Управляемая обвязка агента против self-hosted цикла агента: что вы приобретаете, что теряете

Под понятием «self-hosted агент» сегодня скрываются как минимум три различные архитектуры. Можно использовать управляемую обвязку (harness) с вычислениями на стороне OpenAI, управляемую обвязку, подключенную к вашей собственной инфраструктуре, или развернуть обвязку и цикл агента полностью самостоятельно. Эти варианты существенно различаются с точки зрения контроля, восстановления, управления контекстом, безопасности, задержек и эксплуатационной нагрузки.

Ошибка: воспринимать self-hosting как единое решение

В традиционном ПО термин «self-hosted» обычно означает, что приложение работает на инфраструктуре, которую вы контролируете. В агентных системах это определение усложняется, поскольку среду выполнения можно разделить. Цикл работы модели и инструментов может выполняться в одном месте, а выполнение кода, файлы и доступ к приватной сети — в другом.

Текущая архитектура Agents API от OpenAI делает это разделение явным: OpenAI берет на себя обвязку, тогда как среда исполнения может отсутствовать, быть развернута на мощностях OpenAI или быть self-hosted. Следовательно, self-hosted среда не означает, что цикл агента также является self-hosted.

Это различие принципиально, поскольку многие команды выбирают более сложный рантайм, чем им реально требуется. Нуждаясь в доступе к приватной сети или кастомных пакетах, они делают вывод, что весь агент должен быть self-hosted, и непреднамеренно берут на себя управление контекстом, оркестрацию, восстановление и жизненный цикл, которые вполне могли бы оставаться управляемыми со стороны платформы.

Три архитектуры, которые часто называют «self-hosted»

Двухуровневая модель

Управляемая обвязка: что вы получаете на самом деле

Управляемая обвязка избавляет от гораздо большего, чем просто от цикла while. Текущий Agents API от OpenAI берет на себя сессии, оркестрацию, сжатие контекста и восстановление. Работа Anthropic над управляемыми агентами описывает ту же глобальную мотивацию: обвязки завязаны на предположениях о поведении моделей, и эти предположения должны развиваться по мере совершенствования самих моделей.

Это означает, что выгода заключается не только в сокращении строк кода. Платформа может обновлять поведение среды выполнения, работу с долгосрочным контекстом, координацию субагентов и механизмы восстановления без необходимости для каждой команды переписывать эти решения с нуля.

• Меньше кода оркестрации в зоне ответственности приложения.
• Встроенная поддержка персистентных сессий.
• Управляемое сжатие контекста и механизмы восстановления.
• Среда выполнения, способная развиваться вместе с возможностями моделей.
• Более простое внедрение нативных функций платформы для работы с субагентами и длительными задачами.
• Потенциальное снижение эксплуатационной нагрузки для команд, чья уникальная ценность не связана с разработкой собственной обвязки.

Управляемый harness: от чего вы отказываетесь

Делегирование harness означает и передачу части контроля. Ваше приложение больше не управляет каждой деталью итераций, стратегией контекста, оркестрацией и эволюцией среды выполнения. Обновление платформы может улучшить систему, но также способно изменить поведение, от которого неявно зависел ваш продукт.

Это формирует иной класс инженерных требований: надежные оценки (evals), четкие границы продукта и интеграционный слой, который не позволит поведению управляемых сессий стать единственным источником бизнес-правды.

Self-hosted среда выполнения: промежуточная архитектура

Модель self-hosted окружения от OpenAI важна тем, что она отделяет приватные вычислительные ресурсы от владения harness. Платформа по-прежнему запускает Codex harness, тогда как исполнитель (executor) работает внутри вашей среды и получает команды через исходящее соединение.

Вы контролируете выделение ресурсов, файлы, зависимости, доступ к сети и очистку. Таким образом, harness может работать с приватной инфраструктурой или кастомным ПО без необходимости переносить весь runtime агента в ваше приложение.

Платой за это становится ответственность за жизненный цикл. Ваше приложение должно привязывать сессии к вычислительным ресурсам, избегать дублирующего провижининга, переподключать окружения, координировать завершение работы и сохранять файлы, которые должны пережить уничтожение среды.

Когда self-hosted выполнения достаточно

• Агенту требуется доступ к приватной VPC или внутреннему сервису.
• Агенту требуются кастомные бинарные файлы, пакеты, драйверы или системное ПО.
• Нагрузка должна выполняться на оборудовании или в облачных аккаунтах под вашим управлением.
• Файлы должны оставаться внутри контролируемого периметра.
• Вам нужен собственный провайдер песочниц (sandbox) или модель изоляции.
• Вам нужна оркестрация на стороне платформы, но выполнение под контролем собственной инфраструктуры.

Когда вам может потребоваться владеть и самим harness

Владение harness становится оправданным, когда сам harness является частью дифференциации вашего продукта или набора ограничений. В текущем обзоре среды выполнения OpenAI позиционирует Codex SDK для запуска Codex harness на управляемой вами инфраструктуре, тогда как Responses выступает более низкоуровневым вариантом, если вы хотите полностью контролировать цикл агента самостоятельно.

Главное — определить требование, которое действительно относится к уровню harness, а не к уровню выполнения (execution plane).

Тест эскалации контроля

Используйте наименее требовательную к самостоятельному хостингу архитектуру, которая покрывает реальные потребности. Повышайте уровень контроля строго пошагово.

Эксплуатационная нагрузка растет нелинейно, когда вы берете harness на себя

Самостоятельно реализованный цикл кажется простым в демо-версии: вызов модели, проверка вызова инструмента, выполнение инструмента, добавление результата, повтор. В продакшене к этому добавляются долговременное состояние (durable state), повторные попытки (retries), дублирование событий, отмена, подтверждения, переполнение контекста, таймауты инструментов, перезапуски процессов, сохранение трассировок, противодавление (backpressure), параллельная работа и восстановление после частичных побочных эффектов.

Исследования Anthropic в области долгоживущих агентов неоднократно показывают, что архитектура обвязки (harness) существенно влияет на производительность. В их работе над созданием долгоживущих приложений используются явное планирование, структурированные артефакты и агенты-оценщики, поскольку наивные циклы склонны терять прогресс или завершаться преждевременно. Таким образом, обвязка — это логика продакшена, а не просто техническая рутина.

Граница безопасности: самостоятельный хостинг вычислений не делает агента приватным автоматически

Self-hosted среда выполнения контролирует, где запускаются команды и хранятся файлы, однако управляемая обвязка и взаимодействие с моделью по-прежнему пересекают границы сервиса. Поэтому командам следует явно картировать потоки данных, а не использовать термин «self-hosted» как синоним гарантированной приватности.

Self-hosted исполнитель (executor) OpenAI использует ограниченные учетные данные окружения и исходящие соединения. Это полезная изоляция, но вашему приложению все равно требуются собственные правила для работы с секретами, доступа к приватным сетям, изоляции пользователей от окружения, хранения файлов, авторизации инструментов и классификации данных.

Задержка и стоимость: контроль может лишь сместить узкие места, а не устранить их

Self-hosting может снизить некоторые расходы на передачу данных или запуск сред, но способен добавить время на выделение ресурсов, управление жизненным циклом WebSocket, холодные старты, очистку песочниц, инфраструктуру наблюдаемости и инженерные накладные расходы. Управляемая среда может стоить дороже в пересчете на единицу вычислений, оставаясь при этом дешевле в эксплуатации при низких или нерегулярных объемах нагрузки.

Корректное сопоставление — это совокупная стоимость всей системы: использование моделей и инструментов, время работы среды, инфраструктура, затраты на разработку, нагрузка на дежурных (on-call), восстановление после сбоев и цена замедления итераций.

Матрица принятия решений для продакшена

Гибридный подход — это не компромисс, а зачастую чистая архитектура

Управляемая обвязка с self-hosted средой выполнения — это не «половинчатый self-hosting». Это осознанное разделение сфер ответственности (separation of concerns). Платформа берет на себя сложности долгосрочной среды выполнения агентов, в то время как ваша инфраструктура управляет выполнением кода, доступом к приватной сети и файлами.

Такое разделение границ напоминает другие облачные архитектуры: управляемая плоскость управления (control plane) и подконтрольная клиенту плоскость данных или выполнения (data/execution plane). Основная проектная работа здесь заключается в определении контракта между ними: идентификаторы сессий, идентификаторы окружения, учетные данные, файлы, права доступа к инструментам, события жизненного цикла и процессы очистки.

Что могло бы изменить этот вывод?

Рекомендация может измениться, если управляемые обвязки предоставят существенно больше контроля над средой выполнения, если в self-hosted обвязках появятся более простые примитивы для долгоживущих сессий и восстановления, либо если регуляторные требования обяжут удерживать весь цикл агента и взаимодействие с моделями строго внутри инфраструктуры, находящейся под вашим управлением.

Это также меняется по мере роста возможностей моделей. Anthropic прямо указывает, что исходные предпосылки об обвязке (harness) могут устаревать по мере совершенствования моделей. Механизм контроля, необходимый сегодня, позже может оказаться избыточным, тогда как новая возможность модели может породить новое требование к управлению.

Ограничения

В этой статье разграничиваются архитектурные зоны ответственности; в ней не утверждается, что одна модель хостинга универсально более безопасна, дешевле или надежнее. Эти результаты зависят от реализации, рабочей нагрузки, нормативных требований, квалификации команды и специфики провайдера.

OpenAI Agents API все еще находится в стадии публичной беты, а управляемые агентские продукты от разных вендоров проводят границы по-разному. Двухуровневая модель призвана помочь сопоставить эти архитектуры, не предполагая, что каждый вендор использует одинаковую терминологию.

Заключение

Полезный вопрос звучит не «Стоит ли нам самостоятельно хостить агента?». Он заключается в следующем: Какой именно уровень нам действительно необходимо контролировать?

Если требование состоит в приватных вычислительных ресурсах, кастомных пакетах, локальных файлах или доступе к внутренней сети — используйте собственный хостинг для уровня исполнения (execution plane), оставив обвязку (harness) управляемой. Если же требование касается семантики оркестрации, стратегии контекста, контроля над провайдером или жизненного цикла самой среды выполнения, то владение обвязкой может быть оправдано. Эскалируйте контроль ровно настолько, насколько этого требуют задачи.

Часто задаваемые вопросы

Глоссарий

Первоисточники и материалы для дальнейшего чтения