Что такое ИИ?

Что это. Это инженерная оболочка вокруг модели: интерфейсы, backend-логика, очереди, политика выполнения, хранение состояния, контроль доступа, мониторинг и отказоустойчивость.

Зачем нужно. Без этого слоя модель не становится надёжным сервисом. Нельзя контролировать качество, стоимость, безопасность, воспроизводимость и интеграцию с рабочими процессами.

Какие задачи выполняет:

• принимает запрос из интерфейса или API и направляет его в нужный сценарий
• собирает контекст, политики, настройки пользователя и рабочее состояние
• обеспечивает безопасность, логирование, лимиты и наблюдаемость
• связывает агента, модель, память, инструменты и внешние сервисы в один контур

Что это. Это инициатор и владелец смысла. Человек приносит в систему реальную потребность: что именно нужно сделать, для кого, в какие сроки и с какими ограничениями.

Зачем нужно. Даже если модель помогает подобрать цель, рамку и критерии качества, она не становится ответственным субъектом. Ответственность за решение, риск и последствия должен нести человек.

Какие задачи выполняет:

• формулирует задачу, ожидаемый результат и ограничения
• передаёт контекст: документы, примеры, терминологию, бизнес-рамку
• оценивает итог, принимает решение и несёт ответственность за последствия
• уточняет курс системы, если цель изменилась или ответ оказался неполным

Что это. Это оформленная постановка задачи: сообщение, форма, API-вызов, голосовая команда или цепочка параметров, с которой уже может работать система.

Зачем нужно. Если вход расплывчатый, модель и агент начинают тратить вычисление на угадывание намерения. Чем точнее запрос, тем устойчивее весь последующий контур.

Какие задачи выполняет:

• фиксирует цель, ограничения, формат ответа и дополнительные материалы
• снижает неоднозначность и убирает лишние трактовки
• передаёт агенту структурированный контекст для исполнения
• служит точкой повторяемости и аудита при разборе результата

Что это. Это управляющий слой поверх модели. В зависимости от архитектуры он может быть реализован как оркестратор, planner, runtime цикла reasoning-action или набор правил исполнения.

Зачем нужно. Сама по себе модель чаще всего даёт один проход ответа. Для реальной работы нужен слой, который умеет планировать, переспрашивать, проверять и действовать по шагам.

Какие задачи выполняет:

• строит план и определяет следующий лучший шаг
• решает, какие данные нужно достать и какими инструментами воспользоваться
• запускает субагентов на параллельные или специализированные подзадачи
• собирает промежуточные результаты и формирует финальный ответ

Что это. Это обученная модель, которая преобразует входной контекст в вероятностный, но полезный следующий шаг: токен, действие, классификацию, план, резюме, код или иной результат.

Зачем нужно. Именно здесь возникает то, что пользователь воспринимает как интеллект системы: способность понимать формулировку, удерживать контекст и выдавать содержательный ответ.

Какие задачи выполняет:

• анализирует контекст, намерение пользователя и доступные материалы
• генерирует текст, код, извлечения, классификацию и промежуточные гипотезы
• предлагает следующие действия и аргументирует ход решения
• работает как общий слой представлений для разных интеллектуальных задач

Что это. Это браузер, поиск, файловая система, базы данных, корпоративные сервисы, кодовые рантаймы, таблицы, почта, календари и любые другие внешние интерфейсы исполнения.

Зачем нужно. Реальная ценность ИИ появляется там, где ответ можно связать с внешним миром: подтвердить факт, достать документ, рассчитать сценарий или выполнить действие.

Какие задачи выполняет:

• получают данные из API, документов, баз данных и рабочих сервисов
• выполняют код, расчёты, поиск, автоматизацию и действия во внешних системах
• дают агенту и модели доступ к актуальному состоянию мира
• позволяют проверять гипотезы не только словами, но и операциями

Что это. Это все механизмы хранения и извлечения контекста: conversation state, retrieval, user profile, knowledge base, рабочая память агента и артефакты исполнения.

Зачем нужно. Если памяти нет, система видит только текущую реплику. Тогда она теряет непрерывность, забывает договорённости и хуже справляется со сложными задачами.

Какие задачи выполняет:

• хранит историю взаимодействия, профили, документы и промежуточные результаты
• возвращает релевантный контекст в нужный момент исполнения
• поддерживает длинные сценарии, где важны прошлые решения и зависимости
• уменьшает дублирование работы и улучшает персонализацию системы

Что это. Это вспомогательные исполнители внутри общей архитектуры: отдельные агенты, воркеры или процессы, которым делегируются специализированные или параллельные задачи.

Зачем нужно. Они нужны там, где одна модель или один агент уже не дают нужной скорости, глубины или организационной ясности при решении большой задачи.

Какие задачи выполняет:

• берут на себя отдельные подзадачи с собственным контекстом и ролью
• позволяют распараллеливать исследование, реализацию и проверку
• изолируют сложные ветки работы, чтобы не перегружать основной контур
• возвращают агенту частичные результаты для финальной сборки