← Каталог

· AI Engineer World's Fair 2026

Почему ваш корпоративный стек не готов к AI-агентам — и что нужно построить вместо него

Why Your Enterprise Tech Stack Isn't Ready for AI Agents - And What to Build Instead

Требования к аудиту, PHI и эскалации к врачу надо закладывать в архитектуру агента с первого дня, а не докручивать поверх POC.

  • Журнал событий как источник истины — все действия агента пишутся в неизменяемый журнал, а состояние системы на любой момент восстанавливается из него проекциями; по словам спикеров, аудит тогда получается как побочный эффект, а платой служат более тяжёлые чтения.
  • Данные отдельно от оркестрации — персональные данные лежат в объектном хранилище со схемами, журнал хранит только ссылки, а агент получает токен на доступ в момент использования. Разработчики могут отлаживать цепочку действий, не видя самих данных.
  • Человек и LLM как взаимозаменяемые исполнители — любое действие агента может выполнить врач, и последующие шаги не зависят от того, кто это сделал, поэтому эскалация становится обычным переходом в цепочке.
  • Evals на реплеях продакшен-данных — повтор цепочки с другим промптом или моделью показывает прямой эффект изменения, а разница между агентом и человеком становится оценкой; по словам авторов, всё это работает внутри окружения клиента.

Кому полезно: тем, кто выводит агентов в регулируемых отраслях, где нужны аудит и контроль доступа к персональным данным.

Статья по теме

Главы

Ещё доклады: Christopher Lovejoy

Страница спикера →

Похожие доклады