Внедрение ИИ-агентов как кода: опыт ABC Legal и Claude Managed Agents

Как юридическая компания перевела разработку ИИ-агентов на принципы программной инженерии, позволив обычным сотрудникам безопасно автоматизировать свои рабочие процессы.

Обновлено:
3 мин чтения
Внедрение ИИ-агентов как кода: опыт ABC Legal и Claude Managed Agents

Суть

Американская компания ABC Legal, специализирующаяся на доставке юридических документов, продемонстрировала зрелый подход к масштабированию искусственного интеллекта внутри организации. Использовав среду Claude Managed Agents, руководство компании превратило хаотичные эксперименты сотрудников с ИИ в упорядоченную инфраструктуру. Теперь агенты управляются как программный код, а их созданием занимаются специалисты без технического образования.

Контекст

Изначально технический директор компании Брэндон Фуллер предоставил доступ к Claude Enterprise 1100 сотрудникам. Эффект был мгновенным: специалисты из отделов маркетинга, финансов и операций начали самостоятельно автоматизировать свою рутину.

Однако эти ранние агенты жили локально на компьютерах сотрудников в виде скриптов и запланированных задач. Это создавало риски: агенты не имели контроля версий, централизованного аудита и зависели от включенного ноутбука создателя. Возникла необходимость перенести эти процессы в облако и обеспечить им должный уровень управления.

Детали

Переход на Claude Managed Agents позволил внедрить концепцию «агент как код». Брэндон Фуллер рассудил, что агент — это просто структурированный текст (промпт и конфигурация). Следовательно, он должен храниться в системе контроля версий (git), как обычное программное обеспечение.

Для сотрудников создали шаблоны. Теперь любой работник может скопировать репозиторий, описать задачу через Claude Code и получить готовые конфигурационные файлы. Любое изменение в поведении агента происходит только через запрос на слияние (pull request), который проходит проверку.

Изображение из источника

Изображение из источника

Результаты за несколько месяцев:

  • Более 50 агентов работают в производственной среде.
  • Около 310 сотрудников используют Claude ежедневно.
  • Затраты на выполнение задач, переданных агентам, снизились до 50%.

Агенты выполняют самые разные функции: от проверки кода инженеров до диагностики отказов в электронной подаче документов и автоматической рассылки отчетов клиентам по FTP.

Анализ

Ключевое достижение ABC Legal — устранение «бутылочного горлышка» в виде IT-отдела. Обучив комитет из 15 нетехнических специалистов базовым принципам работы с git и pull requests, компания демократизировала процесс создания надежных автоматизаций.

Особого внимания заслуживает архитектура постоянного улучшения агентов, основанная на обратной связи. Компания использует связку из трех агентов:

  1. Рабочий агент — выполняет задачу.
  2. Сборщик (Harvester) — собирает реакции людей в Slack (например, комментарии или утверждения).
  3. Настройщик (Tuner) — еженедельно анализирует собранные данные и предлагает изменения в конфигурацию агента через pull request.

Это позволяет системе эволюционировать на основе естественного рабочего общения людей, не требуя сложного переобучения моделей.

Перспектива

Опыт ABC Legal показывает, как будет развиваться корпоративный ИИ в ближайшие годы. Мы уходим от концепции персональных чат-ботов-помощников к флотилиям автономных агентов.

Применение строгих инженерных практик (контроль версий, аудит, CI/CD) к промптам и настройкам ИИ станет стандартом для бизнеса. Это единственный способ сделать работу языковых моделей предсказуемой, масштабируемой и безопасной в масштабах всей организации.

TL;DR

Главное

Переход от локальных ИИ-скриптов к управляемой инфраструктуре агентов позволяет масштабировать автоматизацию силами самих сотрудников без потери контроля.

Ключевые факты

  • /Более 50 агентов развернуто в продакшене силами нетехнических специалистов.
  • /Агенты хранятся как конфигурационные файлы в git-репозиториях.
  • /Для обновления агентов используется обратная связь из рабочих чатов Slack.

Инсайт

Обучение сотрудников без технического бэкграунда работе с pull requests оказалось эффективнее и быстрее, чем передача задач по созданию ИИ-агентов в IT-отдел.

Источник:Claude

Читайте также