Агенты с заданным рабочим процессом
У агентов с заданным рабочим процессом управление процессом принадлежит детерминированному коду. Обвязка становится ориентированным графом, конвейером или конечным автоматом; вызовы LLM происходят в ограниченных точках, где нужны её способности: классификация, проверка, обобщение, критика, понимание кода.
Они не устраняют вероятностное поведение. Они определяют, где ему разрешено существовать. Модель может создать ограниченный артефакт или суждение, но окружающим переходом состояния управляет код: маршрутизацией, повторными попытками, валидацией, аудитом и условиями остановки. Из-за этого структурированных агентов сложнее создавать и они уже по области применения: каждый шаг нужно спроектировать, типизировать и протестировать. Зато результат стабилен. Один и тот же конвейер в разных руках даёт один и тот же результат. Навык оператора важен при проектировании, а не во время выполнения.
Механика агентов
Рабочий процесс ограничивает автономность агента
Конвейер поддержки клиентов не позволяет модели выбирать путь эскалации. Детерминированный код классифицирует намерение, направляет к нужному специализированному агенту, обеспечивает соблюдение правил при каждой передаче и записывает каждый переход для аудита. LLM ведёт диалог, обобщает и определяет эмоциональную окраску, но рабочий процесс, защитные ограничения и условия остановки заданы кодом.
Этот шаблон масштабируется между областями. Perplexity обрабатывает 200 миллионов запросов в день через детерминированный конвейер извлечения: гибридный поиск, трёхуровневое переранжирование и привязка цитат выполняются до синтеза ответа LLM. Sourcegraph Cody полностью отказался от эмбеддингов в пользу структурного графа кода для поиска, используя BM25 и PageRank для ранжирования: модель видит лишь 4–6 отобранных фрагментов. Harvey AI проверяет каждый источник юридических знаний конвейером оценки на 150 тысяч токенов прежде, чем сделать его доступным агенту.
В программировании ChunkHound раскрытие интересов масштабирует глубокое исследование до сотен миллионов строк кода на ноутбуке разработчика: детерминированный исследовательский цикл с индексацией на основе AST, реестром свидетельств, извлечением констант, исследованием под руководством LLM и синтезом map-reduce по коду, истории git и веб-поиску. Sourcegraph Cody применяет похожий структурный подход: BM25 и PageRank по графу кода вместо эмбеддингов. В обоих случаях LLM направляет поиск, а конвейер отвечает за извлечение и целостность свидетельств.
Во всех случаях LLM — ограниченная подпрограмма: её вызывают там, где нужны её способности, и останавливают там, где важен детерминизм.
Компромиссы
| Измерение | Агенты с обвязкой | Агенты с заданным рабочим процессом |
|---|---|---|
| Лучше всего подходят для | Неоднозначных задач программирования, исследования, отладки, реализации под наблюдением | Повторяемых рабочих процессов, промышленных конвейеров, регламентированных операций |
| Контур управления | LLM выбирает многие следующие действия; обвязка обеспечивает соблюдение границ | Код управляет процессом, состоянием, маршрутизацией, валидацией и бюджетами |
| Область вариативности | Широкая: путь поиска, инструменты, охват, правки и выводы | Узкая: ограниченные вызовы модели внутри детерминированных переходов состояния |
| Сильная сторона | Гибкость, широта применения, быстрая адаптация, высокая отдача от навыка оператора | Надёжность, проверяемость аудитом, предсказуемые затраты, более простое превращение в продукт |
| Основной риск | Отклонение от цели, избыточные вызовы инструментов, упущенный контекст, непоследовательные суждения | Жёсткость, затраты на предварительное проектирование, узкий охват задач |
| Распределение внимания | LLM делит внимание между задачей пользователя и самообслуживанием обвязки (накладные расходы 18–56%) | Код обвязки сам несёт свои затраты; всё внимание LLM идёт на ограниченную подзадачу |
| Роль оператора | Направлять, задавать границы, проводить ревью, утверждать, проверять | Проектировать процесс, определять схемы, задавать правила, следить за метриками |
| Валидация | Часто интерактивная: тесты, ревью, диффы, согласования | Встроенная: типизированные результаты, контрольные барьеры, повторы, аудит, детерминированные проверки |
Используй агентов с обвязкой, когда преобладают исследование и адаптация. Используй агентов с заданным процессом, когда процесс известен, а цена неверного автономного шага высока.
Почему это важно для остальной книги
Эти две главы определили две архитектуры и компромисс между ними. Агенты с заданным процессом отдают управление детерминированному коду: их сложнее строить, они уже по охвату, но стабильны и не зависят от оператора. Агенты с обвязкой меняют этот компромисс на противоположный: максимальная гибкость, простейшая реализация, но непредсказуемой переменной остаётся оператор. Одна обвязка в разных руках даёт разные результаты.
Остальная книга сосредоточена на агентах с обвязкой: именно здесь навык оператора даёт наибольшую отдачу. Промптинг, обеспечение фактической основы, декомпозиция задач, проверка и повышение надёжности — всё это способы сократить разрыв между возможностями обвязки и тем, что она реально делает в твоих руках.