Анализ 14 рабочих процессов показывает, что полностью автономные агенты уступают гибридным системам. Разбираем, почему разработчики ограничивают свободу LLM и возвращаются к детерминированному коду.
3 мин
В индустрии разработки искусственного интеллекта наметился важный тренд: отказ от идеи «всемогущего агента» в пользу гибридных архитектур. Анализ реальных внедрений показывает, что наиболее эффективные системы передают большим языковым моделям (LLM) лишь часть задач, оставляя до 90% работы старому доброму программному коду. Это не шаг назад, а признак взросления технологии: мы начинаем понимать, где нейросети действительно незаменимы, а где они лишь усложняют процесс и снижают надежность.
Еще полгода назад подход к созданию AI-агентов был максималистским. Разработчики стремились создать системы, где модель получала бы задачу (например, «исследуй этот рынок») и самостоятельно выполняла все шаги: от поиска инструментов до структурирования данных. Это называлось «полностью агентным» подходом.
Однако практика показала слабости такой архитектуры. Модели, получив полную свободу, часто «галлюцинировали», выбирали неверные инструменты или застревали в бесконечных циклах попыток. Попытки ограничить их с помощью промптов (инструкций) или специальных инструментов помогали лишь отчасти. Надежность таких систем в продакшене оставалась низкой, а стоимость — высокой из-за огромного количества токенов, расходуемых на размышления модели.
Julius Workflow Determinism
Том Тунгуз, известный венчурный инвестор и аналитик, провел исследование 14 рабочих процессов AI-агентов. Результаты оказались показательными. В оптимизированных системах около 65% узлов рабочего процесса выполняются как чистый, детерминированный код, без участия нейросетей.
Архитектура сместилась в сторону так называемых «чертежей» (blueprints). Это жестко прописанные в коде графы, где четко определены шаги, переходы и условия. В отличие от навыков (skills), которые просто говорят модели, что делать, чертежи определяют, когда вообще стоит привлекать модель.
Пример эффективной цепочки выглядит так:
Статистика распределения задач выглядит следующим образом:
Workflow Categories
Этот сдвиг напоминает архитектуру «миньонов», которую ранее описывали инженеры Stripe: детерминированный код обрабатывает предсказуемое, а LLM берут на себя неопределенность. Мы видим переход от «магического» мышления к инженерному прагматизму.
Когда модель получает только необходимый контекст (фрагмент текста для резюмирования или список для категоризации), она работает точнее и дешевле. Ей не нужно планировать весь маршрут — маршрут уже проложен инженером. Это снижает вероятность ошибок и делает поведение системы предсказуемым, что критически важно для бизнеса.
Фактически, AI делает меньше в процентном соотношении, но сама система становится более мощной и полезной. Мы перестаем использовать микроскоп для забивания гвоздей.
Значит ли это, что роль AI будет снижаться и дальше? Скорее всего, нет. Текущие «чертежи» и жесткие рамки могут оказаться временными строительными лесами.
По мере выхода новых, более мощных моделей (таких как ожидаемые GPT-5 или Claude 4), границы возможностей снова расширятся. Задачи, которые сегодня требуют написания жесткого кода из-за ненадежности текущих моделей, завтра могут быть снова делегированы AI. Это динамический баланс: сегодня мы ограничиваем AI ради надежности, но завтра расширим его полномочия ради гибкости.
Индустрия переходит от полностью автономных AI-агентов к гибридным системам, где большую часть работы выполняет предсказуемый программный код, а нейросети используются точечно.
Ограничение свободы AI не делает систему слабее. Наоборот, жесткие инженерные рамки (blueprints) позволяют моделям работать точнее там, где это действительно нужно — в задачах с высокой неопределенностью.
