Когда говорят об AI-агентах, часто видят только диалоговый интерфейс. На самом деле это верхушка айсберга. Под капотом — система из памяти, инструментов интеграции, управления правами доступа, оркестрации процессов, мониторинга, выбора модели, инфраструктуры и вычислительных ресурсов. В редакции работаем с такими системами ежедневно, и именно эта архитектура определяет, будет ли агент полезным в боевых условиях или останется демо.
Разница критическая: простой чатбот может работать с одной моделью и одной точкой интеграции. Настоящий агент должен выбирать модель под задачу, вызывать несколько сервисов одновременно, помнить контекст между сессиями, логировать каждый шаг для отладки, управлять доступом к данным и не падать под нагрузкой. Каждый компонент — это либо готовое решение, либо велосипед, который нужно писать самому. Выбор стека определяет, сколько времени инженер потратит на инфраструктуру вместо бизнес-логики.
В сообществе разработчиков сейчас активно обсуждают именно эту проблему: какие инструменты реально работают вместе без конфликтов, где есть пробелы, за какие компоненты платить, а какие использовать open-source. Вопрос не новый, но в 2025 году он обострился: раньше агенты были экспериментом, теперь это боевые системы, и неправильный выбор стека дорого обходится.
Для российского бизнеса это особенно важно. Когда нужно автоматизировать бизнес-процесс через AI-агента (например, сортировка входящих заявок, управление складом, техподдержка), не хватает просто генерировать текст — нужна надёжная система, которая интегрируется с 1С, CRM, собственными базами и не ломается в пиковые часы. Локальные разработчики часто делают ставку на готовые платформы типа Make или Zapier с надстройкой из LLM, но для специфичных процессов требуется своя оркестрация. На практике многие проекты начинают с overengineering простой инфраструктуры, потом срезают углы и получают технический долг.
Сам стек можно представить так: на модели (OpenAI, Anthropic, локальные варианты) висит слой инструментов (API к вашим сервисам, базам, платежам), на нём слой памяти и состояния (кэш, база истории, механизм контекста), над этим оркестрация (как агент решает, какой инструмент вызвать и в каком порядке), и всё это должно логироваться и мониториться, чтобы видеть, где сломалось. И всё это должно масштабироваться на N одновременных агентов.
Дебаты в сообществе сейчас идут не о том, нужны ли агенты — это ясно. Вопрос в том, как быстро и дёшево построить стек, который не упадёт при первом же боевом запросе. Ответ разный для стартапа и корпорации, для нишевого решения и платформы, но игнорировать архитектуру нельзя никому.
Алексей Мартыненко
Главный редактор SPV News
Тренд на обсуждение архитектуры вместо интерфейса — это признак взросления рынка. Год назад все хотели видеть умного чатбота, теперь спрашивают про reliability и observability. Для подрядчиков и тех, кто строит продукты на своих серверах, это хорошо: значит, инвестиции в инфраструктуру начинают окупаться, и речь идёт о real problems, а не о пиаре новизны.