Nodecode: открытый агент на Common Lisp, который переписывает сам...

Проект Nodecode, опубликованный на Hacker News как Show HN, предлагает строить агентов иначе: это открытый агент на Common Lisp поверх SBCL, который переписывает собственный код, а у модели остаётся ровно один инструмент — eval, исполняющий Lisp прямо в запущенном процессе. Всё, чему агент научился, живет как .lisp-файлы под контролем git и переживает перезапуск. По данным авторов из отчёта Foresight Labs FL-2026-006, на бенчмарке ARC-AGI-3 Nodecode расходует заметно меньше токенов, чем Claude Code и Codex CLI, при сопоставимом результате. Проект распространяется по лицензии MIT, но песочницы в нём нет, поэтому для автономной работы его рекомендуют изолировать в контейнере или виртуальной машине.

Что произошло

Nodecode вышел в открытый доступ как публикация Show HN на Hacker News с кодом на GitHub. Ядро замысла: модель получает только eval, исполняющий Lisp-код внутри живого SBCL-процесса, и через него определяет любые недостающие возможности — от read-pdf до скиллов, MCP-коннекторов и пользовательских инструментов. Каждое определение сразу становится рабочим, сохраняется отдельным .lisp-файлом, коммитится в git и подгружается при каждом старте, поэтому наработанные навыки не теряются после перезапуска. Клиенты — терминал, браузерный nodecode web, телефон через команду /link on, боты в Discord, Telegram и Slack — подключаются к общему gateway-процессу, где инструмент, написанный в одном клиенте, сразу доступен во всех остальных. На бенчмарке ARC-AGI-3, включающем 25 публичных игр и 183 уровня, Nodecode с Claude Opus 5.5 набрал 100 очков, израсходовав на 54% меньше токенов, чем Claude Code, и обойдясь на 41% дешевле; с GPT-6.1 Sol агент выиграл все 25 игр, израсходовав на 66% меньше токенов, чем Codex CLI, и обойдясь на 24% дешевле. Эти цифры приводятся в отчёте Foresight Labs FL-2026-006.

Контекст

Повод для проекта — давний спор о том, как должно быть устроено окружение модели. Популярные CLI-агенты вроде Claude Code и Codex CLI следуют схеме harness: вокруг модели ставится прослойка с каталогом инструментов и JSON-схемами, а память и скиллы разбросаны по markdown-файлам и папкам. Nodecode отвечает противоположным тезисом: вместо расширяемого каталога — один выразительный инструмент, способный определить любой другой, и вместо рассыпанной памяти — код самого агента, который версионирован в git и выполняется в живом Lisp-образе. Важна и рамка измерений: бенчмарки такого рода оценивают связку модели с конкретным окружением, а не модель саму по себе, поэтому разница с Claude Code и Codex CLI описывает эффект платформы, а не превосходство одной модели над другой. Заодно ARC-AGI-3 превращается в арену сравнения агентных окружений, а не только моделей. Сам проект пока на ранней стадии: у репозитория около 137 звёзд, и это скорее проверяемый архитектурный эксперимент, чем зрелая практика.

Почему это важно для индустрии

Для индустрии здесь два сообщения. Первое: архитектура агента становится самостоятельным рычагом экономики, а не только выбор модели; в классических harness значительная часть токенов уходит на описания инструментов и восстановление контекста, поэтому консолидация tool-calling в один исполняемый инструмент претендует на прямое снижение накладных расходов. Если заявленные эффекты подтвердятся, у компаний появится ценовой арбитраж: тот же класс задач можно выполнять дешевле, подбирая окружение, не дожидаясь следующей модели. Второе: если паттерн окажется рабочим, стоит ждать сближения мейнстримных фреймворков со скиллами в виде версионируемого кода с автозагрузкой, пересмотра отношения к раздутым каталогам инструментов и роста спроса на изоляцию для агентов, которые исполняют код. Даже в виде эксперимента Nodecode задаёт измеримую планку, по которой можно проверять собственные агентные сборки.

Почему это важно для пользователей

Практика для читателя начинается одной строкой: curl -fsSL https://nodecode.ai/install.sh | sh ставит Nodecode на Linux, macOS или Windows, после чего достаточно подключить своего провайдера и модель, включая Claude Opus 5.5 или GPT-6.1 Sol. За вечер можно проверить главное обещание проекта: попросить агента разобраться с недостающей операцией, убедиться, что созданный инструмент сохранится, переживёт перезапуск и появится в других клиентах — от терминала до Telegram-бота. Цена удобства тоже конкретная: у Nodecode нет песочницы, eval исполняет Lisp и shell-команды с правами вашего пользователя, поэтому любые автономные запуски авторы советуют держать в контейнере или виртуальной машине.

Что пока неизвестно / ограничения

Цифры об экономии происходят из единственного источника, отчёта Foresight Labs FL-2026-006 авторов самого проекта; методология в доступных материалах не раскрыта, независимых воспроизведений не публиковалось. Равенство результата зафиксировано только для пары Claude Opus 5.5 против Claude Code; счёт Codex CLI для сценария с GPT-6.1 Sol не приводится, поэтому приписывать второму сценарию тот же результат при меньших расходах нельзя. Возможны и смешивающие факторы: у бейзлайнов могли отличаться состав и гранулярность инструментов, промпты и бюджеты повторов, и без контролируемых сравнений связывать экономию именно с архитектурой рано. Наконец, поведение кода, который агент написал себе сам, после многих циклов само-расширения в доступных материалах не описано.

Источники

Автор

Look at AI, редакция