yolo-runner-like harness как инженерный кейс

Зачем здесь runner

yolo-runner-like harness нужен, чтобы курс не превратился в набор советов по prompting. Это инженерный reference system, который отвечает на вопрос:

Какая инженерная машина нужна, чтобы агенты могли безопасно строить реальное software?

Его не нужно давать студентам как production-grade систему в первый день. Лучше использовать layered reference implementation.

Локальная учебная реализация находится в examples/harness-labs/ и examples/yolo-runner-lite/. Она специально маленькая и deterministic: показывает task contracts, policy checks, backend output, verification и JSONL evidence до подключения реального agent backend.

Какие возможности постепенно появляются

Зрелый harness соединяет:

• интеграция с task tracker;
• task graph;
• lifecycle runner'а;
• абстракция agent backend;
• управляемая подача context;
• TDD и quality gates;
• event stream и JSONL logs;
• TUI или Web UI;
• watchdog и retries;
• blocked state;
• распределённое исполнение;
• self-hosting loop.

Как наращивать слой за слоем

Слой	Учебная цель
Minimal runner	Одна задача, один backend, один feedback loop.
Task contract layer	Задача как исполняемый contract.
Verification layer	Tests, evaluator и quality gate.
Observability layer	Structured logs, events и session trace.
Orchestration layer	Task graph, dependencies и concurrency.
Self-hosting layer	Harness улучшает bounded части самого себя.

С чего начать локально

rm -rf /tmp/harness-v02 /tmp/algi-ch03
cp -a examples/harness-labs/harness-seed /tmp/harness-v02

python3 examples/harness-labs/01-manual-runner/runner.py \
  --task examples/harness-labs/tasks/02-build-observable-runner.json \
  --workspace /tmp/harness-v02

После этого /tmp/harness-v02/runner.py строит первый ALGI slice и классифицирует результат по checks.

Как использовать в обучении

В ранних главах используется simplified runner. Полный yolo-runner-like system остаётся advanced reference и B2B case.

Цель не в том, чтобы привязаться к одному tool. Цель — показать, что production agent systems требуют task contracts, context control, sandbox, verification, logs, review и adoption policy.