22 августа 2026 г.
Модель можно не менять: две настройки обвязки утроили результат GPT-5.6 Sol
Две настройки обвязки подняли GPT-5.6 Sol на тесте ARC-AGI-3 с 13,3% до 38,3%, и веса модели при этом не трогали.
Latent.Space
@latentspacepod
Модели всё больше вбирают харнесс в свои веса. Скоро это будет харнесс не для модели, а для человеческого внимания. Вдумчивый разбор прошлого и будущего агентных харнессов от @daniel_mac8 https://www.latent.space/p/attention-interface
· 436 просмотров
Одна и та же модель набрала 76,2 балла в одной обвязке и 52,4 в другой.
Разрыв в 23,8 пункта дала не модель, а обвязка вокруг неё: препринт Harness-Bench прогнал 106 задач в шести обвязках и собрал 5194 траектории (27.05.2026). Лучший результат у NanoBot, худший у OpenClaw.
Что такое обвязка. В англоязычных разборах её зовут harness. Это системный промпт, набор инструментов, память и работа с контекстом: всё, что окружает модель, пока она ведёт задачу.
Две настройки вместо дообучения. Retained reasoning и compaction подняли GPT-5.6 Sol на ARC-AGI-3 с 13,3% до 38,3% (Latent Space, 22.08.2026). Модель не переобучали.
Compaction уже лежит в Responses API у OpenAI: в POST /responses передаётся context_management с типом compaction и порогом compact_threshold в 200 000 токенов. Отдельный эндпоинт /responses/compact отдаёт сжатое окно контекста для следующего вызова, в доках примеры на gpt-5.6 и gpt-5.3-codex.
Промпт срезали на 80%. Команда Claude Code сократила системный промпт при переходе на Fable 5 и Opus 4.8, а для старых моделей оставила полный (21.07.2026). Удаление примеров сделало модель креативнее, и вместо запретов «не делай X» команда советует давать больше контекста и меньше инструкций: негативные директивы путают модель, когда спорят с запросом пользователя.
Раньше прибавку ждали от модели. ReAct описали в октябре 2022, за месяц до ChatGPT, а рабочая автономия началась в феврале 2025 с Claude Code: за полгода он дорос примерно до $1B в годовом выражении. В январе 2025 Answer.AI прогнала Devin на 20 задачах и получила 3 успеха, 15%.
Первоисточник