Вирусная дискуссия в Threads обострила давний разговор в AI-сообществе: откровенное недовольство тем, как маркетинг размывает понятие «агент». Когда стартапы и крупные компании выпускают очередной интерфейс с «агентскими возможностями», разработчики видят то же, что видели год назад — слегка расширенный чатбот с вызовом API. Реальная агентская архитектура куда сложнее и дороже в разработке.

На поверхности — простой UI, где агент отвечает на вопросы и выполняет задачи. Под ним стоит целый стек: система управления памятью (контекст сессии, долгосрочное состояние), инструменты и интеграции (API, базы данных), слой аутентификации и авторизации, оркестрация процессов (как агент решает, что делать дальше), наблюдаемость (логирование ошибок, отладка цепочек действий), выбор моделей, инфраструктура обслуживания и вычислительные ресурсы. Каждый слой решает свои проблемы, и пропустить хотя бы один — значит собрать хрупкую систему, которая сломается в production.

Это не новая идея — разработчики обсуждают архитектуру агентов уже полгода. Но сейчас консенсус твердеет: нельзя больше игнорировать инфраструктуру в пользу одного хорошего языковой модели. В сообществе активно обмениваются опытом про выбор фреймворков (LangGraph, Crew AI, Smolagents), систем логирования (LangSmith, Arize), решений для оркестрации. Растёт понимание, что сложность не в модели, а в том, как вы собираете всё это вместе.

Для бизнеса в России это означает одно: если вы нанимаете подрядчика для «AI-агента» или строите внутренний инструмент, спрашивайте не про модель, а про архитектуру. Какая система управления состоянием? Как логируются ошибки? Где хранится память между сессиями? Если ответы неубедительные — это признак, что под капотом стоит glorified chatbot, а не система, которая будет стабильна под нагрузкой. Для автоматизации процессов (например, в AI Studio) мы именно с этого и начинаем: сначала определяем стек инфраструктуры, потом подбираем модель под задачу, а не наоборот.

Интересно, что маркетинговое преувеличение здесь встречает сопротивление не просто от скептиков, а от самих построивших системы. Разработчики, которые проткнули эту красивую архитектуру в production и поймали десяток критических багов, теперь слышно говорят: да, это сложно, и да, это стоит денег. Это здоровая реакция рынка на переоценку.

Вопрос, который бродит по сообществу — стандартизируется ли этот стек в ближайшее время или каждый проект будет собирать свой конструктор? Сейчас склоняется ко второму: слишком разные требования у разных задач (high-frequency trading agent, customer support bot и внутренний ассистент для аналитиков — это разные миры). Значит, инженерам придётся разбираться в каждом слое, не полагаясь на черный ящик.

Алексей Мартыненко

Алексей Мартыненко

Главный редактор SPV News

Разговор о стеке — это признак взросления отрасли. Год назад основная боль была про качество ответов модели. Сейчас основная боль переместилась на надёжность всей системы: как сделать агента, который работает не одну попытку, но месяц подряд, с минимальными сбоями? Это переход от research-проектов к инженерии, и он неизбежен. Компании, которые сейчас инвестируют в правильную архитектуру вместо гонки за самой свежей моделью, будут в выигрыше.