Подразделение GigaCode R&D представило GigaCode Universal Agent — открытый проект на Python для автоматизации агентных задач. Система использует единое ядро, которое подключает языковые модели через API для выполнения прикладных операций, таких как анализ документов или работа с кодом.
Архитектура агента разделяет ядро, навыки и инструменты. Навыки представляют собой переиспользуемые регламенты работы, а инструменты обеспечивают доступ к данным и внешним системам через протокол MCP. Такой подход позволяет внедрять новые сценарии без изменения основного цикла исполнения.
Для контроля качества в систему встроен «судья» — отдельная модель, которая проверяет историю действий и итоговый результат на соответствие задаче. Она оценивает, все ли требования выполнены и подтверждены ли выводы источниками, что исключает преждевременное завершение работы.
Тестирование на модели Qwen3.6-35B-A3B показало преимущество Universal Agent над OpenCode и Qwen Code в бенчмарках Verified и Terminal. В задачах по кибербезопасности с моделью DeepSeek-V4-Flash добавление предметного навыка повысило результат с 70,6% до 76,7%.
Внутри Сбера агент применяется для автоматизации фоновых задач, включая создание Pull Request и работу в периметре кибербезопасности. Проект демонстрирует, что эффективность работы одной и той же модели напрямую зависит от качества среды исполнения и обвязки.
