От промптов к агентам: как в ГНИВЦ развивают управляемую автономную разработку

В ГНИВЦ прошёл внутренний AI Bootcamp, на котором команды проверяли ИИ-инструменты на реальных проектах. Одной из центральных тем стала постепенная смена подхода: от точечного использования языковых моделей к управляемой разработке с участием нескольких ИИ-агентов.

Ведущий архитектор программного обеспечения Денис Олейник рассказал, как за пять месяцев команда выстроила этот процесс. В начале эксперимента инженеры использовали простые промпты, а затем перешли к оркестрации агентов, распределению ролей и формализации проверок. При этом целью было не только увеличить автономность, но и сохранить контроль над результатом.

Автономность выросла в десятки раз

Одним из главных показателей стал период, в течение которого система могла решать задачу без участия человека. В апреле среднее значение составляло 0,4 часа. К августу оно достигло 12,4 часа. Во время самого продолжительного прогона агенты работали без ручного вмешательства 29,5 часа.

Однако продолжительность автономной работы сама по себе не говорит о качестве системы. Агент может долго выполнять последовательность действий и в итоге выдать результат, который выглядит убедительно, но не соответствует требованиям проекта. Поэтому рост автономности сопровождался развитием инженерного контура контроля.

Роли и проверки в агентной системе

В рабочем процессе разные функции распределяются между несколькими ролями. Исполнитель занимается реализацией задачи, ревьюер проверяет результат, техписатель поддерживает документацию, а оркестратор отвечает за декомпозицию и порядок выполнения шагов.

Такая схема должна дополняться тестами, верификацией и актуальной документацией. Без них агентная разработка быстро становится трудноуправляемой: система продолжает действовать автономно, но обнаружить ошибку или понять причины неверного решения становится сложнее.

Ограничения подхода

В ходе экспериментов команда также столкнулась с ограничениями агентных систем. Среди них — переполнение контекстного окна, повышенные требования к инфраструктуре и стоимость вычислений. Отдельные вопросы связаны с информационной безопасностью и юридическими рисками при использовании внешних моделей.

По мере роста автономности меняется и роль инженера. Его ценность всё меньше определяется объёмом вручную написанного рутинного кода. На первый план выходят архитектура, точная постановка задачи, определение критериев качества, настройка проверок и приёмка результата.

Таким образом, агентная разработка в описанном подходе рассматривается не как замена специалиста, а как система распределения работы между человеком и ИИ. Чем больше задач передаётся агентам, тем важнее становятся правила, по которым они действуют, и контрольные точки, в которых инженер принимает решение.