Обновили AI-агента — и кажется, что на этом всё. Но в этот момент система уже может выполнять десятки или тысячи задач, которые были запущены ещё старой версией. И возникает вопрос: что делать с этой незавершённой работой?

Просто передать её новой версии нельзя. У неё могли измениться бизнес-правила, формат данных, инструменты или сама логика принятия решений. Если новая версия начнёт интерпретировать старые промежуточные результаты по-своему, она может повторить уже выполненное действие или продолжить процесс по несовместимым правилам.

AI-агенту недостаточно помнить историю переписки. Система должна отдельно хранить состояние задачи: • что уже сделано; • что осталось выполнить; • какие действия уже произошли; • какие результаты подтверждены; • по какой версии выполнялась работа; • на каком этапе процесс остановился.

Тогда новую версию можно не заставлять «вспоминать», что делала предыдущая. Она получает конкретное состояние и понимает, с чем ей предстоит работать.

При этом переносить всё подряд тоже не стоит. Для каждого этапа можно заранее определить: продолжить без изменений, проверить результат, выполнить заново или признать его устаревшим.

Например, если старая версия уже отправила запрос во внешний сервис, новая не должна отправлять его повторно только потому, что видит этот этап как незавершённый.

И здесь есть ещё один важный принцип: история фактически выполненных действий важнее истории рассуждений агента. Новой версии гораздо полезнее знать «документ создан, проверка пройдена, запрос отправлен, ответа пока нет», чем пытаться восстановить весь ход мыслей предыдущей модели.

Зрелая AI-архитектура должна учитывать не только запуск новых задач, но и судьбу уже выполняющихся. Потому что хороший релиз — это не просто новая версия, которая умеет больше. Это версия, которая не ломает работу, начатую до её появления.