Кажется, что ИИ-агенты уже повсюду: про них говорят на митапах, их «внедряют» в презентациях, а прототипы следуют один за другим. Но если вы хотя бы раз попытались довести такого агента до продакшена — вы знаете: магия быстро заканчивается.
... Уже изучены знакомые прикладные задачи: ограничения структуры, проблемы масштабирования, асинхронные взаимодействия, управление контекстом, отказоустойчивость. И тут выясняется, что ИИ-агент — это не «чёрный ящик с интеллектом», а сложная система, которую нужно проектировать, как любой другой ИТ-продукт.
Этот доклад не о хайпе внедрения ИИ, а об основных барьерах и сложностях при переходе к LLMOps и агентской архитектуре. И еще о том, почему анализ и проектирование — необходимые драйверы этого процесса.
- Мы разберём, из чего состоит ИИ-агент: в чем его отличие от обычного LLM или ИИ-сервиса, в чём особенности его структуры.
- Поговорим о том, почему агенты «не взлетают» на примерах типовых ошибок и заблуждений, которые ломают решения ещё на этапе проектирования.
- Приведем абстрактного «ИИ-агента» к четкой классификации: от простых LLM-рабочих процессов до вертикальных и «толстых» агентов, мультиагентных систем с ограничениями и скрытой стоимостью.