Когда агент выполняет всю последовательность операций
Существует существенное различие между искусственным интеллектом, предназначенным для помощи в выполнении отдельного действия, и системой, которой доверяют реализацию последовательности действий.
В «Лаборатории Касперского» представлен показательный технический пример, включающий анализ журналов событий (логов) с использованием платформы Kibana. Автор материала, специалист по тестированию, описывает применение языковой модели, ИИ-агентов и протокола MCP. Задачи, которые ранее требовали разработки отдельных проектов на языке C#, были преобразованы в автоматизированный многоэтапный процесс анализа.
В результате рутинные процессы ускоряются, а нагрузка на разработчиков снижается.
На уровне непосредственного результата изменения выглядят достаточно очевидными. Однако на уровне организации труда ключевым аспектом является то, что единицей автоматизации становится не отдельная операция.
Агенту необходимо получить задание, обратиться к соответствующему источнику, собрать данные, выполнить ряд действий и предоставить итоговый результат. В такой конфигурации меняется роль человека.
Ранее специалист самостоятельно проходил весь процесс и контролировал его на каждом этапе. Теперь часть контрольных функций переносится на начальную и завершающую стадии: корректность формулировки задачи, определение разрешенных инструментов, достаточность собранных данных и обоснованность итогового вывода.
Чем длиннее автономная последовательность действий, тем более значительными могут быть последствия ошибки, допущенной на начальном этапе.
В связи с этим возникает отдельная проблема наблюдаемости: пользователю должна быть предоставлена возможность понять, какие именно операции были выполнены системой между запросом и получением результата.
Полагаем, что мы постепенно переходим к периоду, когда в должностные инструкции все чаще будет включаться взаимодействие с исполнителями, являющимися системами.
Для этого требуется иной набор компетенций: постановка задач, определение границ полномочий, верификация результатов, понимание инструментов и способность восстановить ход процесса в случае сбоя автономной цепочки.
Таким образом, автоматизация рутинных задач постепенно трансформируется в изменение самой архитектуры рабочего процесса.
Источник: «Лаборатория Касперского» — автоматизация анализа логов с помощью LLM и ИИ-агентов
