Языковую модель используют все. Харнес строят единицы.

Когда спрашиваю руководителей, как AI помогает их бизнесу, картина примерно одинаковая. ChatGPT для текстов. Иногда что-то в маркетинге. Бот, который отвечает на вопросы по прайсу. Это первая стадия и в ней живёт большинство бизнеса прямо сейчас.

Три стадии AI разделены не временем и не доступом к технологии. Их разделяет то, что компания умеет строить вокруг модели.

Первая стадия - языковая модель как справочник. Сотрудники открывают чат, задают вопросы, получают ответы. Инструмент ждёт, пока до него дойдут руки.

Вторая стадия - скриптовая автоматизация. «Если пришло письмо, перешли в ChatGPT, отправь ответ». Связки в N8N, Zapier. Сценарий жёсткий, контекста нет, гибкости нет. Одно изменение в процессе и скрипт ломается.

Третья стадия - Харнес. Здесь начинается другое.

«Агент» сегодня - слово, которое означает всё и ничего. Чаще всего им называют AI, который умеет использовать инструменты: поискать в браузере, нажать кнопку, отправить запрос. Это описание самого базового случая.

Харнес - это полноценная рабочая среда вокруг модели.

Контекст. Агент получает «досье»: кто вы, как работаете, в каком стиле пишете, что такое ваш продукт. Он работает с вашей реальностью, а не отвечает с чистого листа каждый раз.

Реальные инструменты. Через открытый протокол MCP агент получает доступ к почте, браузеру, CRM, календарю. Он не только отвечает. Он читает, пишет, действует в живых системах.

Автономность. Агента настраивают на расписание: каждое утро готовит сводку, каждую неделю собирает отчёт, мониторит нужное в фоне. Без триггера, без напоминаний.

Аналогия такая: агент - это человек с телефоном. Харнес - тот же человек, но с офисом, доступом к системам и расписанием на неделю. Языковая модель выступает двигателем. Харнес - машина, которую вокруг неё собирают.

Большинство компаний, которые пробуют построить харнес, сталкиваются с одним и тем же. Технология доступна. Инфраструктура существует прямо сейчас. Но на первом же шаге возникает вопрос: а что именно должен делать агент и что он должен знать?

Чтобы ответить на него, нужно собрать контекст. А контекст - это ваши процессы, правила работы, логика принятия решений. И тут компания обнаруживает, что всё это существует только в головах конкретных людей. Нигде не зафиксировано. Никак не описано.

AI - зеркало процессов. Харнес не скрывает хаос - он его проявляет. Проект по внедрению агента превращается в инвентаризацию того, как бизнес реально устроен. И это, как правило, неприятное открытие.

Вот почему харнес - это архитектурный вопрос, а не технологический. Компании, которые понимают это с самого начала, не стартуют с выбора модели и не тратят месяц на подключение инструментов. Они начинают с описания того, что агент должен знать и уметь. Это и есть самый сложный шаг.

Пока все выбирают, чей двигатель мощнее, кто-то уже строит машину. Рынок разделяется не на тех, кто использует AI, и тех, кто нет. Он разделяется на тех, кто выстраивает рабочую инфраструктуру вокруг модели, и тех, кто открывает чат и задаёт вопросы.