Код как агентская обвязка

Аннотация

Недавние большие языковые модели (LLM) продемонстрировали высокие способности в понимании и генерации кода — от соревновательного программирования до инженерии программного обеспечения на уровне репозиториев. В развивающихся агентных системах код перестаёт быть исключительно целевым выходом; он всё чаще выступает операционной основой для рассуждений агента, действий, моделирования среды и верификации на основе выполнения. Мы рассматриваем этот сдвиг через призму агентных обвязок (harnesses) и вводим понятие «код как агентная обвязка»: единое представление, ставящее код в центр инфраструктуры агента. Для систематического изучения этой перспективы обзор организован вокруг трёх взаимосвязанных слоёв. Во-первых, мы исследуем интерфейс обвязки, где код связывает агентов с рассуждением, действием и моделированием среды. Во-вторых, рассматриваем механизмы обвязки: планирование, память и использование инструментов для долгосрочного выполнения, а также управление и оптимизацию на основе обратной связи, обеспечивающие надёжность и адаптивность обвязки. В-третьих, обсуждаем масштабирование обвязки от одноагентных систем к многогагентным средам, где общие кодовые артефакты поддерживают координацию, рецензирование и верификацию множества агентов. В рамках этих слоёв мы обобщаем типовые методы и практические приложения кода как агентной обвязки, охватывающие ассистентов по программированию, автоматизацию графического интерфейса/операционной системы, воплощённых агентов, научные открытия, персонализацию и рекомендации, DevOps и корпоративные рабочие процессы. Также мы намечаем открытые проблемы инженерии обвязок, включая оценку за рамками конечного успеха задачи, верификацию при неполной обратной связи, улучшение обвязки без регрессий, согласованное общее состояние между множеством агентов, человеческий контроль за действиями, критическими для безопасности, и расширения на мультимодальные среды. Ставя код в центр обвязки агентного ИИ, данный обзор предлагает единую дорожную карту к исполняемым, верифицируемым и сохраняющим состояние системам ИИ-агентов.

English

Recent large language models (LLMs) have demonstrated strong capabilities in understanding and generating code, from competitive programming to repository-level software engineering. In emerging agentic systems, code is no longer only a target output. It increasingly serves as an operational substrate for agent reasoning, acting, environment modeling, and execution-based verification. We frame this shift through the lens of agent harnesses and introduce code as agent harness: a unified view that centers code as the basis for agent infrastructure. To systematically study this perspective, we organize the survey around three connected layers. First, we study the harness interface, where code connects agents to reasoning, action, and environment modeling. Second, we examine harness mechanisms: planning, memory, and tool use for long-horizon execution, together with feedback-driven control and optimization that make harness reliable and adaptive. Third, we discuss scaling the harness from single-agent systems to multi-agent settings, where shared code artifacts support multi-agent coordination, review, and verification. Across these layers, we summarize representative methods and practical applications of code as agent harness, spanning coding assistants, GUI/OS automation, embodied agents, scientific discovery, personalization and recommendation, DevOps, and enterprise workflows. We further outline open challenges for harness engineering, including evaluation beyond final task success, verification under incomplete feedback, regression-free harness improvement, consistent shared state across multiple agents, human oversight for safety-critical actions, and extensions to multimodal environments. By centering code as the harness of agentic AI, this survey provides a unified roadmap toward executable, verifiable, and stateful AI agent systems.