OpenHands против AutoGPT: два подхода к ИИ-агентам для кода

Почему их вообще сравнивают

Оба проекта появились на волне интереса к «автономным ИИ-агентам» — программам, которым дают цель на человеческом языке, а они сами дробят её на шаги и выполняют. AutoGPT вышел в марте 2023 года и за несколько недель набрал сотни тысяч звёзд на GitHub, став самым громким примером жанра. OpenDevin (в 2024 году переименован в OpenHands) появился позже как открытый ответ на закрытого агента-программиста Devin от компании Cognition.

На этом сходство заканчивается. AutoGPT — универсальный оркестратор задач: он одинаково пытается искать в интернете, писать тексты и генерировать код. OpenHands заточен под одну область — разработку ПО: он читает репозиторий, редактирует файлы, запускает тесты и линтеры в изолированной среде. Если вы путаете их при выборе, вы, скорее всего, потратите время не туда.

AutoGPT отвечает на вопрос «может ли агент сам довести задачу до конца». OpenHands отвечает на более узкий и более прибыльный вопрос — «может ли агент закрыть баг в моём репозитории».

Что делает каждый

AutoGPT

Классический цикл AutoGPT — это петля «мысль → действие → наблюдение». Вы задаёте цель и список ограничений, агент формулирует подзадачи, обращается к инструментам (поиск, файловая система, выполнение кода) и складывает промежуточные результаты в память. Изначально проект был экспериментом на голом Python; со временем команда сместилась в сторону визуального конструктора агентов с блоками и графом выполнения — так называемая платформа AutoGPT.

Сильная сторона — гибкость сценариев, не связанных с кодом: мониторинг, сбор данных, генерация контента по расписанию. Слабая — предсказуемость. Ранние версии славились тем, что зацикливались, тратили токены на бесконечное «уточнение плана» и упирались в тупик без результата.

OpenHands

OpenHands (репозиторий All-Hands-AI/OpenHands) моделирует работу инженера. Агент получает доступ к рабочему пространству, где может открывать файлы, писать патчи, запускать команды в терминале и даже управлять браузером. Ключевая деталь — исполнение идёт в изолированном контейнере^*, а не на вашей машине напрямую, что снижает риск, когда агент решает выполнить rm не там, где надо.

Проект целенаправленно меряет себя на бенчмарке SWE-bench — наборе реальных issue из открытых репозиториев, где агент должен предложить работающий патч. Именно на задачах «почини и протестируй код» OpenHands показывает себя сильнее универсального AutoGPT.

^* Изолированный контейнер (sandbox) — отдельное окружение с ограниченными правами, где команды агента не затрагивают основную систему.

Сравнение по существу

Обе оценки — про подход, а не про конкретные проценты успешности: цифры на бенчмарках меняются с каждой версией модели под капотом, поэтому фиксировать их в тексте как вечную истину бессмысленно. Актуальный результат смотрите в README и таблице лидеров SWE-bench.

Деньги и токены

Оба агента сами по себе бесплатны — вы платите за модель, которую они дёргают. И вот здесь прячется главная строка расходов. Автономный агент в цикле «подумал → сделал → посмотрел результат → снова подумал» отправляет в API десятки запросов на одну задачу. Стоимость складывается из:

• Длины контекста. Агент таскает за собой историю действий и содержимое файлов. Чем длиннее сессия, тем дороже каждый следующий запрос.
• Числа итераций. Зацикленный агент, не нашедший решения, продолжает жечь токены, пока вы не выставите лимит шагов.
• Выбора модели. Топовая модель повышает шанс успеха, но и цену запроса.

Практический вывод: для обоих инструментов выставляйте потолок по числу шагов и бюджету до первого запуска. Один неудачный автономный прогон на дорогой модели способен обойтись дороже, чем час вашей ручной работы над тем же багом.

Как выбрать под задачу

1. Задача про код в конкретном репозитории — почини баг, добавь тест, отрефактори модуль. Берите OpenHands: он для этого построен и умеет проверять себя через тесты.
2. Задача не про код — собрать данные, прогнать рутину по расписанию, связать несколько сервисов. Ближе AutoGPT с его конструктором агентов.
3. Нужен предсказуемый результат, а не эксперимент — не запускайте ни один из них без песочницы и без лимита шагов, и не давайте прямой доступ к продакшену.
4. Хотите просто «ассистента в редакторе» — возможно, вам вообще не нужен автономный агент, а хватит интеграции модели прямо в IDE.

Главная ошибка при выборе — считать «автономность» синонимом «надёжности». Чем больше свободы у агента, тем выше цена его ошибки и тем важнее ограничения, которые вы ставите вокруг него. OpenHands сужает область до кода и добавляет проверку тестами — за счёт этого его выводы легче доверять. AutoGPT шире по охвату, но требует от вас более плотного контроля за каждым прогоном.