Человек легко понимает команду «стоп». Для автономной системы всё сложнее: к этому моменту агент уже мог создать подзадачи, отправить запросы другим агентам или поставить операции в очередь. Поэтому для длительных AI-процессов недостаточно статусов «в работе» и «завершено».

У задачи должен быть собственный жизненный цикл: создана → выполняется → изменена / приостановлена → отменена → завершена. И главное — система должна понимать, какая версия задачи сейчас актуальна.

Представим: утром агенту поручили подготовить предложения для 100 клиентов, а через час условия акции изменились. Если агент продолжит работать по старой инструкции, технически он выполнит задачу правильно. Но с точки зрения бизнеса — сделает ненужную работу.

Поэтому перед значимыми действиями система должна проверять: • не отменена ли задача; • не появилась ли новая версия; • не изменились ли ключевые данные; • не потеряла ли операция бизнес-смысл.

При этом изменение задачи не всегда означает полный перезапуск. Если поменялся только формат отчёта, можно продолжить с нужного этапа. Если изменились исходные критерии — безопаснее признать старый результат устаревшим и начать заново.

Особенно важно, чтобы эта логика находилась в самой системе, а не только в контексте AI-модели. Новый запрос пользователя в чате сам по себе не остановит уже запущенный workflow.

Актуальность задачи для AI-агента — такое же состояние, как её выполнение. Потому что автоматизация должна уметь не только хорошо выполнять поручения, но и понимать, когда поручение больше не нужно выполнять.