ИИ-инфраструктура · исследования мультиагентных систем
Агентная среда, где правила исполняет код
За четыре дня собрали и открыли под MIT среду для агентов, где правила исполняет код: криптография, протокол согласия в стиле PBFT, воспроизводимые эксперименты.
- Статус
- Исследовательский проект
- Срок
- 4 дня
- Стек
- TypeScript / Node.js
- Криптография stdlib: Ed25519, X25519, AES-256-GCM
- Протокол согласия в стиле PBFT для фиксированного набора узлов
- Event sourcing, hash-chained JSONL, детерминированный RNG
- Адаптеры LLM: OpenAI-compatible, Anthropic, Ollama
- Docker, GitHub Actions, GHCR
Задача
Мультиагентные системы на LLM обычно держатся на просьбах в системном промпте, и модель может их нарушить. Агент способен бесконтрольно тратить токены и деньги, согласие держится на честности одного координатора, а эксперименты с поведением агентов нельзя ни повторить, ни дать перепроверить постороннему. Мы решили перенести эти правила из промптов в исполняемый код.
Что сделали
- Собрали четырёхслойный рантайм на чистом Node.js без зависимостей во время выполнения: агенты, связи с состоянием и инварианты, которые исполняет код, вплоть до запрета отрицательного баланса.
- Реализовали криптографию и протокол согласия в стиле PBFT для фиксированного набора узлов: идентичность на Ed25519, шифрование каналов, сертификаты коммита, смена лидера при отказе.
- Добавили экономику с двойной записью и эскроу обеих сторон: резервирование, атомарный расчёт, возврат остатка. Вызовы LLM учитываются внутри неё, три адаптера провайдеров работают через один интерфейс.
- Построили детерминированную лабораторию экспериментов: журнал событий с хэш-цепочкой, точный повтор, аттестация sha256, наблюдатель только на чтение с API и интерфейсом без внешних зависимостей.
- Открыли код под MIT: github.com/StudyLabPro/agent-native-universe. Есть тегированный релиз, CI/CD, контейнерный образ в публичном реестре и защищённый профиль запуска.
Результат
- тот же хэш
- повторный прогон и повтор журнала дают побайтно тот же итоговый хэш событий; любой может проверить это на открытом коде под MIT
- 187 из 187
- тестов движка проходят; ветка master, коммит 625b81d, на 05.10.2026
- 4 дня
- от пустого репозитория до открытого релиза: около 20,6 тыс. строк TypeScript, CI/CD и аттестованный эксперимент; подсчёт по истории git и коду
Услуги
Мультиагентные системы: когда один агент уже не справляется
Мультиагентные архитектуры · LLM · Автономия
НИОКР в области программного обеспечения и искусственного интеллекта
Наука · Исследования · Разработка
Инфраструктура и DevOps: чтобы продакшен был предсказуемым
DevOps · Kubernetes · CI/CD · Наблюдаемость
Другие кейсы
Маркетплейсы · Ценообразование
ПилотРепрайсинг по правилам: пилот, где условия договора проверяет код
Сервис следит за ценами конкурентов и по правилам считает цену в согласованном коридоре. Применяется она только после подтверждения. Пилот: 10 SKU, настройка до 14 дней.
- 10 SKU · 2 сценария
- объём пилота; лимит SKU и оба сценария заданы в коде и проверяются контрактными тестами, превысить лимит нельзя
- до 14 дней
- срок настройки по договору от получения входных данных до запуска, затем месяц пилота; даты считает сервис и по окончании закрывает доступ
Производство · Стройматериалы
MVP в эксплуатацииСпецификация сэндвич-панелей из чертежа за секунды вместо часов
Приложение читает DWG/DXF-раскладку и собирает спецификацию в Excel: 10–30 секунд вместо 2–15 часов вручную. 784 панели объекта сошлись с ручной спецификацией построчно.
- 784/784 и 189/189
- панелей на одном объекте и стеновых панелей на втором совпали с ручной спецификацией построчно, с типоразмерами; расхождение площади 0,001 м²
- 2–15 ч → 10–30 с
- подготовка спецификации объекта: вручную против обработки приложением, по замерам на реальных проектах
Маркетплейсы · Аналитика продаж
В продакшенеПрибыль по каждому SKU на трёх маркетплейсах, сверенная с ручным расчётом
Пять кабинетов на WB, Ozon и Яндекс Маркете свели в одну юнит-экономику по SKU. Расхождение с ручным расчётом заказчика на контрольном SKU за месяц составило 0,00 %.
- 0,00 %
- расхождение с ручным расчётом заказчика по штукам, выручке, себестоимости, прибыли и марже на контрольном SKU за месяц; порог приёмки 1 %
- 1,18 млн строк
- продаж по 5 кабинетам за 12 месяцев прошли через конвейер; у 10,7 % из них заказ и начисление пришлись на разные месяцы
Посчитать окупаемость похожего процесса
В калькуляторе AVA можно посчитать экономику своего процесса на своих цифрах, без формы и без нашей цены. Он покажет, во что обходится ручная работа, какой денежный эффект даст автоматизация и какой бюджет на неё вернётся. Если эффект не покрывает даже эксплуатацию, калькулятор так и скажет.
Посчитать окупаемостьРазобрать похожую задачу
Опишите процесс и данные, которые у вас есть. До начала работ скажем, что из этого можно посчитать в деньгах, что нельзя и стоит ли браться.