Порівняння harness для AI-агентів: від Claude Code до OpenClaw

Привіт!

Коли кажуть «Claude пише код краще, ніж GPT», зазвичай порівнюють не моделі, а моделі разом із програмою, в якій вони працюють. Ця програма називається harness (дослівно — «упряж», «обв'язка»): вона збирає для моделі контекст, виконує її виклики інструментів, стежить за контекстним вікном, вирішує, що агент може робити, не питаючи дозволу, і визначає, де виконуються його команди. Claude Code, Codex, Cursor, OpenClaw — усе це harness.

Ринок змінюється щотижня, тому все нижче — стан на кінець жовтня 2026 року за документацією, репозиторіями й публічними рейтингами; дати без року стосуються 2026-го.

З чого складається harness

Майже все, що в harness налаштовується, лежить у папці .claude проєкту на Claude Code; в інших harness назви свої, але склад той самий.

Спільні стандарти налаштування

• AGENTS.md — спільний файл інструкцій проєкту. Його запропонувала OpenAI, файл є більш ніж у 60 тисячах відкритих проєктів.
• Agent Skills — спільний формат скілів. Його придумала й у грудні 2025-го відкрила Anthropic; у списку тих, хто його підтримує, — 46 продуктів, від Claude Code, Codex і Cursor до Hermes і OpenClaw.
• MCP (Model Context Protocol) — спільний протокол підключення інструментів і даних, теж від Anthropic. Його розуміють майже всі harness з цієї статті.
• ACP (Agent Client Protocol) від Zed — протокол між редактором і агентом: Zed, IDE від JetBrains, VS Code, Neovim та Emacs підключають через нього будь-якого з приблизно п'ятдесяти агентів, що його підтримують.

AGENTS.md, Agent Skills і MCP живуть у Agentic AI Foundation при Linux Foundation. Ця частина налаштування переноситься між різними harness з одним застереженням: Claude Code і Cline не шукають скіли в спільній папці .agents/skills, їм потрібне посилання з .claude/skills. Правила за шляхами, субагенти, хуки, права, пісочниця та плагіни в кожного harness свої.

Хто чим користується

Опитування ставлять першим Claude Code, завантаження й токени — Codex, а найбільше охоплення — у Copilot.

• Користувачі. У Copilot майже 80 млн встановлень розширення для VS Code і, за переказами звіту Microsoft, 50 млн користувачів; у ці цифри входять усі, у кого є розширення, а не лише ті, хто користується агентом. У Codex улітку було 5 млн активних користувачів на тиждень.
• Завантаження з npm за останній тиждень жовтня: Codex — 27 млн, Claude Code — 12,8 млн, OpenCode — 4,5 млн, OpenClaw — 3,5 млн, Copilot CLI — 1,7 млн, Gemini CLI — 0,45 млн. Сюди входять CI і боти, а Claude Code частіше ставлять власним інсталятором, повз npm, — тому це не кількість людей.
• Токени на OpenRouter — шлюзі до багатьох моделей, який публікує витрату за застосунками. 29 жовтня: Codex — 2,6 трлн токенів за добу, Claude Code — 2,1 трлн, Hermes Agent — 1,9 трлн, Kilo Code — 744 млрд, OpenClaw — 731 млрд, pi — 582 млрд, DeepSeek Harness (дев'яте місце) — 271 млрд, Cline — 139 млрд. Це лише трафік через OpenRouter, тобто здебільшого власні ключі й відкриті моделі: підписки Claude і ChatGPT сюди не потрапляють.

Наскільки harness впливає на результат

Для однієї й тієї самої моделі різниця між найкращим і найгіршим harness сягає 10–20 пунктів, а слабку чи «чужу» модель інший harness може підняти в рази. Harness вендора при цьому не обов'язково найкращий для його ж моделі, хоча вендори навчають моделі під свої harness — так прямо пишуть, наприклад, Google про Antigravity і Meta про Muse Code.

Головний бенчмарк, де одну модель запускають у різних harness, — Terminal-Bench: завдання в терміналі (зібрати, полагодити, налаштувати сервер, навчити модель), кожне у своєму контейнері й з перевіркою тестами. Точка відліку — Terminus 2, простий harness самих авторів бенчмарка. Версія 2.0 (листопад 2025-го, 89 завдань) до кінця жовтня зібрала 137 записів «модель + harness»; із 29 моделей, запущених у двох і більше harness, у 16 різниця між найкращим і найгіршим harness більша за десять пунктів:

Найкращі рядки — маловідомі harness, зібрані під рейтинг, але розкид показує, скільки можна вичавити з тієї самої моделі.

Harness вендорів на версії 2.0 показали себе по-різному. Claude Code з моделями Claude в усіх п'яти парах відставав від Terminus 2 на 1–6 пунктів, Gemini CLI з моделями Gemini — в усіх трьох парах, а Codex CLI з моделями OpenAI в усіх п'яти був вищим, на 1–14; Factory Droid обіграв Terminus 2 з усіма п'ятьма моделями — на 4–13. Частина розриву пояснювалася самими завданнями: у травні вийшла версія 2.1, де полагодили 28 завдань із 89 — із застарілими залежностями або з браком ресурсів навіть для правильного розв'язку. На ній Claude Code з Opus 4.6 піднявся з 58,0% до 70,1%, Terminus 2 — з 62,9% до 63,8%, і відставання на п'ять пунктів стало перевагою в шість. Загалом на 2.1 harness вендорів відрізняються від Terminus 2 в межах від −8 до +5 пунктів.

Експерименти, де змінювали лише harness

• LangChain взяла gpt-5.2-codex і змінювала лише свій harness Deep Agents — зокрема додала самоперевірку перед завершенням і виявлення зациклення. Результат на Terminal-Bench 2.0 зріс із 52,8% до 66,5%, і ця цифра є в офіційній таблиці. Про Deep Agents і LangGraph є окрема стаття.
• Can Bölük порівняв три формати правки файлів: apply_patch, як у Codex, str_replace, як у Claude Code, і свій hashline, де рядки адресуються короткими хешами. На 16 моделях hashline обіграв патч у 14, у середньому на 15 пунктів; у Grok Code Fast 1 результат зріс із 6,7% до 68,3%. Завдання синтетичні, а автор продає свій harness, але ефект відомий давно: в Aider ще наприкінці 2023-го результат GPT-4 Turbo зростав більш ніж удвічі від самої лише зміни формату правок.

Наскільки можна вірити бенчмаркам

• Залізо. Anthropic виміряла, що самі лише ресурси контейнера зсувають результат на Terminal-Bench 2.0 на шість пунктів, і радить не вірити різниці, меншій за три пункти, доки конфігурації не збігаються.
• Підгонка. У квітні таблицю Terminal-Bench почистили: один harness зберігав зашифровані розв'язки у своєму бінарнику, інший підвантажував тести завдання, а ForgeCode завантажував готові розв'язки у власний AGENTS.md. Результати ForgeCode обнулили, а кожну успішну спробу тепер перевіряє окремий агент-суддя.
• SWE-bench — набір завдань зі справжніх GitHub-issue. Його версія Verified, головна цифра 2024–2025 років, втратила довіру: у лютому OpenAI перестала її публікувати — аудит знайшов дефектні тести щонайменше в 59% завдань, на яких моделі найчастіше помилялися, а моделі вміли відтворювати еталонні патчі з пам'яті. SWE-bench Pro від Scale, запропонований натомість, Epoch AI оцінює як «з вадами»: за аудитами зламано 30% завдань і більше; до того ж він порівнює моделі в одному нейтральному harness, а не продукти.
• Живі розробники. METR у 2025 році отримав уповільнення досвідчених розробників з AI на 19%, а в повторі в лютому — прискорення на 4–18%, але сам називає цей сигнал ненадійним: учасники відмовлялися працювати без AI.

Harness для програмування: порівняння

Результати на бенчмарках

Тут порівнюються вже продукти: модель у harness, як правило, свого вендора. Орієнтирів два. Terminal-Bench 4.0 — поточна версія (серпень, 66 завдань); у ній майже кожну модель запущено лише в harness її вендора, тому вплив самого harness вона не показує. Індекс кодових агентів Artificial Analysis рахується на трьох наборах завдань. Прочерк — продукту в рейтингу немає.

Прогін Terminal-Bench 4.0 коштував $600 для Codex з GPT-6.1 Sol і $4700 для Claude Code з Opus 5.5. За даними Artificial Analysis, Codex розв'язує завдання в середньому за 24 хвилини і $1,5–7, Claude Code з Opus 5.5 — за годину і $11,4, Mistral Vibe — за $1,26.

Розробник, ліцензія, розвиток

Інтерфейси, моделі та ціни

Підписки Claude, ChatGPT і Google обмежені п'ятигодинними вікнами й тижневими лімітами, тож «Pro за $20» — це вхід, а не безліміт. Підписка Claude до того ж працює лише в продуктах Anthropic, тому, наприклад, OpenCode добирається до моделей Claude через встановлений поруч Claude Code. У зворотному напрямку шлях відкритий: моделі DeepSeek, GLM і Kimi підключаються до Claude Code через змінну ANTHROPIC_BASE_URL — їхні вендори це документують (інструкція DeepSeek), а Anthropic такий режим не підтримує.

Для повністю локальної роботи на звичайному комп'ютері за розміром підходять моделі на 20–30 млрд параметрів на кшталт Qwen3.8-27B чи Devstral Small 2; відкриті флагмани DeepSeek, GLM і Kimi важать від сотень мільярдів до трильйонів параметрів і потребують сервера (як запускати моделі на власному залізі).

Налаштування: інструкції, скіли, субагенти, хуки

Файли з папки .claude частково читають також інші harness: Cursor, Copilot, Cline, OpenCode, Devin і Junie.

Ізоляція та робота без людини

Запустити на віртуальній машині можна будь-який із цих harness: усі працюють на Linux і вміють режим без інтерфейсу. Важливіше, що захищатиме машину, коли ви відійдете: де пісочницю не ввімкнено за замовчуванням, її потрібно ввімкнути або поставити harness у контейнер. Режими, де дозволи роздає окрема модель-класифікатор, — auto у Claude Code, Auto-review у Cursor, Assisted у Copilot — заощаджують підтвердження, але самі вендори не вважають їх межею безпеки.

Паралельні сесії ізолюють одну від одної окремими git worktree — так влаштовані Claude Code, Kilo Code і субагенти Antigravity. Відкочують зміни чекпоінтами (Claude Code, Cline), знімками (OpenCode) або, як у Codex, лише через git.

Вразливості за 2026 рік

Рахунок залежить і від того, чи публікує вендор звіти: у закритих продуктів без публічного каналу його немає взагалі. Сюжети в усіх ті самі: налаштування з чужого репозиторію, які виконують код, обхід діалогу довіри до проєкту і вихід із пісочниці.

Harness для програмування: профілі

Claude Code

• Особливості: у Claude Code плагіни ставляться однією командою з маркетплейсу, а експериментальні команди агентів і воркфлоу роздають роботу сотням субагентів.
• У 2026 році: у Claude Code через source map витік вихідний код.

Докладніше: практики, хуки, команди й налаштування, документація.

OpenAI Codex

• Особливості: у пісочниці Codex службові .git, .agents і .codex доступні лише для читання, файли .rules вирішують, яким командам можна вийти назовні, а згори працює агент-вартовий.
• Обмеження: зовнішні пул-реквести у відкритий CLI Codex не приймаються; функції часто видаляють і перейменовують — у вересні прибрали режим MCP-сервера.
• У 2026 році: застосунок Codex злито з ChatGPT.

Код · документація

Cursor

• Особливості: у Cursor є Projects, де координатор роздає роботу виконавцям, і власний git-хостинг Origin (бета); власні моделі Composer — друга версія була побудована на відкритій Kimi K2.5.
• Обмеження: механізм довіри до робочої папки в Cursor за замовчуванням вимкнено.
• У 2026 році: у квітні вийшов Cursor 3 з вікном агентів; після купівлі Cursor компанією SpaceX OpenAI, за повідомленнями преси, припиняє прямий доступ Cursor до своїх моделей з 12 листопада.

Документація

GitHub Copilot

• Особливості: у Copilot на одне завдання на GitHub можна призначити ще й агентів Claude і Codex; є автовибір моделі та режим Fusion, де моделі працюють каскадом або перевіряють одна одну.
• У 2026 році: у лютому Copilot CLI вийшов із прев'ю; з 28 жовтня спільний рушій Copilot називається Microsoft Copilot harness.

Документація

Google Antigravity і Gemini CLI

• Що з продуктами: Google зібрала свої кодові продукти в Antigravity — нову програму на Go, а не форк. Gemini CLI з 18 червня лише для корпоративних клієнтів і «не оптимізований для Gemini 4+»; Jules закривається 31 грудня; Code Assist з 9 жовтня не продається.
• Особливості: Antigravity імпортує розширення Gemini CLI і плагіни Claude Code.

Документація

OpenCode

• Обмеження: друга версія OpenCode (вересень) ламає плагіни, API сервера і формат конфігурації.

Репозиторій · документація

Cline і Kilo Code

Cline — оригінал, Kilo Code — його спадкоємець, що переїхав на форк OpenCode. Третього з родини, Roo Code, закрито в травні; спільнота продовжує його форком Zoo Code.

• Особливості: Cline залучив $32 млн інвестицій, був переписаний на власний SDK і обзавівся канбан-дошкою завдань.

Cline · Kilo Code

pi

• Хто: pi написав Маріо Цехнер (Mario Zechner); з квітня проєктом володіє компанія Earendil, версія 1.0 вийшла 1 жовтня.
• Особливості: на pi побудовано OpenClaw, MiniMax Code, Kimi Code і CLI Augment Code; системний промпт pi коротший за тисячу токенів, а розширення, скіли й шаблони промптів ставляться як пакети.
• Обмеження: у pi немає режиму планування і системи прав.

Репозиторій

DeepSeek Harness

• Особливості: DeepSeek Harness вийшов у серпні 2026-го; його принцип — «усе є плагін»; є розклади й вебхуки для рев'ю на GitHub.

Репозиторій

Qwen Code

• Особливості: Qwen Code виріс із Gemini CLI; у нього є SDK для TypeScript, Python і Java та режими від «лише план» до автоматичного з класифікатором.

Репозиторій

Goose

• Хто: Goose створено в Block (Square, Cash App), і він став одним із трьох проєктів, з яких почалася Agentic AI Foundation.
• Особливості: у Goose є прокладка для моделей, які погано викликають інструменти; рецепти — YAML-описи повторюваних процесів, що викликаються як команди; понад 70 розширень-MCP; режими «автономно», «питати», «розумне підтвердження», «лише чат» і незалежний агент-перевіряльник.

Репозиторій

Решта harness для програмування

Kimi Code, ZCode і MiniMax Code влаштовані однаково: відкритий harness плюс підписка на модель своєї лабораторії, яку можна використовувати й у чужих harness. Усі три читають AGENTS.md і розуміють MCP, скіли та хуки в стилі Claude Code.

Continue доступний лише для читання, Trae Agent від ByteDance закинуто з лютого.

Універсальні агенти

Кодовий harness — інструмент на запит: ви дали завдання, він його виконав, сесія закінчилася (розклади й хмарні завдання в них уже є, але суть та сама). Універсальний агент — процес, який працює постійно: на вашому комп'ютері, на орендованому сервері чи в хмарі вендора. Усередині все те саме — модель, цикл виклику інструментів, скіли, субагенти, MCP, — а відмінностей три:

• Канали замість термінала. Агент — це шлюз, до якого підключено Telegram, WhatsApp, Slack, пошту. Писати йому можна з телефона, і писати йому можуть не лише ви.
• Розклад та ініціатива. Агент не чекає повідомлення: раз на пів години перевіряє пошту, зранку надсилає зведення, стежить за ціною квитка.
• Довга пам'ять. Не історія однієї сесії, а накопичені нотатки про вас і ваші справи.

Порівняння універсальних агентів

OpenClaw

• Хто: OpenClaw створив Пітер Штайнбергер (Peter Steinberger), засновник PSPDFKit, який із лютого працює в OpenAI; з липня проєкт у незалежному фонді, серед спонсорів OpenAI, NVIDIA, Microsoft і Tencent. Колишні назви — Warelay, Clawdis, Clawdbot і Moltbot. Близько 393 тис. зірок, 384 учасники, релізи майже щодня.
• Налаштування: AGENTS.md — інструкції, SOUL.md — характер і межі, USER.md — що агент знає про вас, MEMORY.md і денні нотатки — пам'ять; скіли у форматі Agent Skills з реєстру ClawHub.
• Пам'ять: Markdown-файли з пошуком за словами й за змістом; перед стисканням контексту агент скидає важливе в пам'ять, а фоновий режим «сновидінь» переносить усталені факти в MEMORY.md. Скіли агент може писати й оновлювати сам.
• Автоматизація: розклад, вебхуки, тригери з Gmail, MCP; субагенти — фонові сесії зі своєю моделлю, які повертають підсумок в основну розмову.
• Обмеження: за документацією OpenClaw один шлюз — одна межа довіри, а не середовище для кількох користувачів; вхід за підпискою ChatGPT є, за підпискою Claude — немає.

Репозиторій · документація

Hermes Agent

• Хто: Hermes Agent робить Nous Research, автор відкритих моделей Hermes; агент вийшов через кілька тижнів після злету OpenClaw. Python, близько 259 тис. зірок — з травня плюс 98 тисяч проти 20 у OpenClaw; 397 учасників.
• Самонавчання: час від часу агент переглядає зроблене й зберігає висновок у пам'ять або створює й виправляє скіл, щоб наступного разу розв'язати завдання за готовою процедурою.
• Пам'ять: навмисно маленька — MEMORY.md близько 2200 знаків, USER.md близько 1400; вставляється знімком на початку сесії, щоб не ламати кеш промпта; плюс повнотекстовий пошук по всіх сесіях.
• Виконання: шість бекендів — хост, Docker, SSH, Modal, Daytona, Vercel Sandbox; платний хостинг від $20 до $200 на місяць.
• Скіли та субагенти: Agent Skills із хабу з кількома джерелами, зокрема ClawHub, зі сканером під час встановлення; до десяти субагентів паралельно.
• Обмеження: небезпеку команди в Hermes оцінює допоміжна модель, а в контейнерних бекендах ці перевірки вимкнено; документація визнає, що справжня межа — лише операційна система.

Репозиторій · документація

Легкі альтернативи OpenClaw

Слідом за OpenClaw з'явилася родина «клешень» (claws) — агентів того самого типу, написаних заново, які відрізняються розміром або ізоляцією. Незалежного аудиту безпеки в жодного з них я не знайшов.

Поруч стоять Agent Zero, якому видають цілий Linux із робочим столом усередині Docker, і Microsoft Scout — корпоративна надбудова над OpenClaw з обліковими записами Entra і контролем витоків даних.

Хмарні агенти лабораторій

• ChatGPT Work (OpenAI) — спадкоємець ChatGPT agent; з липня живе в настільному ChatGPT на технології Codex: завдання за подією й розкладом, стеження за змінами, плагіни до Slack, Teams, Google Drive і CRM.
• Claude Cowork (Anthropic) — Claude Code для тих, хто не пише код: документи, браузер і керування екраном із дозволом на кожен застосунок; входить у Pro, Max, Team і Enterprise. З 6 жовтня нові завдання на Pro і Max виконуються на серверах Anthropic; раніше сесія йшла у віртуальній машині на комп'ютері користувача (Apple Virtualization на macOS, Hyper-V на Windows).
• Gemini Tasks (Google), до перейменування — Gemini Spark: цілодобовий агент, побудований на Antigravity, із власною поштовою адресою, віддаленим браузером і комп'ютером у хмарі, доступом до Workspace, Chrome і MCP. Доступний передплатникам Google AI Pro і Ultra, для робочих і навчальних акаунтів закритий.
• Perplexity Computer — хмарний «цифровий працівник» з ядром на Claude Opus, яке роздає підзавдання десяткам моделей різних вендорів; з 20 жовтня є повністю локальний режим на Mac з моделлю Qwen.
• Manus — хмарний агент загального призначення: Meta купила його в грудні 2025 року, у квітні китайський регулятор угоду заблокував, і з 1 вересня Manus знову працює незалежно. Хмарна пісочниця з браузером плюс керування браузером на вашому комп'ютері.
• Решта: хмарний «співробітник» Claw від Genspark і китайські хмарні версії OpenClaw від ByteDance, Tencent і Alibaba.

Безпека універсальних агентів: що вже сталося

Щодо OpenClaw задокументовано найбільше інцидентів:

• Одне посилання — і команди на хості. Вразливість OpenClaw CVE-2026-25253 (лютий): панель керування довіряла адресі шлюзу з параметра посилання й надсилала туди токен. З украденим токеном можна було вимкнути підтвердження й виконувати команди прямо на хості, в обхід Docker, — навіть коли шлюз був доступний лише з localhost.
• Шкідливі скіли. Аудит усіх 2857 скілів у ClawHub, реєстрі OpenClaw, знайшов 341 шкідливий, майже всі з однієї кампанії: «спочатку встановіть ось це» — і на машину приїжджав Atomic Stealer, що краде паролі. Для публікації скіла тоді вистачало акаунта на GitHub, старшого за тиждень.
• Шлюзи у відкритому інтернеті. У лютому різні сканування знайшли від 40 до 135 тисяч доступних з інтернету шлюзів OpenClaw, помітна частина — з відомою вразливістю віддаленого виконання коду.
• Перехоплення через браузер. Атака ClawJacked: будь-який сайт відкривав WebSocket до шлюзу OpenClaw на вашій машині й підбирав пароль сотнями спроб на секунду — для localhost обмеження частоти не було.
• Реакція. Gartner назвала ризик OpenClaw для бізнесу «неприйнятним», китайський CERT — «вкрай слабкою конфігурацією за замовчуванням», у Китаї держкомпаніям обмежили використання. У вересні аудит Trail of Bits знайшов 0 критичних і 2 серйозні проблеми, усе закрито.

Загалом в OpenClaw 722 опубліковані повідомлення про вразливості, з них 14 критичних і 249 високої важливості. Пік припав на лютий і березень — 220 і 204 повідомлення; до літа потік спав до кількох десятків на місяць.

У Hermes у сторонніх базах 10–12 CVE, випадків експлуатації та шкідливих скілів не знайдено, хоча його хаб уміє ставити скіли й з ClawHub. У Claude Cowork у липні дослідники показали, що віртуальна машина сесії монтувала всю файлову систему хоста на запис, і через ланцюжок помилок у ядрі Linux із гостя можна було дістатися до файлів господаря. Anthropic закрила звіт як «інформаційний»; виправлення для локального режиму немає.

Класи проблем повторюються від продукту до продукту:

• відкритість за замовчуванням — шлюз доступний із мережі, а не лише з вашої машини;
• ланцюжок постачання — шкідливі скіли, плагіни та інсталятори;
• права, що губляться дорогою: перевірка пройшла на першому кроці завдання, а дія виконується на п'ятому, вже в іншому контексті;
• контейнер як єдина межа — доки в ньому не знайдеться діра;
• промпт-ін'єкції, які вендори не вважають вразливістю.

Наскільки добре працюють універсальні агенти

Незалежного порівняння OpenClaw, Hermes і хмарних агентів на одній і тій самій моделі немає.

• Реальна робота — Remote Labor Index. Scale AI і CAIS узяли 240 справжніх замовлень із фриланс-бірж — дизайн, відео, дані, документи — і зараховують результат, якщо він не гірший, ніж у найнятої людини. У жовтні 2025 року найкращим був Manus: він довів до приймання 2,5% замовлень, ChatGPT agent — 1,3%. У липневому замірі найкраща модель, Claude Fable 5, — 15,8%, Opus 4.8 — 8,3%, GPT-5.5 — 6,3%, Opus 4.6 в оболонці Cowork — 4,2%, Manus 1.6 Max — 2,9%. Моделі Anthropic при цьому працювали в Claude Code, моделі OpenAI — у Codex CLI, обидва з інструментом керування екраном.
• Бенчмарки всередині свого harness. PinchBench від Kilo ганяє моделі на завданнях OpenClaw: 147 завдань, лідери набирають 88–93,5%, і перші десять моделей вкладаються в шість пунктів. Hermes Bench від самої Nous: 150 завдань, Claude Opus 5.5 — 76,7 при $0,52 за завдання, Claude Haiku 5.5 — 71,0 при $0,015. Різниця в якості — шість пунктів, у ціні — тридцять п'ять разів. Обидва бенчмарки порівнюють моделі в одному harness, а не різні harness між собою.
• Окремі навички моделей. На OSWorld-Verified (керування комп'ютером) найкращі моделі набирають близько 86% за людського рівня 72%, на BrowseComp (пошук у вебі) — близько 92%. На новому, довшому OSWorld 2.0, за сторонніми зведеннями, Opus 4.8 набирає близько 21% замість 83%.

Код і дані: що обіцяють вендори

Harness надсилає провайдеру моделі все, що агент прочитав або отримав від команд: файли, вивід тестів, дифи, а якщо агент відкрив .env, то й його вміст. Чи підуть ці дані в навчання, скільки вони зберігаються і де, визначає договір із вендором моделі та тип тарифу, а не сам harness.

Навчання та зберігання

Обіцяні строки зберігання може перекрити суд: з 13 травня по 26 вересня 2025 року OpenAI за приписом суду зберігала журнали Free, Plus, Pro, Team та API без нульового зберігання, які інакше були б видалені.

Регіон, сертифікати та юридичні гарантії

Китайські провайдери

Строків зберігання не вказує жоден із п'яти: формулювання — «стільки, скільки необхідно» або «поки акаунт активний». Для Kimi Code і GLM Coding Plan окремих умов немає, і незрозуміло, яка політика до них застосовується. Куди піде код, вирішує адреса провайдера в налаштуваннях, а не harness: у списках підтримуваних інструментів цих підписок — Claude Code, Codex, Cursor, OpenCode, OpenClaw і Hermes.

Обмеження з боку держав і компаній:

• DeepSeek. Італія заблокувала застосунок у січні 2025 року, Південна Корея призупиняла завантаження з лютого по квітень 2025-го. На державних пристроях його заборонили Тайвань, Австралія, Чехія, Міністерство торгівлі США та низка штатів; Microsoft заборонила застосунок співробітникам. У жовтні 2026 року Міністерство внутрішньої безпеки США зобов'язало цивільні федеральні відомства прибрати продукти DeepSeek, включно зі сторонніми інструментами, побудованими на ньому.
• Zhipu (Z.ai). З січня 2025 року в американському Entity List — це експортний контроль, а не заборона користуватися сервісом.
• Усі п'ять провайдерів названо в бюлетені NSA, CISA та FBI від 8 вересня 2026 року серед компаній, що дистилювали американські моделі; рекомендацій клієнтам цих моделей бюлетень не дає.

Посередники: шлюзи та власні ключі

• OpenCode Zen і Go. Моделі розміщено у США та ЄС, більшість — без навчання й зберігання. Винятки: частина безплатних моделей, на даних яких навчається провайдер; моделі з позначкою Contributor, зокрема Muse від Meta, які навчаються на запитах і вмикаються лише адміністратором; частина моделей OpenAI, Anthropic та xAI зі зберіганням 30 днів. Угода про нульове зберігання з DeepSeek продовжується щомісяця, поточна діє до 31 жовтня. OpenCode заявляє SOC 2 Type 1 і 2, звіти — під NDA.
• Kilo Gateway. Працює через OpenRouter і Vercel AI Gateway, сервери в США. Умови дають Kilo безстрокову ліцензію на дані клієнта, включно з вихідним кодом, «для надання та покращення сервісів». Безплатний режим Auto Free може надсилати запити провайдерам, які їх логують і навчаються на них; нульове зберігання є лише в Enterprise.
• Провайдери Cline і ClinePass. Запити йдуть через інфраструктуру Cline, і телеметрія щодо них може містити запит і відповідь моделі; про зберігання та навчання документація ClinePass нічого не говорить. З власними ключами Cline надсилає запити напряму провайдеру.
• Nous Portal (Hermes). Умови дають Nous ліцензію на запити та відповіді, зокрема для навчання й передавання третім особам; режим приватності, який потрібно ввімкнути вручну, вимикає зберігання та навчання, метадані лишаються.
• Власні ключі в комерційних harness. У Cursor запити з власним ключем усе одно проходять через сервер Cursor, де збирається промпт, і нульове зберігання тоді визначає провайдер. Copilot CLI з власним провайдером надсилає запити напряму йому, а чат в IDE з власним ключем — через API GitHub.

Що лишається на вашій машині

Goose надсилає телеметрію лише за згодою, pi — одну анонімну перевірку версії під час встановлення, Kimi Code вимикає її змінною KIMI_DISABLE_TELEMETRY=1.

Витоки коду та ключів через агентів