TrueForge: самое сложное в ИИ-агентах не модель

Спросите комнату инженеров, что сложнее всего в создании ИИ-агента, и большинство ответит: модель. Спросите инженеров, которые действительно выпускали агентов в продакшен, и список будет другим: сессии, переживающие перезапуск; учётные данные инструментов, которые не утекают в песочницу; человеческое подтверждение, работающее в 2 часа ночи; контекстное окно, которое незаметно не съедает в десять раз больше бюджета. Модель можно заменить за один день. А всё, что её окружает, способно съесть целый квартал.

Именно эту механику TrueFoundry открыла 19 августа. TrueForge представляет собой обвязку агента, слой среды выполнения, который крутит цикл вокруг модели: спланировать, вызвать инструмент, вернуть результат модели, повторить, одновременно управляя сессиями, песочницами, подтверждениями и контекстом. На запуске его подают как нейтральную к поставщику альтернативу Claude Managed Agents от Anthropic примерно за половину эксплуатационной стоимости. И самое интересное для меня в бенчмарке, на котором строится этот тезис, то, что основную работу там делает китайская открытая модель. Я прочитал репозиторий, публикацию об анонсе и материалы в прессе. Вот что выдерживает проверку.

Ключевые выводы - TrueForge это обвязка агентов от TrueFoundry под лицензией MIT: основной сервер запускает цикл агента, сверху есть HTTP API с SDK для TypeScript и встраиваемый чат-интерфейс. Любой поставщик моделей, любой MCP-сервер, ваша собственная инфраструктура. - Главная цифра бенчмарка: на корпоративной проверке из 14 задач TrueForge показал примерно ту же долю завершённых задач, что Claude Managed Agents, но обошёлся примерно на 30% дешевле на той же модели и примерно на 75% дешевле при использовании GLM-5.2 вместо Opus 4.8. Это собственный бенчмарк TrueFoundry, независимо он не подтверждён. - Среда выполнения бесплатна, бизнес находится уровнем ниже. TrueFoundry продаёт шлюз управления, где живут бюджеты, ограничения частоты, аудит и наблюдаемость и через который проходят все вызовы моделей и инструментов. - Для открытых моделей это более важная история: нейтральная обвязка означает, что нагрузку получает самая дешёвая модель, способная завершить задачу. И прямо сейчас в этой гонке всё заметнее китайские лаборатории. - Локальный режим представляет собой один процесс с SQLite и без входа в систему. Используйте его, чтобы познакомиться с продуктом, и не больше.

Что произошло

19 августа TrueFoundry, стартап из Сан-Франциско в области ИИ-инфраструктуры, основанный в 2021 году бывшими инженерами Meta, выпустил TrueForge под лицензией MIT. В ту же неделю о запуске написали VentureBeat и InfoWorld, а репозиторий за считанные дни преодолел 1 800 звёзд. Главное:

• Обвязка выполняет полный цикл агента: вызовы модели, MCP-инструменты, навыки, выполнение кода в песочнице, человеческие подтверждения, управление контекстом и состоянием сессии, со сквозной потоковой передачей результатов.

• Доступ к нему предлагается тремя способами: встроенный чат-интерфейс, HTTP API с SDK для TypeScript (@truefoundry/trueforge-sdk) и встраиваемый UI SDK (@truefoundry/trueforge-ui), чтобы поместить интерфейс в собственный продукт.

• Модели задаются каталогами YAML: OpenAI, Anthropic, Gemini и ещё примерно два десятка провайдеров, плюс любая конечная точка, совместимая с OpenAI. Навыки это хранящиеся в git пакеты SKILL.md, та же схема, которую популяризировал Claude Code.

• Запускать можно в двух вариантах: локальный режим, один процесс с SQLite, запускаемый через npx @truefoundry/trueforge, или командный серверный режим, Postgres плюс Redis через Docker Compose или Helm.

• Для команд, которые не хотят обслуживать всё самостоятельно, TrueFoundry предлагает размещённую версию с оплатой по использованию. Среди первых пользователей названы NetApp и Automatiq, а также собственный внутренний помощник TrueFoundry.

TrueForge представляет собой обвязку агента с открытым исходным кодом под лицензией MIT, выпущенную TrueFoundry 19 августа 2026 года. Она выполняет цикл агента, включая вызовы моделей, MCP-инструменты, выполнение в песочнице, подтверждения, управление контекстом и состоянием сессии, и предоставляет доступ через чат-интерфейс, HTTP API с SDK для TypeScript и встраиваемый UI, согласно анонсу TrueFoundry.

Почему именно за слой обвязки стоит бороться

Сделать демонстрацию агента легко. Запустить пятьдесят агентов в продакшене уже нет, и весь разрыв между этими двумя задачами приходится на обвязку. Модель рассуждает, но сама действовать не умеет: она не откроет файл, не вызовет API, не вспомнит, что сказала три хода назад, и не остановит себя перед удалением не той таблицы. Чей-то код должен делать всё это снова и снова, безопасно и с предсказуемой стоимостью.

До недавнего времени вариантов было два. Либо строить обвязку самостоятельно, потратить месяцы на её создание и затем поддерживать среду выполнения вместо продукта, либо арендовать её у поставщика модели. Именно так работает Claude Managed Agents: Anthropic крутит цикл за вас, а вы платите за токены Claude плюс $0,08 за каждый час работающей сессии с тарификацией до миллисекунды. Второй вариант удобен, но архитектурно неловок. Как только среда выполнения, инструменты и биллинг принадлежат одному поставщику, ему же фактически начинает принадлежать и ваша дорожная карта.

Поэтому функции работы с контекстом важнее списка моделей. TrueForge поставляется с субагентами, отложенной загрузкой инструментов, когда определения загружаются по необходимости, а не вставляются в каждый промпт, вынесением больших результатов за пределы контекста и его сжатием. Всё это не даёт долгому запуску агента утонуть в собственной истории. Это не роскошь. В бенчмарке TrueFoundry их конфигурация расходовала 3,8 млн токенов на запуск против 10 млн у Claude Managed Agents на тех же задачах и той же модели. Даже если воспринимать цифру с оговоркой, направление правдоподобно: большая часть стоимости агентов это лишний контекст, а управление контекстом относится к обвязке. По той же причине я говорю клиентам, что самый интересный вопрос в агентной архитектуре редко звучит как «какая модель?». Обычно важнее то, что её окружает.

Обвязка агента отвечает за продакшен-задачи, которые модель сама не решает: сессии, учётные данные инструментов, песочницы, подтверждения и рост контекста. В бенчмарке TrueFoundry их обвязка использовала 3,8 млн токенов на запуск против 10 млн у Claude Managed Agents на одинаковых задачах. Компания объясняет разницу сжатием контекста и отложенной загрузкой инструментов.

Бенчмарк, если читать его внимательно

Во всех заголовках стоит 75%, поэтому разберём цифру. На самом деле это две разные цифры, спрятавшиеся под одним плащом.

TrueFoundry тестировала систему на Enterprise-Bench от DevRev, проверке из 14 задач, имитирующих CRM, систему отслеживания задач и работу с документами. Одни и те же задачи, инструменты и модель:

• TrueForge с Opus 4.8 от Anthropic выполнил примерно 11 из 14 задач при средней стоимости $8,50 за запуск.

• Claude Managed Agents на той же Opus 4.8 выполнили примерно столько же задач при $11,80 за запуск.

• TrueForge с GLM-5.2, моделью Zhipu с открытыми весами, снова выполнил примерно столько же задач при $2,90 за запуск.

Если раскладывать честно, сравнение обвязки с обвязкой на одной модели даёт экономию около 30%, главным образом за счёт наценки управляемого сервиса и сокращения числа токенов, о котором говорилось выше. До 75% цифра доходит только когда одновременно меняется модель, с Opus 4.8 на GLM-5.2. В таком сравнении меняются сразу две переменные, на что справедливо указал один толковый разбор, и оно говорит скорее о том, насколько далеко продвинулись открытые модели, чем о самом TrueForge. В некотором смысле это и есть настоящий аргумент TrueFoundry: если обвязка нейтральна, вам ничто не мешает забрать эту экономию.

И ещё две оговорки. Бенчмарк проводила сама TrueFoundry, на более крупных продакшен-нагрузках он независимо не подтверждался. А 14 задач это маленькая выборка: три случайно изменившихся результата отделяют хорошую неделю от плохой. Воспринимайте цифры как заявленные, а не как прошедшие аудит.

Одна проверка, три конфигурации. Экономия 30% получается при сравнении обвязки с обвязкой; экономия 75% в основном появляется после замены модели. Цифры предоставлены поставщиком, воспроизвести тест можно из каталога бенчмарка в репозитории.

В собственном бенчмарке TrueFoundry на Enterprise-Bench от DevRev TrueForge примерно сравнялся с Claude Managed Agents, выполнив около 11 из 14 задач: $8,50 против $11,80 за запуск на одной и той же Opus 4.8, то есть примерно на 30% дешевле, и $2,90 за запуск с GLM-5.2, то есть примерно на 75% дешевле, согласно анонсу. Результаты независимо не подтверждены, а в цифре 75% одновременно меняются и обвязка, и модель.

Бизнес-модель не совпадает с лицензией

Раздайте среду выполнения, продавайте слой под ней. Обвязка с открытым исходным кодом полностью работоспособна и действительно бесплатна, но TrueForge спроектирован так, чтобы направлять каждый вызов модели и каждое взаимодействие MCP через AI Gateway от TrueFoundry. Именно в шлюзе живут бюджеты, ограничения частоты, защитные правила, политики доступа и наблюдаемость. Это и есть коммерческий продукт, вместе с размещённым тарифом с оплатой по использованию для команд, которым не хочется самим обслуживать Postgres.

Я не говорю об этом как о недостатке. Так устроена сделка во многих хороших инфраструктурных продуктах с открытым исходным кодом, и здесь чувствуется опыт людей из Meta. Тезис основателей в том, что контроль и удобство не обязаны противоречить друг другу, если платформа устроена правильно, а бесплатная обвязка помогает поставить их слой контроля под агентами всех остальных. Robert Rubin, старший директор по платформенной инженерии в NetApp, называет TrueFoundry «центральной платформой в ИТ, через которую маршрутизируются агентные приложения и агенты». Это ровно то место, которым компания хочет владеть. Покупателю полезно понимать, к какому именно слою он привязывается. Обвязку можно форкнуть. Шлюз продаётся по подписке.

Конкурентное поле уже тесное, и это само по себе подтверждает, что категория реальна: управляемая среда Anthropic на проприетарном конце спектра, Deep Agents от LangChain на уровне фреймворка, собственная обвязка DeepSeek под MIT, пока ещё в предварительной версии для разработчиков, и теперь TrueForge с прицелом на универсальное продакшен-использование. Когда три континента за один год выпускают один и тот же слой ПО, значит, этот слой действительно несущий.

TrueForge бесплатен по лицензии MIT, но спроектирован для маршрутизации трафика моделей и MCP через коммерческий AI Gateway от TrueFoundry, где продаются контроль бюджета, ограничения частоты и наблюдаемость. Среди первых пользователей на запуске названы NetApp и Automatiq, согласно материалу о запуске.

Что это означает для открытых моделей

Вот сторона истории, которую, на мой взгляд, большинство западных публикаций недооценили. Управляемая среда, привязанная к одному семейству моделей, создаёт ров вокруг этого семейства. Нейтральная среда выравнивает поле: любая нагрузка, проходящая через TrueForge, становится нагрузкой, за которую GLM-5.2, Qwen, DeepSeek или Kimi могут бороться по цене завершённой задачи, а не по известности бренда. Цифра 75% вообще появилась потому, что китайская модель с открытыми весами выполнила корпоративные задачи примерно за четверть цены Opus. Ещё год назад фразу «дешёвая модель завершила примерно столько же задач» было трудно написать с серьёзным лицом.

Именно за этой закономерностью я уже некоторое время наблюдаю из Ханчжоу: лабораториям открытых моделей не обязательно побеждать фронтир во всём. Им достаточно приблизиться настолько, чтобы верхнему слою стало безразлично, какая модель находится снизу. Нейтральная обвязка и есть такой слой, а теперь он ещё и открыт и сопровождается внятной историей про управление. Если вы решаете, готовы ли открытые китайские модели к реальным рабочим нагрузкам, я подробно разбираю этот расчёт в системе оценки рисков, которую использую с клиентами. Короткая версия: фраза «для обвязки это просто ещё одна конечная точка» убирает одно из самых удобных оправданий, чтобы не тестировать.

Что делать сейчас

Если вы создаёте или эксплуатируете агентов, я бы шёл в таком порядке.

1. Сегодня: запустите npx @truefoundry/trueforge на своей машине и подключите одну модель и один MCP-сервер. Локальный режим работает одним процессом на SQLite, поэтому это самый дешёвый из известных мне способов почувствовать, что вообще делает обвязка. Оставьте его на localhost: по умолчанию входа в систему нет, и документация прямо говорит, что локальный режим не предназначен для доступа из интернета.

2. На этой неделе: возьмите одну агентную нагрузку, которую уже выполняете, запишите расход токенов и долю завершённых задач, затем воспроизведите форму бенчмарка на собственных задачах. Каталог benchmark/ в репозитории создан именно для этого. Важна только ваша цифра. Любой бенчмарк поставщика, включая этот, остаётся маркетингом, пока вы его не повторили.

3. В этом месяце: если вы платите по тарифам управляемой среды, посчитайте потенциальную 30-процентную экономию только от обвязки на своём реальном счёте, а отдельно проверьте, проходит ли открытая модель ваш порог качества на тех же задачах. Два независимых решения, две независимые таблицы. Если вы только начинаете и выбираете первый стек, сначала прочитайте про строить или покупать и компромиссы самостоятельного размещения, а уже потом фиксируйте среду выполнения.

Частые вопросы

Что такое обвязка агента?

Это слой среды выполнения, который превращает языковую модель в работающего агента. Он запускает цикл вокруг модели, спланировать, вызвать инструменты, вернуть результаты, повторить, и берёт на себя всё, чего сама модель не умеет: постоянство сессий, учётные данные инструментов, выполнение в песочнице, человеческие подтверждения и контроль контекстного окна на длинных задачах. TrueForge, Claude Managed Agents и Deep Agents от LangChain это всё примеры обвязок, а находящиеся под ними модели заменяемы в разной степени.

TrueForge бесплатен?

Сама обвязка распространяется по лицензии MIT и бесплатна, в том числе для коммерческого использования. Платить всё равно придётся за модели, поставщика песочницы, сейчас это Daytona, и собственную инфраструктуру. TrueFoundry продаёт опциональный слой управления, AI Gateway с бюджетами, ограничениями частоты, аудитом и наблюдаемостью, а также размещённую версию с оплатой по использованию для команд, которые не хотят заниматься самостоятельным размещением.

Чем TrueForge отличается от Claude Managed Agents?

Claude Managed Agents полностью управляется Anthropic, оплачивается как токены Claude плюс $0,08 за час работающей сессии и работает только с Claude. TrueForge можно размещать самостоятельно или у TrueFoundry, он нейтрален к моделям и бесплатен для запуска. В собственном бенчмарке TrueFoundry он показал ту же долю завершённых задач примерно на 30% дешевле на той же модели. Компромисс в том, что больше эксплуатации остаётся на вас, а сам бенчмарк принадлежит поставщику, а не независимой стороне.

Может ли TrueForge использовать открытые китайские модели вроде GLM или Qwen?

Да. Он поддерживает любую конечную точку, совместимую с OpenAI, а главная цифра стартового бенчмарка получена именно с GLM-5.2. Именно сочетание с этой моделью дало 75-процентное снижение стоимости, что говорит о ценах открытых моделей не меньше, чем о самой обвязке.

Итог

TrueForge существует всего месяц, бенчмарк у него собственный, и доверять ему расчёт зарплаты пока точно не стоит. Но форма продукта правильная: обвязка становится самостоятельным слоем стека, у этого слоя неизбежно должен был появиться открытый нейтральный вариант, а то, что стартовая математика опирается на китайскую открытую модель ради главной цифры, тихо показывает направление экономики агентов. Следите, появятся ли независимые воспроизведения заявлений о стоимости в следующем квартале. Именно это отличит хороший запуск от реального сдвига.

Если вы пытаетесь понять, где обвязка должна находиться в вашем агентном стеке, я регулярно обсуждаю это с клиентами. Свяжитесь со мной.

Источники

• TrueFoundry, «TrueForge: альтернатива Claude Managed Agents с открытым исходным кодом»: https://www.truefoundry.com/blog/engineering/trueforge-open-source-agent-harness/ (опубликовано 18.08.2026, получено 29.08.2026)

• TrueFoundry, репозиторий TrueForge: https://github.com/truefoundry/trueforge (получено 29.08.2026)

• TrueFoundry Docs, «Что TrueFoundry добавляет поверх TrueForge»: https://www.truefoundry.com/docs/agent-platform/agent-harness/what-truefoundry-adds (получено 29.08.2026)

• VentureBeat, «Обвязка агентов TrueForge с открытым исходным кодом от TrueFoundry обещает завершение задач на 30%-75% дешевле»: https://venturebeat.com/orchestration/truefoundrys-open-source-ai-agent-harness-trueforge-boasts-30-75-cheaper-task-completion-than-claude-managed-agents (опубликовано 19.08.2026, получено 29.08.2026)

• InfoWorld, «TrueFoundry выпускает обвязку агентов с открытым исходным кодом и заявляет о снижении стоимости до 75%»: https://www.infoworld.com/article/4211969/truefoundry-debuts-open-source-ai-agent-harness-claiming-up-to-75-lower-costs.html (опубликовано 20.08.2026, получено 29.08.2026)

• Superpower Daily, «TrueFoundry бесплатно отдаёт среду выполнения агентов, чтобы продавать слой под ней»: https://www.superpowerdaily.com/posts/truefoundry-gives-away-its-agent-runtime-to-sell-the-layer-beneath-it (опубликовано 20.08.2026, получено 29.08.2026)

• Business Wire, «TrueFoundry запускает TrueForge» (пресс-релиз): https://finance.yahoo.com/technology/ai/articles/truefoundry-launches-trueforge-open-source-120000790.html (опубликовано 19.08.2026, получено 29.08.2026)