← Каталог

· AI Engineer Europe 2026

Как Google DeepMind масштабирует agents

How Google DeepMind Runs Agents at Scale — KP Sawhney & Ian Ballantyne, Google DeepMind

Главное ограничение агентов в масштабе — расход токенов и квот, и DeepMind снижает его, смешивая Gemma 4 с более сильными моделями.

  • Смешивание моделей — Gemma 4 на собственных GPU или TPU не тратит квоту, а дорогие модели ставятся только на отдельные компоненты агентной системы.
  • Оценка сложных процессов — тестировать harness предлагается на mock TPU, чтобы проверять агентный поток без расхода TPU-часов. Самое сложное — придумать новые датасеты, и их часто пишут авторы самих Skills.
  • Skills и CLI вместо MCP — спикер предпочитает skills и CLI с guardrails, а MCP оставляет ради аутентификации. По его оценке, MCP может оказаться временным трендом.
  • Ревью PR — для каждого языка есть модель автоматического ревью, дообученная на гайдах по стилю и хороших примерах кода. Команды добавляют свои промпты.

Кому полезно: тем, кто делит квоты токенов между командами агентов и решает, какие шаги пускать на дорогую модель.

Статья по теме

Главы

Ещё доклады: Ian Ballantyne

Страница спикера →

Похожие доклады