17 августа 2026 г.
Открытая обвязка Deep Agents заработала на GigaChat: 89,2% задач бенчмарка
Профиль от команды GigaChain поднял открытую обвязку Deep Agents с 71% до 84,4% решённых задач на том же наборе.
Пять строк кода, и агент с файлами, оболочкой и субагентами работает на GigaChat.
Команда GigaChain выложила профиль к открытой обвязке Deep Agents, и российская модель встала в готовую агентную среду без ручной подгонки.
Обвязка (agent harness) даёт модели среду, в которой она живёт как агент: файловая система, оболочка, планировщик задач write_todos, субагенты с изолированным контекстом и точки, где шаг подтверждает человек. Deep Agents от команды LangChain собрала 28 тысяч звёзд на GitHub и работает с любой моделью, которая умеет вызывать инструменты.
Раньше и теперь. На наборе из 231 задачи стандартный deepagents решал 164, это 71%. Тот же набор с профилем GigaChat дал 195 решённых, 84,4%. Прирост 13,4 процентных пункта. На прогоне harness-bench-fast v0.14.0 GigaChat-3-Ultra с профилем закрывает 331 задачу из 371, это 89,2%.
Как поставить. Одна команда: pip install "deepagents>=0.6.7" langchain-gigachat deepagents-gigachat, нужен Python 3.12 или новее. Ключи кладутся в переменную GIGACHAT_CREDENTIALS или пару GIGACHAT_USER и GIGACHAT_PASSWORD. Дальше create_deep_agent с моделью GigaChat-3-Ultra и системным промптом, а agent.invoke принимает первую задачу.
Профиль HarnessProfile не сводится к конфигу. Он заменяет системный промпт по умолчанию, переписывает описания файловых и shell-инструментов и добавляет middleware структурированного рассуждения, безопасности оболочки и разрыва цикла. Поддерживаются 9 моделей линейки, от GigaChat-3-Ultra до базового GigaChat.
Локальные файлы запирает флаг virtual_mode=True, но инструмент execute видит всю реальную файловую систему, поэтому под прод берут sandbox-бэкенд вроде Docker.
первоисточник