К содержимому
Дайджест

Почему ИИ ускоряет вас, но не компанию: агенты с мнениями

AI Engineer·4 ноября 2026·19:13
можно прочитать понять, как устроено промо
Открыть на YouTube
Доклад сооснователя Basis о том, как превратить агентов из личного ускорителя в надёжных исполнителей производственных задач в компаниях.

Что в ролике

Вы могли лично ускориться с Copilot или Codex в 100 раз, но средняя компания таких темпов не показала — организации доверяют людям через процессы, а не через детерминизм. В агентах Basis видит два разрыва: competency gap перекладывает сложность на пользователя (навыки, память, теория разума), а process gap позволяет каждому сотруднику настраивать поведение агента под себя вместо процессов от руководства. Чтобы агент стал простым и надёжным, у него должны быть жёсткие мнения о способах работы: например, как читать PDF, проверять ли PowerPoint скриншотом или в банковской сверке объяснять разницу вместо подгонки проводки. Основатель показывает три инструмента контроля поведения: outcome-based-эвалы, behavior spec (описание намерений до написания контекста) и форкинг — копирование траектории для проверки, почему агент нарушил поведение. Для дешёвых итераций он советует симуляции: попросить coding-агента создать субагента, который притворяется вашим продакшен-агентом и отвечает на сценарии без полного развёртывания. Полученный signal позволяет замыкать цикл улучшения, потому что эвалы с правильным ответом не масштабируются на сотни тысяч production-ситуаций. В итоге агент начинает с узкой задачи, становится предсказуемым как коллега, и пользователи доверяют ему всё больше.

Практика

Что получишь
Способ взглянуть на агентов как на сотрудников: задавать им явные поведенческие мнения и контролировать их через behavior specs, форкинг и симуляции, а не только конечный результат.
Первый шаг
Выписать для своей агентной системы 2–3 ключевых мнения о поведении (например, «проверять первичный источник перед ответом») и оформить их как behavior spec.
Цифры
  • —100x — во столько автор оценивает рост личной продуктивности при использовании AI-инструментов
  • —10x–100x — настолько не выросла продуктивность у средних компаний, по оценке докладчика
  • —5 часов — длительность агентной траектории, в которой может быть тысяча вызовов модели
  • —1 из 100 — частота ошибок форматирования PowerPoint, при которой можно не делать скриншот-проверку
Честно
Доклад от сооснователя Basis, который развивает агентов для бухгалтерских фирм: продукт прямо не продаётся, но все примеры и инструменты взяты из их внутренней практики. Пошаговых инструкций нет, а схемы и поведенческие примеры видны только на слайдах, в транскрипте описаны не полностью.
Если слова незнакомы — 5 терминов

Компоненты

7 шт.

Формат: разбор · для продвинутых · уверенность разметки 0.9 · источник