TGViewer
Реальный AI: от теории к практике Реальный AI: от теории к практике @aiscepticism · 230 subscribers
Post #238 53
Оркестрация: workflow-движки против LLM-графов

Второй срез, где агентные системы вступают в конфликт с классической инженерией, — оркестрация.

Традиционные workflow-движки (Temporal, Camunda) строятся на жёстких схемах. Шаг A всегда предшествует шагу B, откат идёт по компенсационным транзакциям, идемпотентность гарантирована. Агентная оркестрация устроена иначе. Здесь оркестратором выступает LLM, которая динамически определяет последовательность действий. Паттерны ReAct, Plan-and-Execute, Supervisor + Workers, LangGraph-графы объединяет отказ от заранее заданной схемы в пользу рантайм-планирования.

Это даёт гибкость, недоступную классическим workflow, но плата за неё — потеря предсказуемости. Тот же промпт, тот же контекст — и агент может пойти по разным цепочкам вызовов. Он может зациклиться, выбрать нерелевантный инструмент, сгенерировать галлюцинацию. Метафора «русской рулетки» здесь описывает не эмоции, а реальный инженерный риск: отсутствие гарантий повторяемости.

Что из классики необходимо заимствовать в обязательном порядке:
1. Structured Output (JSON Schema). Без жёсткой валидации выходных данных агента любая последующая детерминированная логика обречена.
2. Hard checkpoints и Human-in-the-Loop. Критические действия — платежи, изменения в production, юридически значимые операции — не должны выполняться без подтверждения человека.
3. Retry с детерминированной логикой. Не всякая ошибка исправляется переспросом LLM; для некоторых операций нужен классический экспоненциальный backoff и fallback.

Отдельного внимания заслуживает попытка применить паттерн Saga к мультиагентным взаимодействиям. Если рассматривать каждое решение агента как событие, которое можно сохранить (Event Sourcing), мы получаем воспроизводимость, аудит и потенциальную возможность отката. Но реализация упирается в недетерминизм повторов (тот же промпт может дать иной результат) и объём данных. Тем не менее без этой базы мы даже не можем установить, почему агент ошибся. Event Sourcing для агентов — не серебряная пуля, а необходимый гигиенический минимум.

Агентный оркестратор, таким образом, не заменяет workflow-движок. Он надстраивается над ним. Сильный инженер оставляет жёсткий детерминированный скелет и позволяет LLM импровизировать только внутри проверенных, валидированных ворот.
More from @aiscepticism
  1. Sep 17, 2026AI-first, которого нет Недавно я столкнулся с занятным парадоксом. От разработчика ждут ск…
  2. Sep 9, 2026«Разработчик умирает» — это мы слышим отовсюду. ИИ пришёл, софт-скиллы теперь в цене, а ко…
  3. Sep 1, 2026Десять лет не участвовал в ML-соревнованиях, а тут решил попробовать AI-First подход: код…
  4. Aug 18, 2026Недавно я увидел конкурс от сетки, где авторов попросили рассказать о своих профессиональн…
  5. Aug 15, 2026Post #255
  6. Aug 5, 2026Как я перестал бояться и полюбил архитектурную энтропию: рецепт упреждающей инженерии Осоз…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →