prompt"-оос "цогц үйлдлийн систем"-ийн түвшинд бүрэн шилжиж байгааг баталж байна.

---

"Agent Harness" гэж чухам юу вэ?

Олон нийтийн дунд "Агент бол зүгээр л олон дараалсан prompt болон функц дуудах (function calling) чадвартай LLM" гэсэн ойлголт байдаг. Гэвч бодит хөгжүүлэлтийн орчинд энэ нь хангалтгүй болохыг практик харуулж байна.

Agent Harness гэдэг нь суурь загварыг (LLM) тойрон ажилладаг удирдлагын давхарга (control plane) юм. Загвар нь зөвхөн дараагийн токенийг таамаглаж шийдвэр гаргадаг бол Harness нь:

• Контекст менежмент: Репозиторын бүтэц, өөрчлөгдсөн файлуудын төлөвийг цэгцтэй дамжуулах,
• Багажийн интеграци (Tool Execution): Терминал тушаал биелүүлэх, файл унших/бичих,
• Аюулгүй байдал & Зөвшөөрөл: Хүний зөвшөөрөл (human-in-the-loop) шаардах үйлдлийг шүүх, Sandbox орчинд ажиллах,
• Session Continuity: Олон үе шаттай даалгаврыг тасалдалгүй, санах ойгоо хадгалан гүйцэтгэх үүргийг хүлээдэг.

Судалгаанаас үзэхэд ижил түвшний моделийг ашигласан ч зөв зохион байгуулалттай Harness бүхий системүүд даалгавар биелүүлэх амжилтын хувиар (GAIA benchmark дээр) 30%-иас 74% хүртэл өсөлт үзүүлж байгаа нь harness ямар чухал болохыг харуулж байна.

---

DeepSeek Harness (dsh): "Бүх зүйл бол залгаас (plugin)"

DeepSeek-ийн гаргасан dsh төсөл нь хөгжүүлэгчдийг өөрийн бүтцээрээ шууд татаж чадав. Тэдний философийн гол цөм нь Cordis хэмээх мета-цөм (kernel) дээр суурилдаг.

• Composable Architecture: Модель, хэрэглэгчийн интерфейс (Web UI/CLI), санах ой, файлын систем, терминалын зөвшөөрөл зэрэг бүх бүрэлдэхүүн хэсгүүд бие даасан залгаас (plugin) хэлбэрээр залгагдаж, салдаг.
• Model-Agnostic: Хэдийгээр DeepSeek-ээс гаргасан ч зөвхөн өөрийн V4/Flash загварууд бус, OpenAI, Anthropic болон орон нутгийн (Ollama, vLLM) загваруудтай холбогдон ажиллах боломжтойгоор бүтээгдсэн.
• Local-first & No vendor lock-in: Санхүүгийн бүртгэл, үүлэн системээс хараат бус local npx @deepseek-ai/dsh тушаалаар ажиллах боломжтой.

---

OpenAI-ийн хариу: Codex as a Platform

OpenAI өөрсдийн CLI, Вэб апп болон IDE өргөтгөлийг удирддаг суурь хөдөлгүүрээ бие даасан систем болгон задласнаа зарлалаа. OpenAI-ийн зүгээс хөгжүүлэгчдийг зөвхөн бэлэн бүтээгдэхүүн ашиглах бус, компанийн дотоод системд агентыг суулгах гурван үндсэн түвшнийг санал болгов:

1. codex exec CLI: CI/CD пайплайн, багц скриптүүд, суурь ажлуудад зориулсан бүтэцлэгдсэн гаралттай headless горим.
2. Codex SDK: Өөрийн кодоос шууд Codex агент эхлүүлэх, даалгаврын явцыг stream байдлаар сонсох программчлалын интерфэйс.
3. Codex App Server: Хоёр талт (bidirectional) JSON-RPC протоколоор ажилладаг сервер. Энэ нь ямар ч хэрэглэгчийн систем, мониторинг хяналтын самбар (Operations dashboard) эсвэл хэрэглэгчийн дэмжлэгийн хэрэгсэлд agent loop-ийг найдвартай уях суурь болж байна.

---

Хөгжүүлэгчдийн хувьд энэ ямар ач холбогдолтой вэ?

Энэхүү "Harness уралдаан" нь AI хөгжүүлэгчдийн өдөр тутмын ажилд дараах бодит үр нөлөөг авчирна:

1. Vendor Lock-in-ээс гарах боломж: Өмнө нь хөгжүүлэгчид аль нэг компанийн хаалттай coding assistant-аас бүрэн хамааралтай байсан бол нээлттэй Harness стандарт дэлгэрснээр аль загвар нь хурдан, хямд, ухаалаг байна түүнийг хялбархан сольж ашиглах боломж бүрдэж байна.
2. Дотоод автоматжуулалтын шинэ үе: Компаниуд зөвхөн VS Code дотор код бичүүлэх бус, SRE алдаа илрүүлэлт, GitHub Pull Request шалгалт, систем мониторингдоо өөрсдийн дүрмээр тохируулсан Agent Runtime-ийг суулгах зам нээгдэв.
3. Хөгжүүлэлтийн анхаарал 'Prompting'-оос 'Orchestration' руу шилжив: Цаашид хамгийн чадварлаг хөгжүүлэгч нь сайн prompt бичдэг хүн биш, харин агентын төлөв, санах ой, аюулгүй байдлын хүрээг (Harness) зөв удирдаж системдээ найдвартай нэвтрүүлж чаддаг инженер байх болно.

Эх сурвалж:

• OpenAI Developers: Codex as a platform: build on the open agent harness
• DeepSeek AI: DeepSeek Harness (dsh) Repository & Cordis Kernel Specification
• 36Kr Tech Analysis: OpenAI Unveils Harness Post-Black Whale Launch: Competing for Dominance in the Agent Runtime Space