Как мы решили задачу создания agents
How We Solved Agent Building — Andrew Qu, Vercel
Агент для анализа данных в Vercel дал лучший результат на файловой системе в sandbox и skills, а не на цепочке узких агентов.
- Файловая система вместо жёсткого набора инструментов — агенту дали bash, list file и read file внутри sandbox с доступом к семантическому слою; по словам автора, оценки почти удвоились.
- Skills из повторяющихся запросов — регулярная задача превращает свежие запросы в skills, и сейчас их около 100. Новый запуск агента сразу знает типовые агрегации и поиск по клиентам, а не начинает с нуля.
- Один агент вместо цепочки — в цепочке query, planning и SQL-агентов следующий агент получал только краткое резюме предыдущего. Один агент сам управляет состоянием и возвращается к ошибкам.
- Eve как Next.js для агентов — фреймворк собирает агента из папок skills, tools и channels. В бете компания Aura, по словам авторов, получила меньше шагов и больше успешных прогонов, чем с готовым агентом вроде Claude Code.
Кому полезно: тем, кто строит внутреннего агента для аналитических запросов и выбирает между готовым агентом и собственной сборкой.
Статья по теме
Главы
Похожие доклады
Агенты без кода: Skills, YAML и файловые системы вместо Python
Близко по содержанию
Не создавайте агентов — создавайте Skills
AI Engineer Code 2025
Близко по содержанию
Как меняются платформы для создания agents
AI Engineer World's Fair 2026
Близко по содержанию
Агенты сейчас там же, где микросервисы были в 2015 году
AI Engineer World's Fair 2026
Близко по содержанию

