← Каталог

· AI Engineer Europe 2026

Почему опытным инженерам сложно создавать AI-агентов

Why (Senior) Engineers Struggle to Build AI Agents

Опытным инженерам сложнее с агентами, потому что состояние стало текстом и контекстом, а не флагами, поэтому ошибки, тесты и API приходится проектировать иначе.

  • Состояние в тексте — предпочтения вроде Цельсия и Фаренгейта и ответы на план исследования нельзя свести к флагам в профиле. Агент понимает смысл, поэтому можно одобрить план и добавить уточнение, например «фокус на рынке США, без Калифорнии».
  • Ошибки как входные данные — агентный прогон занимает 5–15 минут, и перезапуск с нуля тратит вычисления и теряет контекст. Ошибку лучше возвращать модели как обычный ввод и продолжать с места сбоя.
  • Evals вместо unit-тестов — агент недетерминирован, поэтому измеряют долю успешных прогонов: промпт, который работает один раз из десяти, не годится для продакшена. Результат оценивают LLM-as-a-judge или экспертами, а трассировкой смотрят шаги.
  • Инструменты для агента — агент видит только схему функции и описание, поэтому метод удаления вроде delete_item должен объяснять, что такое ID и что происходит при сбое.

Кому полезно: тем, кто переносит привычные практики разработки на агентные системы и готовит их к продакшену.

Статья по теме

На какие вопросы отвечает доклад

Главы

Ещё доклады: Philipp Schmid

Все 5 докладов →

Похожие доклады