Как я строил HarnessOS · 10/10

Когда я начинал, я думал, что строю «AI-инструмент». В какой-то момент понял, что строю операционную систему для AI-разработки.

Это другая категория продукта. Не «помощник в редакторе», а control plane. Не «быстрее писать код», а управлять процессом.

Вот пять вещей, которые я понял.

Первое: модель — не главное.

Можно взять DeepSeek. Можно локальную модель через Ollama. Можно что угодно. Результат во многом определяется harness’ом. Хороший harness с обычной моделью нередко даёт больше, чем слабый harness с топовой.

Второе: дисциплина важнее скорости.

Быстро писать код без дисциплины — это скорость без направления. Verification Tax съедает всё, что ты сэкономил. Дисциплина — это направление.

Третье: приёмка — самое сложное.

Не оркестрация. Не инфраструктура. А доказать, что результат корректен. Это человеческая задача, а не техническая. HarnessOS её не убирает. Он делает её явной.

Четвёртое: self-hosted — не фича, а принцип.

Не опция. Не «для Enterprise». А основа. Код, память, логи — у тебя. Это не «мы такие хорошие». Это архитектурное решение.

Пятое: я на правильной стороне рынка.

DeepSeek, GitHub и AWS вкладываются в harness’ы и разработку по спецификациям. Сообщество уже склеивает эти инструменты плагинами. Значит, проблема реальная. Готового self-hosted control plane, который собирает спецификации, исполнение, проверки и эскалацию в один процесс, я пока не нашёл. Это моя ниша.

Что дальше

Я не строю «ещё один AI-инструмент». Я строю инфраструктуру для управляемой AI-разработки. Это долгая игра. Но правильная.

Спасибо, что дочитали. Если интересно — подписывайтесь. Буду рассказывать, как продвигается.

#HarnessOS #AIразработка #КакЯСтроилHarnessOS #AIагенты #разработка