Логика и архитектура агентов

Представь, что твой ИИ‑агент уже завтра сам покупает тебе билеты, переносит встречи и заказывает продукты. Красота? Да. Проблема? Он до сих пор может не понимать, что «Иван Петров» в одной соцсети, «ivan.petrov1989» в другой и человек с таким же ФИО в госреестре — вообще-то один и тот же живой ты, а не трое разных людей. И вот на эту странную (и неожиданно сложную) дыру в логике нацелился стартап Nyne, который собрали отец и сын Фаноус. Майкл Фаноус — выпускник UC Berkeley и бывший инженер по машинному обучению в CareRev — говорит простую вещь: агенту мало уметь «делать действия»...

Ещё вчера «серьёзный ИИ» жил где-то далеко: в облаке, в дата-центре, за забором и по подписке. А ты сидел с ноутбуком и делал вид, что “тоже занимаюсь AI”, пока счётчик облачных GPU тихо капал тебе по карте. Nvidia решила, что хватит этой романтики. На конференции GTC 2026 компания показала DGX Station — настольную (точнее, “подстольную”) машину, которая умеет запускать модели до триллиона параметров локально, без облака. Да, речь про уровень сопоставимый с самыми большими моделями — только локально, без облака...

Ещё год назад в ИИ-тусовке гуляла бодрая мысль: зачем отдельные инструменты поиска, если у моделей скоро будет огромная память? Всё поместится, всё найдётся, а поиск станет ненужным костылём. Звучало красиво. Почти как «я начну бегать с понедельника». А потом пришла практика — и выяснилось, что с агентами проблема поиска не исчезла. Она просто выросла и стала злее. Человек делает пару запросов в минуту: поискал документ, уточнил, поправил, вздохнул. Агент — маленький трудоголик без личной жизни....

Ты наверняка пробовал это: просишь ИИ сделать что-то серьёзное — обработать таблицу, собрать отчёт, разобрать данные. Он кивает, рассуждает, предлагает шаги. А потом выясняется, что файл некуда сохранить, данные не влезают в чат, и после пятого уточнения он «забыл», с чего вы вообще начали. Умный — но без рук. Советует — но не делает. OpenAI решила это починить. И подход интереснее, чем кажется. Представь сотрудника, которому дали задачу — но не дали компьютера. Он может рассуждать вслух, диктовать инструкции, объяснять что надо сделать...

Ты наверняка видел, как компании «внедряют ИИ», а потом выясняется, что нужный документ всё равно проще найти через человека по имени Ирина из бухгалтерии. Она помнит всё. ИИ — только текст. Google решил это починить. Новая модель умеет искать сразу по тексту, картинкам, видео, аудио и PDF — без промежуточных костылей. Есть такая штука — смысловой поиск. Когда ты вводишь одно, а находишь нужное, даже если слова не совпадают. Именно на этом держатся умные корпоративные ассистенты, рекомендации и поиск по внутренним документам...

Представь, что весь современный софт — это офис с кучей дверей. Раньше ключи были только у людей: ты кликаешь кнопки, заполняешь поля, жмёшь «Сохранить» и надеешься, что ничего не сломалось. А теперь в офис пришёл ИИ-агент. Ему тоже надо работать: оформлять заявки, разбирать обращения, заводить сделки, писать код. И выясняется неприятное: почти каждая дверь открывается своим ключом, а иногда — вообще через «позвоните в домофон и продиктуйте паспортные данные». В конце 2024 года Anthropic придумала открытый стандарт, через который ИИ может подключаться к разным сервисам...