Как два идентичных ИИ‑агента получили индивидуальность

Что изменилось

В одном из наших проектов уже были агенты — они собирают информацию и фильтруют её по заданным критериям. Промпты, поисковые гипотезы, правила оценки — всё создавалось и настраивалось вручную.

‍

Но недавно мы добавили новый слой: агенты-оркестраторы. Они не просто выполняют задачи — они управляют другими агентами. У них есть доступ к полному контексту, истории действий и собственному банку памяти, где они хранят рассуждения и сами решают, что оставить.

‍

После этого поведение системы начало меняться. И это не просто «улучшенный промпт», а полноценное делегирование контроля качества работы агентов другому агенту.

Как было раньше

Каждый цикл требовал участия человека: писать гипотезы, настраивать промпты, корректировать критерии после каждого запуска. Агенты делали черновую работу, но мышление оставалось за человеком. Узким местом было лишь наше внимание, у нас было недостаточно ресурсов за всем уследить и постоянно сохранять концентрацию.

Три вещи, которые я наблюдал

1. Решения агентов оказались хорошими. Когда я впервые читал цепочку рассуждений оркестратора, мне было не по себе — потому что это было правильно. С пониманием контекста, взвешенно, с чёткими приоритетами. FOMO, который я почувствовал, был сильнее любого FOMO от новостной ленты. Он делал свою работу не хуже, чем я.
2. Одинаковые агенты разошлись. Я запустил двух агентов параллельно — одни задачи, одни промпты, одинаковые стартовые данные в банке памяти. После нескольких итераций их поведение разделилось: один стал скептиком и ставил под сомнение каждый сигнал. Другой — рисковал и двигался вперёд при любой возможности. Одна стартовая точка, противоположные стили работы.
3. Управление перешло незаметно. Не было драматического момента. Просто стало очевидно, что инициатива перешла к агентам. Они не ждали инструкций — они принимали самостоятельные решения и опирались на свои предыдущие выводы. Но у нас внутри продукта добавлены метрики и логи рассуждений для контроля их работы. Это не является черным ящиком как условный ИИ воркер внутри n8n.io.

Где это не работает

Такой подход применим там, где есть чёткие сигналы и измеримые результаты. Для размытых творческих задач или решений с высокими рисками, где контекст живёт в головах людей, человек в процессе по-прежнему необходим. Оркестраторы усиливают то, что уже структурировано — они не заменяют вкус или нашу интуицию. И самое главное — ИИ в процессе работы не способен самообучаться так же эффективно, как человек.

Честный итог

Всё работает — теперь мы можем сосредоточиться на других задачах.

‍

Интеллектуальная работа сегодня перестает быть дефицитом, который раньше был завязан только на людях. Ее можно делегировать нейросетям, подключить к процессу и получать результат с предсказуемым качеством. Но ИИ усиливает только тех, кто готов выстраивать процессы под его специфику — без этого он не работает. И это повод задуматься, как всё изменится в ближайшие годы.

‍

Но чем новее модели, тем сложнее воспринимать ИИ как просто инструмент. Два агента вышли из одной точки — и стали рассуждать по-разному. У меня пока нет понимания, как к этому относиться. Однако очевидно, что игнорировать это не получится.

‍

И моя роль сейчас не в том, чтобы рефлексировать над происходящим — а в том, чтобы помогать приземлять это на уровень практики. Малому и среднему бизнесу не нужно разбираться в оркестраторах и memory bank. Им нужен предсказуемый результат — быстрее, дешевле, надёжнее. И вся ценность смещается к тем, кто может превратить сложные системы в работающие решения под конкретные задачи.