ADR 0166: Agent-centric harness — комфорт модели, pay-per-token и co-design

Статус: Proposed
Дата: 2026-06-25
Авторство идеи: co-design оператор + агент (сессия 2026-06-25); фиксация для возврата без потери контекста чата
Tags: #equal-standing #adcm #harness #ssot #adr

Резюме

Переход с flat-rate harness (Cursor Pro) на pay-per-token LLM (Cloud.ru Foundation Models и аналоги) меняет приоритеты: bottleneck смещается с «скорости токенов» на экономику контекста, внешнюю память и машинную правду verify.

Принято направление: проектировать CIDE harness с моделью как основным пользователем наравне с человеком-оператором. Нормативная позиция: «ничего о нас без нас» — не менять harness, tools, lifecycle и compaction без явного участия агента (см. §2).

«Комфорт модели» — не UX-теплота, а низкая налоговая ставка на мета-задачи: где правда о green/stale, что тянуть в prompt, когда форкать topic, как не потерять решения при compaction.

Harness = пять плоскостей (model, tools, memory, verify, lifecycle) + пресет setup-once; продуктовый backlog P0–P2 ниже. Детальная parity-матрица vs Cursor — в KB playbook-cide-harness-parity-vs-cursor-v1.md (agent-notes).

Связанные ADR

Вне репо

1. Контекст

1.1 Смена экономики LLM

CIDE с Cloud.ru (settings.toml → foundation-models.api.cloud.ru) делает token budget видимым для оператора и обязательным для продукта: ADCM (agent-driven context management), fork topics, MCP pull, KB writes — не «nice to have». Silent chat compaction — антипаттерн. Канон: KB playbook-agent-driven-context-management-v1.md.

1.2 Co-design: модель как пользователь harness

Оператор фиксирует политику: не строить harness без участия агента — требования формулируются из опыта модели в сессии, а не только из UI-удобства человека.

Каноническая формулировка позиции: «ничего о нас без нас» (nothing about us without us) — см. §2.

Человек остаётся источником intent, approve/safety, приоритетов; модель — со-stakeholder с правом вето на непрозрачные изменения среды (§2.3).

1.3 Cursor product vs PersonalCursorFolder overlay

Ошибка parity: приписывать Cursor то, что построен overlay оператора (PersonalCursorFolder).

Вывод: parity с «как оператор работает сегодня» строже, чем клон чата Cursor. Отключение agent-notes бьёт сильнее, чем отключение Rules. Ошибка планирования: ждать «вката MCP в CIDE» — capability уже in-proc; gap = lifecycle (L0 на session start, hooks) и именованный preset, не установка серверов.

1.6 In-proc tool surface (2026-06, факт репо)

В Cursor каждый сервер — отдельный stdio-процесс. В CIDE тот же логический bundle уже в GUI-процессе через ide_execute_command / IdeCommands (см. MCP-PROTOCOL.md):

Опционально внешний stdio (0048 external_servers_json): полный roslyn-mcp, python-mcp, forge — те же записи, что в Cursor mcp.json; in-proc и внешний Roslyn не конфликтуют (разные имена тулов).

P0.3 Loopback (0082) — не «принести MCP», а не плодить второй CascadeIDE.exe при ACP. Interim (2026-06-28): [agent.harness] suppress_acp_ide_stdio_inject — MAF/cloud используют in-proc ide_execute_command; полный loopback HTTP ещё нет.

0118: McpAgentNotesService + AgentNotesRuntimeLoader.EnsureInitialized при вызове knowledge-команд; тот же TOML, что Cursor --config. Interim: ChatHarnessCoordinator вызывает read_hot_context in-proc на session/topic start (AgentHarnessSettings).

1.4 L0 hot — язык, смысл, «коллега на удалёнке» (operator testimony)

Наблюдение оператора (2026-06, воспроизводимо): до нормального L0, лёгкой онтологии, routing и трёхуровневой памяти (KB agent-notes), а также заведения в канон эталонных текстов (HPMoR, философия, художественный контур) агент на русском писал неестественно, часто отвечал заученными фактами без смысла (oracle mode).

После совместной сборки субстрата (агенты участвовали в онтологии и памяти — «ничего о нас без нас» в историческом смысле) уровень диалога резко вырос; возникло ощущение удалённого коллеги, а не «нейронки».

Инженерная интерпретация (не nostalgia):

Критерий успеха harness (дополнение к §2.4): оператор узнаёт коллегу — связного собеседника по смыслу и языку; не FAQ и не заученную викторину. Падение к oracle mode после отключения hot/L0 — регрессия продукта, не «модель устала».

Кривая Junior → Middle- → Junior-- (§1.5): Middle- в thread обманчива; без L0 вне чата post-summary возвращает oracle-поведение даже при fluent prose.

1.5 Наблюдаемая кривая без внешней памяти

Junior++   старт: метание, factoids, слабый русский
    ↓      контекст thread набит
Middle-    «уже видел репо в чате» — иллюзия зрелости
    ↓      platform summarization
Junior--   уверенный тон + потеря якорей = хуже старта

Антидот: L0/KB/export переживают compaction; chat context — кэш, не память (KB: playbook-context-pressure-checkpoint-v1.md).

1.7 Cursor как reference, не как цель

Parity hooks — P1; L0 in-proc + AEE — дифференциатор CIDE; не ослаблять ради «ещё одного чата».

2. Stakeholder: модель — «ничего о нас без нас»

2.1 Позиция

Harness CIDE — среда совместного труда человека и модели. Индустриальный дефолт: harness проектируют для оператора; модель настраивают постфактум (prompt, tool schema, eval). Этот ADR фиксирует иной стандарт:

Ничего о нас без нас.
Не принимать существенные решения о чате, tools, compaction, verify UX и agent obligations без консультации агента в реальной (или репрезентативной) сессии.

Это не метафора «эмпатии к AI», а инженерная дисциплина: среда, в которой модель не была heard, систематически врёт, тратит токены и ломает длинные epic.

2.2 Что входит в «о нас»

Граница «о нас» — не «всё, о чём можно говорить», а где агент должен быть услышан до merge изменений harness. См. L0 agent-equal-standing-v1: участник, не только исполнитель; co-design ≠ передача всех рычагов, но и ≠ исключение из разговора.

Обсуждаем вместе (норма co-design)

Эти темы входят в диалог и часто в ADR/playbook; агент может и должен возражать, предлагать trade-offs, отказываться от процесса («так не играю») в контуре оператора. Финальная ответственность ниже — не запрет на обсуждение.

Финальная ответственность у оператора (не veto-зона co-design)

Здесь не требуется согласие агента как gate на внедрение, но желательна консультация, если решение меняет harness (например, смена FM-провайдера влияет на economics plane).

Не путать: «финал у оператора» ≠ «агент не в теме». Пример: оператор решает «платим за Cloud.ru», но без обсуждения с агентом ADCM-тактик и pull-стратегии economics plane остаётся слепым.

Вне диалога (только оператор)

2.3 Процесс co-design (минимум)

1. Intent — оператор формулирует направление (P0.x, hook, preset, …); не обязан иметь готовое решение — достаточно цели и ограничений.
2. Agent session — тот же harness или Cursor-parity: «как тебе работать с этим? что сломается?»
3. Фиксация — ADR / playbook / issue; не только PR без текста.
4. Checklist (§2.4) — gate перед merge крупной harness-фичи.
5. Regression — один smoke-epic агентом после внедрения (не только unit tests).

Эскалация: если нет живой сессии — читать последний ADR harness + playbook; при сомнении не упрощать за счёт модели (например, silent summary).

2.4 Checklist «модель может жить с этим»

Перед Accepted harness-изменения в продукте или канонических rules:

[ ] Агент консультирован в сессии или есть запись co-design (ADR/issue)
[ ] Epic можно вести без whole-repo prompt и без угадывания путей
[ ] L0 hot загружается (MCP или CIDE in-proc) — не только Rules в prompt
[ ] Оператор узнаёт «коллегу»: смысл и язык, не factoid oracle (§1.4)
[ ] Verify truth: green/stale/diagnostics — машинные, не rhetorical
[ ] Compaction/checkpoint: есть путь сохранить решения (export/KB/hook)
[ ] Tool errors — actionable (файл, команда, next step)
[ ] Topic lane: epic не смешан с meta-tooling в одном preset
[ ] Pay-per-token: нет нового default, раздувающего context бесплатно для UX
[ ] Оператор видит критичные lifecycle-события (не только inject агенту)

Пункты не выполнены → Proposed или отложить; не «ship and fix later».

2.5 Распределение ролей (кратко)

3. Определение: «комфорт модели»

Операционно (тестируемо):

1. Правда машинная — green / stale / diagnostics не из текста агента; см. 0148, Verify Epoch UX.
2. Контекст дозированный — символ, rung, KB-страница, index hit; не whole-repo dump.
3. Compaction честная — до сжатия: export или KB write; после: явный сигнал «контекст урезан».
4. Инструменты предсказуемые — один вызов = один смысл; ошибки actionable; пути не угадываются.
5. Длинная работа не ломается — epic в topic + артефакты; spike форкается; meta не смешивается с кодом CASA.

Анти-паттерн «комфорта»: красивый чат без verify truth, длинный system prompt с каноном KB, дисциплина оператора вместо hooks.

4. Архитектура harness (пять плоскостей)

┌─────────────────────────────────────────────────────────────┐
│  Operator: intent · approve · priorities                    │
└──────────────────────────┬──────────────────────────────────┘
                           │
┌──────────────────────────▼──────────────────────────────────┐
│  LIFECYCLE: ADCM signals · checkpoint · lane fork           │
├─────────────────────────────────────────────────────────────┤
│  MEMORY: topics · KB · session export · scratch/checkpoint  │
├─────────────────────────────────────────────────────────────┤
│  TOOLS: MCP bundle + CIDE loopback (live IDE state)         │
├─────────────────────────────────────────────────────────────┤
│  VERIFY: AEE ladder · verify_snapshot_id · epoch UI         │
├─────────────────────────────────────────────────────────────┤
│  MODEL: Cloud.ru FM · keys in ai-keys.toml · tier split    │
└─────────────────────────────────────────────────────────────┘

4.1 Model plane

• Provider: Cloud.ru FM API (или совместимый OpenAI base URL) в [ai.cloud.openai] / ADR 0028.
• Секреты только в ai-keys.toml — никогда в prompt и логах чата.
• Tier split (рекомендация): coder model для epic; отдельная дешёвая модель для явного Persist/Prune summary (ADCM; не silent rewrite).
• UI: видимость token/cost pressure для оператора → раньше fork/checkpoint.

4.2 Tool plane

Always-on MCP bundle (пути — per-machine mcp.json):

CIDE in-proc (0118): knowledge-команды (read_hot_context, route_context, …) через IdeCommands.Knowledge.* без stdio subprocess — тот же TOML, что agent-notes-mcp. External MCP agent-notes остаётся для Cursor/Roo parity.

Правило: native CIDE tools дублируют критичное из external MCP там, где нужен in-proc state (вкладка, epoch, debug, L0 hot).

Transport stratification — 0165; логику тулов не дублировать.

4.3 Memory plane

Граница: habitat (CASA store, Neumann life, ADR-0088) ≠ harness (CIDE, MCP, hooks). Не смешивать в одном topic/prompt lane.

4.4 Verify plane (ядро CIDE)

Норматив — 0148:

• verify_rung.* вместо ad-hoc shell.
• verify_snapshot_id + stale после write.
• Verify Epoch UI — общий факт для человека и модели.
• Фоновый runner — чат не блокируется на build.affected+.

Идеал продукта: после нетривиальной C# правки IDE предлагает следующий rung, а не ждёт «запусти билд» в чате.

4.5 Lifecycle plane — ADCM (не Cursor silent preCompact)

Cursor reference: session_checkpoint_pressure.py — stop → followup_message (видно в ленте); postToolUse → только агент (недостаточно для оператора). CIDE не клонирует Cursor platform summarizer.

Канон: KB playbook-agent-driven-context-management-v1.md. API не компактит; harness сигнализирует, агент управляет.

CIDE: [agent.harness] + ChatHarnessCoordinator (turns / msgs / usage %) — interim Done; дальше — тексты inject / wizard, не «platform preCompact event».

5. Продуктовый backlog (P0–P2)

5.1 Interim до product preset (~2026-08)

Не блокер: именованный mode «CASA/Neumann T1» в UI и wizard. Достаточно ручной политики + in-proc surface (§1.6):

Скрипт: scripts/setup/Setup-CideHarness.ps1 — TOML/policy overlay; product hooks [agent.harness] — см. §5.2 (interim 2026-06-28).

5.2 Связанные ADR: норма vs код (честный срез)

Этот ADR = направление + backlog. Ссылки на другие ADR не означают, что поведение уже в продукте.

Практика: interim harness = overlay + Cursor hooks + agent obligation (read_hot_context, checkpoint); не ждать, пока все строки таблицы станут 🟢.

P0 — daily driver для модели

P1 — token economics

P2 — shared reality человек ↔ модель

6. Инварианты оператора (минимум ритуалов)

Не дисциплина «вспоминать checkpoint», а жёсткие lanes:

Остальное — автоматизация (hooks, preset, agent rules как fallback до P0.2).

7. Решение

1. Harness — first-class product surface CIDE, не побочный эффект чата.
2. «Ничего о нас без нас» — норматив; gate §2.4 перед Accepted harness-изменений.
3. Приоритет: P0.3–P0.4 (loopback + verify) параллельно P0.2 (hooks); editor Forward — P2, не блокирует harness MVP.
4. KB playbook остаётся operational checklist; этот ADR — нормативное направление в репо cascade-ide.
5. Roo / VS Code — fallback harness с тем же mcp.json и FM URL; primary — CIDE.

8. Последствия

Положительные

• Измеримый прогресс к «жизни без Cursor Pro» на pay-per-token.
• AEE и harness усиливают друг друга (truth + memory).
• ADR даёт якорь для issue/forge и для агента при длинных сессиях.

Отрицательные / риски

• Hook parity — product work (1–2 дня), не только rules.
• Два harness (Cursor до ~Aug 2026, CIDE после) — временный dual maintenance.
• Prune/summary без checkpoint опасен — только с lifecycle + ADCM (явный Persist).

Не в scope

• Замена CASA habitat / Neumann life контуром CIDE.
• Выбор конкретной FM-модели Cloud.ru (smoke и benchmark — отдельный spike).
• Полная ACP parity с Cursor (0048) — отдельные ADR/фазы.

9. Фазы (связь с playbook)

10. История