Недавно в ГНИВЦ прошёл внутренний AI Bootcamp, где команды тестировали ИИ-инструменты на реальных проектах. Одна из тем – как перейти от точечного использования LLM к управляемой агентской разработке. Денис Олейник, ведущий архитектор ПО, показывает, как за пять месяцев команда прошла путь от простых промптов к оркестрации ИИ-агентов. В фокусе – не только рост автономности, но и вопрос управляемости: как разделять роли между агентами, как выстраивать проверки и почему человек не исчезает из контура принятия решений.Один из самых показательных результатов – рост длительности автономной работы. Если в апреле среднее время решения задачи без участия человека составляло 0,4 часа, то к августу оно выросло до 12,4 часа. Рекордный прогон занял 29,5 часа без ручного вмешательства. Важный тезис здесь простой: автономность сама по себе ничего не гарантирует. Если у агентной системы нет тестов, верификации, актуальной документации и понятных правил работы, она быстро начинает выдавать результат, который выглядит правдоподобно, но не проходит инженерную проверку. Поэтому в контур включаются разные роли: исполнитель, ревьюер, техписатель и оркестратор, который управляет декомпозицией и последовательностью шагов.Отдельно разбираются и ограничения такого подхода: переполнение контекстного окна, требования к инфраструктуре, стоимость вычислений, а также ИБ- и юридические вопросы при использовании внешних моделей.Ещё один важный вывод касается роли инженера. По мере роста автономности системы ценность специалиста всё меньше связана с ручным написанием рутинного кода и всё больше – с архитектурой, постановкой задачи, определением критериев качества и приёмкой результата. Читать далее