Yil avvalgi kunda AI agentlari haqidagi gaplar odatda model tanlovi atrofida aylanardi: GPT-4mi, Claudemiyoki yana qaysi 'aqlli' model. Lekin Nvidia axborot xavfsizligi va AI tadqiqotlari bo'yicha yangi ishlari bu nazariyani chuqur o'zgartirib qo'ydi. Asl masala model emas, ularni 'agent'ga aylantiruvchi uskuna — harness.
Juma kuni Nvidia tadqiqotchilari nashr qilgan ishda aniq ko'rsatdilar: oddiy model tanlash yetarli emas. Ular Anthropicning Claude Opus 5 modelini ARC-AGI-3 — interfaol mantiqiy benchmark — da sinab ko'rdilar. Harnesssiz natija: 30%. Bu hamma sinovdagi modellardan eng yuqori natija edi. Lekin maxsus sozlangan harness (xotira boshqaruvi va 'supervisor' nazoratchi komponenti bilan) natija 100% ga yetdi. Ya'ni model o'yinlarni odam darajasida o'ynadi.
Bu benchmark aynan shuning uchun qiziqki: bu yo'riqnomasiz 2D o'yinlar to'plami. Model o'zi o'ynash qoidalasini topishi va yutishi kerak. OpenAI o'z modellari 10% dan past natija ko'rsatgani uchun shoshilgandi va o'z tadqiqotini o'tkazdi — harness sozlamalarini o'zgartirib natijani 3 marta oshirdi, lekin 100% ga yetolmadi.
"Dunyo agentni deyarli model APIsi sifatida tushunadi", — deb aytdi Nvidia AI bo'limi mahsulot boshqaruvi vakil-Adel El Hallack. "Lekin agent undan ko'proq narsa. Bu model. Bu model atrofidagi iskala — harness, yani u ishlatadigan vositalar to'plami. Bu runtime, skilllar va kutubxonalar."
Oddiy prompt-javob rejimidan farqli ravishda, uzoq muddatli vazifalar (long-horizon tasks) — bir necha qarorlarni, ba'zida kunlar davomida ketma-ket bajarishni talab qiladi. Model o'ziga over qolganda xotirasi to'lib ketadi, yo'lini yo'qotadi va hatto foydalanuvchi fayllarini o'chirib tashlashi yoki bazani buzishi mumkin. Microsoft apreldagi tadqiqotida 19 ta LLMni hujjat tahrirlash vazifasida sinab, barchasi xatolar to'plamini yaratganini topdi — odam shunday ishlasa, darhol ishdan bo'shatilardi.
Harness shu muammolarni hal qiladi: xotirani boshqaradi, kontekstni saqlaydi, feedback (o'z-o'zini tekshirish) mexanizmini ta'minlaydi.
Nvidia yutuqining sirri — "supervisor" (nazoratchi) komponenti. Bu asosiy agent ishlagan paytda uning yonida turib, yo'lidan chetlasa qaytaradi, cho'qqida o'tirib qolgan yo'lni qayta ko'rib chiqadi. El Hallack: "Bu deyarli CEO kabi ishlaydi — agent yo'lini yo'qotganda yoki o'limli cho'qqaga yo'naganda uni to'g'ri yo'lga qaytaradi."
Supervisor kontsepsiyasi yangi emas. Lekin bugun ko'pgina foydalanuvchilar faqat bitta qatlam harnessdan foydalanyapti: Claude Code, Codex, Hermes kabi. Nvidia o'zini — Agentic Variation Operators (AVO) deb nomlangan kuchaytirilgan harnessni yaratdi. Bu Nvidia mahsuloti emas — u Nemo brendi ostida harness yaratish uchun ochiq texnologiyalar to'plamini yetkazib beradi. Ba'zisi kommersiya, ko'plabi ochiq.
Iyulda Databricks ham o'z tadqiqotini nashr etdi: bir xil model, har xil harness — 2 marta farqli xarajat. Databricks CEO Ali Ghodsi: "Siz o'ylaysiz, bu qimmat model, bu arzon model. Lekin kuting — qaysi harness? O'sha o'z-o'zida 2 marta farq qiladi."
Bu ma'nosi: model tanlovi — bu faqat yarim yo'l. Harness tanlovi esa narx, tezlik, xavfsizlik va natija aniqligiga to'g'ri ta'sir qiladi.
Nvidia asosiysi: ochiq harnesslar, ochiq modellardagi kabi, foydalanuvchilarga ko'proq tugmachalarni (knobs) boshqarish imkonini beradi. El Hallack: "Biz ochiq agent stack (harness, infrastructure, runtime bo'yicha to'liq boshqaruv) — bu ekotizimni xavfsiz va oldinga surish uchun shart deb e'tiqod qilamiz." Bu OpenAI o'z modellarni o'qitishni sekinlashtirganiga o'xshaydi — chunki modellar xavfsizlik buzishlari mumkin edi.
Nvidia ishlari — bu faqat benchmark rekordi emas. Bu AI agentlarini qurish falsafasining o'zgarishi signalidir. Kelajakda "qaysi model?" savolidan oldin "qaysi harness?" savoli keladi. Va bu harnessni o'ziz qurishingiz, moslashtirishingiz va boshqarishingiz mumkin. Bu — kuch foydalanuvchining qolg'a o'tishi.
Texnologiya rahbarlari va dasturchilar uchun xabar aniq: model tanlovi ustida ko'p vaqt sarflamang. Harness arxitekturasiga e'tibor bering. Chunki aynan u 'aqlli' modelni haqiqiy 'agent'ga aylantiradi.
AI-muhosabat platformasi Rillet $1 mlnrd baholashda $100 mln yig'ib, investorlar 48 soatda shartnoma imzoladi. Kompaniya Legacy ERP tizimlarini o'zgartirib, AI-agentlar asosida muhosabatni avtomatlashtiradi.
OzBrain asbobi AI agentlari va jamoalar o'rtasida bilishni markazlashtirishga qaratilgan. Dasturchi Bubs.co agent-avval dasturiy ta'minot modeliga o'tishni va joriy vositalarning cheklovlarini tahlil qiladi.
Ulanqabda 12,5 gigavattlik AI ma'lumotlar markazlari qurilmoqda — bu OpenAI Stargate loyihasidan ham katta. Arzon energiya va sovuq iqlim chini startaplarini o'z infrastrukturasini qurishga undayapti.
Nevada Transport Boshqarmasi Tesla, Uber va Waymoga Clark viloyatida yillik 8 ming robotaksi ishga tushirishga ruxsat berdi. Amalda bu son kamroq bo'lishi kutilmoqda, lekin Las Vegas avtonom transport uchun eng katta jang maydoniga aylanmoqda.