Как AI становится чем-то большим, чем дефолтным ускорителем отдельных операцией

Уже сейчас появляются агенты, которые сами принимают решения и могут взаимодействовать в реальном физическом мире. На прошедшей deep tech night Станислав Макеев рассказывал, как такие технологии работают в Лавке. И на примере доставки хорошо видно, насколько большой это сдвиг. 

Когда лавка только запускалась, директор даркстора вручную распределял заказы между курьерами. Потом это стали делать уже алгоритмы: они оптимизировали время доставки, количество заказов и загрузку курьеров. Затем подключились и ML-модели, которые научились точнее предсказывать отдельные параметры.

Сейчас мы на этапе, когда агент способен сам оценивать ситуацию целиком и решать, что делать дальше.

И тут вылезает подводный камень: развивать интеллект самой модели — не самое главное. Когда в Лавке начали запускать агентов, оказалось, что часть админок вообще не имеет API, данные приходят с задержкой, а инструкции для людей могут противоречить друг другу. Пришлось перестраивать саму инфраструктуру: добавлять интеграции, защищать критичные действия и выносить жесткие правила из промптов в код.

Причем агенту не дают сразу полную свободу. Сначала он работает в shadow mode — наблюдает за реальным процессом и предлагает решение, а человек проверяет его. Потом автономность постепенно расширяется: агенту разрешают самостоятельно действовать только там, где его решения уже достаточно хорошо проверены.

Сейчас такие агенты работают примерно в 30 дарксторах. До конца года его хотят раскатать на всю сеть и отдельно проверить сценарий, где агент уже сам управляет процессом. Он может следить за метриками, находить отклонения и разбирать типовые ситуации, а человеку остаются переговоры и другие сложные задачи.