От помощника к виртуальному коллеге: как ИИ-агенты интегрируются в корпоративные процессы

# Виртуальные сотрудники вместо ИИ-помощников

Развитие технологий искусственного интеллекта меняет фундаментальное разделение труда в IT-компаниях. Если раньше речь шла о делегировании нейросетям отдельных действий, то сегодня перед специалистами стоит задача создания автономных агентов, способных управлять последовательностью операций без постоянного контроля человека. На митапе MWS для DevOps и SRE эксперты из МТС и Orion Soft обсудили, как превратить инструмент в виртуального сотрудника и какие изменения это требует от инженерных процессов.

Границы автоматизации: инциденты и проверка решений

В компании МТС Web Services команда SRE уже применяет агентов для обработки технических инцидентов. Задача такого агента — воспроизвести путь инженерного расследования: от чтения запроса до анализа логов и проверки баз данных. Система индексирует корпоративную базу знаний, историю обращений и данные систем управления задачами.

На начальном этапе внедрения результаты работы агента подвергались ручной проверке. Статистика показала следующую картину:

* Около 45% задач агент решал полностью самостоятельно. * Примерно 40% случаев агент давал частичное решение, предлагая инженеру конкретные шаги для продолжения. * Остальные 15% результатов требовали перепроверки из-за ошибок модели или «галлюцинаций».

Эти данные помогли команде обозначить границы автоматизации. В критичных системах агенты пока не имеют безусловных прав на выполнение действий, но могут формировать подробное расследование для утверждения инженером. Качество работы повышается за счет обратной связи: ошибки и успехи возвращаются в систему в виде обновлений инструкций и базы знаний. Это создает цикл, аналогичный обучению нового сотрудника.

Технический нюанс

Галлюцинации — это способность языковых моделей выдавать правдоподобный, но фактически неверный или вымышленный контент. В контексте ИИ-агентов это означает, что система может предложить решение, основанное на несуществующих данных или правилах, которые нужно выявлять и корректировать.

Контекст и инструменты: чем виртуальный сотрудник отличается от помощника

Эксперт Андрей Боровков (MTC Web Services) отметил, что ключевым фактором успеха является наличие контекста. Языковые модели быстро научились писать код, но скорость разработки продуктов росла медленнее из-за сложности интеграции с корпоративной средой. Агент не всегда понимает историю инцидентов, внутренние ограничения или причины архитектурных решений.

Например, агент мог самостоятельно предположить, что внутренняя Kafka-система недоступна извне, и попытаться открыть к ней порт, создав новые риски безопасности. Проблема заключалась не в отсутствии кодогенерации, а в отсутствии понимания конкретной среды работы.

Виртуальный сотрудник должен обладать доступом к необходимым инструментам, но его действия должны ограничиваться заранее заданными правилами. Специалист получает готовый анализ или отчет, а не типовой ответ чат-бота, и принимает финальное решение.

Инженер как оркестратор и актуальность документации

Роль инженера в эпоху агентов трансформируется в функцию оркестратора. Человек определяет правила взаимодействия, проверяет результаты и принимает решения в ситуациях, где цена ошибки слишком высока. Агенты берут на себя механическую часть работы: поиск артефактов, первичное ревью кода, проверку на гонки условий и взаимоблокировки.

Важным аспектом становится документация. Она перестает быть вторичным источником информации и становится частью инфраструктуры агента. В компаниях начинают формировать репозитории навыков и инструкций, доступных и людям, и ИИ. Документация должна обновляться в связке с кодом. Если архитектура системы меняется, но документация остается устаревшей, агент, обученный на старых данных, может начать работать неправильно.

Принцип единого контекста становится критическим: знания, доступные человеку и ИИ-сотруднику, не должны расходиться. Иначе решения будут противоречивы.

*«Документация становится частью рабочего цикла, а не архивом, который открывают при необходимости.»* — Андрей Боровков, Tech Lead DevRails AI в МТС Web Services.

Закрытые контуры и специализация агентов

Компания Orion Soft представила кейс по управлению операторами в закрытом сегменте. Здесь использовался подход создания «менеджера операторов», который централизованно контролирует установки, версии и обновления компонентов. Это иллюстрирует логику создания иерархии агентов: один уровень управляет несколькими другими.

Эксперты сходятся во мнении, что поиск одной универсальной модели для всего SDLC (Software Development Life Cycle) пока неэффективен. Разные этапы разработки требуют специфического контекста: архитектуры, требований и доменных знаний.

Более перспективной моделью является создание нескольких специализированных агентов: 1. Агенты по анализу инцидентов. 2. Агенты по проверке кода. 3. Агенты по работе с документацией.

Каждый из них подключается к конкретному этапу процесса, имеет собственные права доступа и зону ответственности.

Заключение

Переход к модели виртуальных сотрудников требует перестройки внутренних процессов компании. Ключевыми элементами для успешной работы агентов остаются: * Доступ к актуальным инструментам и корпоративным данным. * Наличие качественной, живой документации. * Четкое определение границ полномочий.

Человек остается в цикле разработки, смещаясь на уровень контроля и принятия стратегических решений. Следующий этап развития корпоративного ИИ будет связан не столько с поиском более совершенной модели, сколько с организацией среды, в которой эти «виртуальные сотрудники» смогут работать безопасно и эффективно.

Метки: Виртуальный сотрудник, ИИ-агент, контекст, оркестрация, корпоративные знания, документация, автоматизация.