Open Interpreter obstawia, że o wyniku taniego modelu decyduje rusztowanie, nie wagi

Open Interpreter zaczynał jako pythonowy agent do programowania, którego odpalało się w terminalu i zlecało mu zadania na własnej maszynie. Dziś pod tą samą nazwą kryje się co innego: przepisany od zera w Ruście fork Codexa, otwartego agenta OpenAI, nastawiony na jeden cel, czyli wyciskać przyzwoite wyniki z tanich modeli. Repozytorium przekroczyło 60 tysięcy gwiazdek, tylko że akurat ta liczba mówi najmniej. Gwiazdki narastały latami, a projekt przepisał się od nowa raptem kilka miesięcy temu, kiedy porzucił Pythona na rzecz Rusta.

Rusztowanie wokół modelu waży więcej, niż widać

Cały pomysł streszcza jedno polecenie. Wpisujesz w terminalu /harness i dostajesz listę rusztowań do przymierzenia: natywne, skopiowane z Claude Code, dopasowane do własnych narzędzi Qwena i Kimi, osobne pod DeepSeeka. Harness otacza model i w każdej chwili decyduje, co model widzi i co wolno mu zrobić: dokłada systemowy prompt, opisuje mu dostępne narzędzia i w pętli prowadzi go przez zadanie. Każda z tych nazw odpowiada narzędziu, z którym dany model był wypuszczany i pod które go dostrajano, więc przełączenie harnessu sprowadza się do ubrania modelu w strój, w którym uczył się pracować, tyle że bez wychodzenia z jednego terminala i bez instalowania osobnej aplikacji na każdy z nich. Ten sam model wpuszczony w dwa różne rusztowania potrafi dać wyraźnie różne wyniki, bo każdy duży asystent był strojony razem ze swoim własnym otoczeniem, a nie w próżni.