Сбер: профиль GigaChat для агентного фреймворка Deep Agents

Профиль-обвязка работает на двух уровнях. Первый — десять модульных промпт-блоков под конкретные классы отказов и переписанные описания семи встроенных инструментов. Второй — middleware, то есть перехватчики на уровне кода: ThinkTool, ShellSafety, PathNormalizer, MemoryTask и LoopBreaker, которые валидируют команды и не дают модели совершать типовые ошибки. Плагин распространяется независимо и совместим с линейкой от GigaChat 3 Lightning до 3 Ultra.

Вендор и технология: GigaChain (Сбер), open-source плагин deepagents-gigachat поверх LangChain Deep Agents.

Без специальной обвязки модель систематически путает абсолютные и относительные пути, ломает Python-однострочники после точки с запятой, пытается использовать regex в grep, тащит префиксы номеров строк в правки файлов и забывает про динамические файлы памяти.

• Поднять долю успешно решённых агентных задач

• снизить расход токенов

• закрыть пять системных классов ошибок кодом, а не только промптом

• сделать профиль переносимым плагином

• поддержать всю линейку GigaChat

• Результаты

• GigaChat 3.5 — рост точности с 77,2% до 87,0% (+9,8 п.п.)

• GigaChat 3 Ultra — с 79,8% до 87,0% (+7,2 п.п.)

• расход токенов снижен примерно на 45–50% (с 7,99 млн до 4,41 млн)

• бенчмарк из 391 задачи Нагрузка и масштаб

• 391 тестовый кейс в harness-bench-fast v0.16.0 Сроки

• Механизм HarnessProfile появился в LangChain в апреле 2026, итеративная разработка профиля весной 2026, релиз deepagents-gigachat v0.0.3 в июле 2026