← Назад к блогу

TypeScript-фреймворк для агентов запускает ИИ-код в песочнице

Nous: фреймворк для ИИ-агентов на TypeScript с песочницей. От демки к боевому продакшену — инфраструктура. Опенсорс

TypeScript-фреймворк для агентов запускает ИИ-код в песочнице

Новый открытый проект под названием Nous только что появился на Hacker News, и он заслуживает нескольких минут внимания любой команды, которая взвешивает, стоит ли разрабатывать ИИ-агентов собственными силами. Это фреймворк для агентов, нацеленный прямо на разработчиков, работающих с TypeScript, и он решает проблему, с которой большинство команд сталкивается уже в первую неделю экспериментов с агентами: разрыв между эффектной демкой и тем, что действительно можно запустить, отследить и которому можно доверять в продакшене.

Мы профессионально создаём продукты, поэтому смотрим на такие релизы под одним углом: во что обходится команде путь от идеи до работающей системы и что этот инструмент меняет в этой арифметике? Вот наш разбор.

Проблема: демки агентов дёшевы, а инфраструктура для них — нет

Поднять единичный вызов LLM, который «ведёт себя как агент», можно за полдня. Превратить это в нечто, на что может положиться бизнес, — займёт месяцы, потому что демка — это лёгкие 20%. Трудные 80% — всё, что вокруг неё: сохранение запусков агента в базу данных, трассировка того, что модель на самом деле сделала, когда что-то пошло не так, удержание человека в контуре для рискованных действий и подключение инструментов без переписывания связующего кода каждый раз, когда вы добавляете новый.

Это тот же паттерн, что мы видим по всему стеку. CMS ценна не тем, что хранит текст, — она ценна тем, что поставляется с уже готовыми скучными 80% (аутентификация, работа с медиа, роли, черновики), как меблированная квартира против кучи досок. Фреймворк для агентов оправдывает себя точно так же. Вопрос никогда не в том, «умеет ли он вызывать LLM?». Вопрос в том, «сколько неприглядной сантехники я получаю бесплатно?».

Nous интересен тем, что его автор — руководитель DevOps/SRE в AdTech-компании — строил его «от сантехники внутрь» в течение пяти-шести месяцев. Он начинался не как фреймворк. Он начался как попытка автоматизировать одну задачу в Jira — добавить индекс в базу данных Google Spanner — и вырос наружу из этой реальной рутины. Это происхождение важно, и мы вернёмся к тому, почему.

Что такое Nous на самом деле

Автор описывает его как «немного CrewAI, OpenDevin и LangFuse/Cloud в одном флаконе». Если перевести на простой язык, это значит, что он объединяет три вещи, которые командам обычно приходится собирать самостоятельно:

  • Оркестрация нескольких агентов (часть от CrewAI) — агенты, которые умеют координироваться и передавать работу друг другу.
  • Агент для разработки ПО (часть от OpenDevin) — агент, который читает и пишет код.
  • Трассировка и наблюдаемость (часть от LangFuse) — запись того, что сделал каждый агент, чтобы сбои можно было отлаживать, а не разгадывать.

Поверх этого он добавляет сохранение в базу данных, веб-интерфейс и подтверждение действий человеком (human-in-the-loop). Кодинг-агент построен как слой поверх Aider — уважаемого открытого инструмента для парного программирования, — а не как переизобретение редактирования кода с нуля. Это разумное инженерное решение: опереться на проверенный инструмент и добавить ценность поверх него.

Заявленная мотивация проекта тоже показательна. Автор взялся за дело после того, как неоднократно открывал документацию LangChain и «всякий раз не любил примеры кода». LangChain — имя по умолчанию в этой нише, и «абстракции ощущались тяжелее самой задачи» — одна из самых частых жалоб, которые мы слышим от инженерных команд, которые его пробуют. Нативная для TypeScript альтернатива с более чистой эргономикой закрывает реальный пробел: большинство серьёзного инструментария для агентов было ориентировано прежде всего на Python, из-за чего многим продуктовым командам приходится писать одноразовые Python-сервисы только ради того, чтобы запускать агентов рядом со своей TypeScript-кодовой базой.

Построен на реальной рутине, а не на презентации для инвесторов

Деталь, к которой мы продолжаем возвращаться, — это та самая история происхождения: руководитель DevOps автоматизирует собственный бэклог в Jira. Входящий в комплект инструментарий это отражает — прежде всего настраиваемый ИИ-рецензент merge-реквестов для GitLab, то самое, что SRE-команда действительно хочет иметь с первого дня.

Честное мнение: инструменты, созданные, чтобы закрыть реальную внутреннюю боль, обычно стареют лучше, чем инструменты, созданные ради эффектного запуска. Автор уже использовал его для задач по индексации баз данных и для код-ревью ещё до публикации. Это противоположность демке на выходные, и это видно по списку возможностей.

Самое интересное: агенты, которые пишут код, а не ходят по очереди

Выделяющаяся возможность — новый автономный агент, и в нём стоит разобраться, потому что он меняет уравнение стоимости.

Большинство фреймворков для агентов работают в пошаговом цикле «по очереди». Модель говорит «вызови инструмент A», система его выполняет, отправляет результат обратно, модель говорит «теперь вызови инструмент B» и так далее. Каждый шаг — это отдельное обращение к LLM. Если задаче нужно десять вызовов инструментов, это примерно десять обращений к модели — десять поводов заплатить за токены, десять поводов подождать из-за задержек и десять шансов для модели потерять нить.

Nous идёт другим путём. Его автономный агент генерирует Python-код, который напрямую вызывает доступные функции. С помощью библиотеки Pyodide фреймворк проксирует объекты-инструменты в область видимости Python и выполняет этот код внутри WebAssembly-песочницы. Поскольку агент может сделать несколько вызовов и выполнить собственную логику валидации в рамках одного управляющего цикла, он сворачивает то, что было бы множеством обращений к модели, в одно.

Проще говоря: вместо того чтобы просить модель считать вслух, по одной цифре за раз, вы даёте ей калькулятор и позволяете провести весь расчёт за один проход. Автор утверждает, что это снижает стоимость и задержки, при этом выжимая лучшие рассуждения из передовых моделей, — и механизм, стоящий за этим утверждением, обоснован. Это та же идея, что лежит в основе исследовательского направления «code as action» («код как действие»), к которому движется отрасль в целом: позволять моделям выражать планы в виде исполняемого кода зачастую надёжнее и дешевле, чем описывать вызовы инструментов по одному.

Почему WebAssembly-песочница важна для бизнеса

Позволять LLM писать и выполнять код — мощно и, очевидно, немного пугающе. WebAssembly-песочница — это ответ с точки зрения безопасности, и именно эта часть должна заботить CTO больше всего.

WebAssembly-песочница — это герметичная тестовая кухня. Агент может свободно готовить внутри неё, но не может выйти в остальную часть здания — никакого неконтролируемого доступа к вашей файловой системе, сети или хост-окружению, если только вы явно не передадите ему ключи через проксированные инструменты. Для любой команды, которую нервирует «ИИ, выполняющий код», эта изоляция — разница между экспериментом, который можно одобрить, и тем, который ваша служба безопасности зарубит на корню.

Что это значит для вашего проекта: архитектура позволяет получить экономию от агентов, пишущих код, без обычного риска «он может запустить что угодно на нашем сервере». Этот компромисс — мощь внутри стены — именно та форма, которую хочет бизнес.

Что вы получаете из коробки

Если собрать всё воедино, входящие в комплект части напрямую соответствуют тем 80%, которые обычно съедают ваш график:

  • Сохранение в базу данных — запуски агента переживают перезапуски и доступны для запросов, а не исчезают, когда процесс завершается.
  • Трассировка — запись решений и вызовов инструментов, благодаря чему неправильно ведущий себя агент превращается в задачу отладки, а не в игру в угадайку.
  • Веб-интерфейс — автор отмечает, что тестирование через CLI «стало неудобным», и это честная причина, по которой любой серьёзный проект с агентами рано или поздно обзаводится интерфейсом.
  • Человек в контуре (human-in-the-loop) — точки подтверждения для действий, которые вы не хотите доверять модели без присмотра. Для всего, что касается продакшена, это не обсуждается.
  • Вызов функций, независимый от LLM, с автогенерируемыми схемами — вы не привязаны к одному поставщику моделей и не пишете схемы инструментов вручную. Опишите функцию — получите схему.

Последний пункт незаметно экономит реальные часы. Поддерживать схемы инструментов вручную утомительно и чревато ошибками; автогенерация их из ваших фактических функций убирает целый класс багов.

Реальные цифры: единственный твёрдый показатель, доступный сегодня, — это стоимость разработки: примерно пять-шесть месяцев времени одного опытного инженера, чтобы дойти до этой точки. Запускалки бенчмарков как для автономного агента, так и для задач по программированию всё ещё «в работе», поэтому опубликованных оценок производительности пока нет. Мы не станем их выдумывать, и вам стоит скептически относиться к любому фреймворку для агентов, который приводит цифры возможностей без воспроизводимого бенчмарка за ними.

Где его место: разработать, купить или взять фреймворк

Для команды, решающей, как добавить агентов в продукт, есть три честных пути.

Разработать с нуля. Максимум контроля, максимум затрат. Вы заново построите сохранение данных, трассировку, песочницу и интерфейс — ровно то, что Nous уже поставляет. Оправдано, только если ваши потребности действительно необычны.

Купить управляемую платформу. Быстрее всего до демки, но вы арендуете и дорожную карту, и ценообразование, а логика ваших агентов живёт на чужой инфраструктуре. Нормально для некритичных экспериментов, рискованнее для всего, что лежит в основе вашего продукта.

Взять открытый фреймворк. Срединный путь: вы пропускаете сантехнику, но сохраняете владение и возможность прочитать каждую строку. Nous находится здесь, рядом с LangChain, CrewAI и другими.

Честные компромиссы конкретно для Nous: он молод, написан одним автором и пока без бенчмарков, поэтому несёт обычные риски раннего проекта в части стабильности и долгосрочной поддержки. С другой стороны, он нативен для TypeScript (редкость и ценность для продуктовых команд, уже работающих в этом стеке), он действительно «с батарейками в комплекте», а его архитектура с исполнением кода по своей сути экономичнее, чем пошаговые циклы «по очереди». Поскольку он с открытым кодом, даже худший сценарий выхода переживаем — вы можете сделать форк.

Вот что мы рекомендуем: если ваша команда живёт в TypeScript и вы на стадии экспериментов с агентами, склонируйте его и запустите автономного агента на одной реальной внутренней задаче — так же, как это сделал его автор с задачей в Jira. Ограниченная внутренняя рутина (код-ревью, рутинный операционный запрос) — правильный первый тест: малый радиус поражения, чёткие критерии успеха, реальный сигнал о том, подходит ли фреймворк под то, как вы работаете. Держите его подальше от всего, что обращено к клиентам, пока не появятся бенчмарки и пока вы не поработаете с ним достаточно долго, чтобы доверять точкам подтверждения с человеком в контуре.

Главный вывод для бизнеса

Три вывода, которые стоит взять с собой на следующую встречу по планированию:

  1. Ценность фреймворка для агентов — в скучных 80%, а не в вызове LLM. Nous заслуживает внимания, потому что поставляет сохранение данных, трассировку, интерфейс, песочницу и точки подтверждения — те части, которые иначе съедают ваш график. Оценивайте любой фреймворк именно по этому, а не по лоску демки.

  2. Агенты, пишущие код в песочнице, — это реальный рычаг экономии. Генерация и выполнение проверенного кода в одном цикле сокращает обращения к LLM, которые раздувают и ваш счёт, и ваши задержки, а WebAssembly-песочница удерживает эту мощь в рамках. Механизм обоснован ещё до того, как бенчмарки подтвердят размер выигрыша.

  3. Подбирайте инструмент под свой стек и свою терпимость к риску. Для TypeScript-команд, уставших от инструментария «прежде всего Python» и тяжёлых абстракций, это достойный вариант, чтобы опробовать на малорисковой внутренней задаче. Он на ранней стадии, поэтому относитесь к нему как к серьёзному эксперименту, а не как к обязательству для продакшена — пока.

Проще говоря: Nous — это продуманный, нативный для TypeScript ответ на проблему, с которой сталкивается каждая команда, строящая агентов. Архитектурные решения здесь правильные. Чего не хватает — это опубликованных доказательств возможностей, и именно этого стоит дождаться, прежде чем ставить на него что-то важное.

Статья подготовлена на основе открытых источников и может содержать неточности.

Читайте также

✦ВыжимкаAI
  1. Ценность фреймворка для агентов — не в том, что он умеет вызывать LLM, а в том, сколько «скучной сантехники» он поставляет бесплатно: сохранение запусков в БД, трассировка, human-in-the-loop, подключение инструментов. Именно эти 80% и занимают месяцы при самостоятельной разработке.
  2. Nous объединяет три вещи, которые команды обычно собирают по отдельности: оркестрацию нескольких агентов, кодинг-агента (поверх Aider) и встроенную наблюдаемость/трассировку — плюс веб-интерфейс и подтверждение действий человеком из коробки.
  3. Фреймворк вырос не из абстрактного дизайна, а из реальной DevOps-задачи (автоматизация добавления индекса в Google Spanner) — это сигнал, что его архитектура обкатана на продакшн-рутине, а не на демках.

Powered by B1KEY