ИИ-агентам начинают писать инструкции — почти как новым сотрудникам

📌 ИИ-агентам начинают писать инструкции — почти как новым сотрудникам Ещё недавно от корпоративного ИИ требовалось в основном одно: хорошо отвечать на вопросы по документам и базам знаний. Теперь от него хотят другого — чтобы он мог сам довести задачу до результата. Например, сотрудник пишет: «Собери отчёт по продажам за неделю, найди основные отклонения и подготовь письмо для команды». Обычная LLM может написать текст отчёта. Агент должен сходить в CRM, забрать данные, найти аномалии, проверить внутренние документы, подготовить письмо и понять, в какой момент нужно остановиться и передать результат человеку. 🟡И здесь возникает интересная проблема: ИИ нужно объяснить не только что делать, но и как именно работать. Поэтому вокруг моделей появляется новый слой — Skills. Это инструкции, скрипты, шаблоны и справочные материалы, которые описывают конкретный рабочий процесс. Их можно подключать к агентам, переиспользовать и обновлять отдельно от самой модели. Получается почти новая форма корпоративной документации. Раньше компания писала регламент для сотрудника: куда зайти, что проверить, в каком порядке выполнить действия. Теперь похожий регламент приходится превращать в набор инструкций для агента. 🟡При этом одних навыков для агента тоже недостаточно. Агенту нужны инструменты для работы с внешними системами. Через MCP можно подключать к нему сервисы и данные, а сложные задачи распределять между несколькими специализированными агентами. На этом фоне показателен запускАлисы AI Про для бизнеса. Она объединяет работу с корпоративными сервисами, Skills, подключаемыми инструментами и несколькими агентами, которые могут разделять между собой части одной задачи. При этом навыки можно использовать и в самостоятельно собранных агентах в Yandex AI Studio. Интересно, что при таком подходе сама LLM постепенно становится лишь одним из компонентов системы. Важнее становится то, какие действия ей разрешены, какие инструкции она получает и к каким инструментам может обращаться. И, кажется, это меняет сам объект разработки: раньше компании выбирали модель для своего чат-бота, теперь им приходится проектировать рабочую среду для ИИ. @ai_machinelearning_big_data