Команды ИИ-агентов, которые собираются конфигурацией и проверяют себя

Задача

Ad-hoc цепочки LLM-вызовов не масштабируются в продукт: некому распределять задачи, выход агента никто не проверяет, между задачами ничего не накапливается, а автономия бинарная — человек проверяет либо всё, либо ничего. Нам нужно было одно ядро для нескольких продуктов: инженерная, исследовательская и когнитивная команды агентов на общей платформе, с контролем качества и управляемой автономией.

Что сделали

• Собрали декларативную платформу: агенты, команды и пайплайны описываются YAML-спеками, граф исполнения собирается в рантайме. Новая команда агентов добавляется конфигурацией, без переписывания кода.
• Качество держат 10 пар «агент-критик» — от tech lead до security red team. Критик оценивает результат по нескольким измерениям и запускает доработку итерациями; споры решает оркестратор.
• Реестр подбирает исполнителей по компетенциям, ролям и тегам. Задача идёт по циклу «анализ → план → исполнение → валидация»; в общую память попадают только провалидированные знания.
• Память развели на четыре контура: эпизодическая (Redis), семантическая (Qdrant), граф знаний (Neo4j), задачи и аудит-лог (PostgreSQL).
• Автономия — пять уровней с автоподстройкой по метрикам и эскалацией к человеку. Мета-агент копит статистику команд и предлагает изменения топологии; управление — 34 MCP-инструмента и дашборд.

Результат

25 000+

строк Python в ядре платформы, 134 модуля; подсчёт по коду репозитория

29

декларативных агентов в трёх готовых командах — инженерной, когнитивной, исследовательской; подсчёт YAML-спецификаций

223

автотеста трёх уровней — unit, integration, e2e; подсчёт по тестовому коду

2,5 недели

от первого коммита до работающего ядра с памятью, парами «агент-критик» и дашбордом; по истории репозитория

Направления

Другие кейсы