Методология AIQ

Понимание того, как языковая модель становится агентом: восприятие, планирование, действие и оценка результата. Включает память, вызов инструментов, оркестрацию, различие агента-исполнителя и агента-оркестратора, а также контекстный дрейф в мультиагентных системах.

Умение выбирать тип автоматизации: простой prompt, цепочка prompt-ов, RPA, одиночный агент или мультиагентная система. Специалист понимает, где автономия оправдана, где нужны контрольные точки и когда мультиагентная система избыточна.

Агентные системы создают нелинейную структуру затрат: каждый агент увеличивает число вызовов модели, а оркестрация добавляет расходы на мониторинг, координацию и отладку. Важно понимать стоимость автономии и сравнивать её с моделью «человек в контуре».

Агенты не только отвечают, но и действуют. Поэтому появляются риски excessive agency, косвенного prompt injection и каскадной компрометации в мультиагентных системах. Специалист понимает ограничение полномочий агента и контрольные точки перед необратимыми действиями.

Вся компетенция построена вокруг агентной логики: делегирование, автономия, надзор, границы полномочий, оценка результата и распределение ответственности между человеком и системой.

При работе с агентами нужно проверять не только финальный результат, но и логику промежуточных решений. Агент действует, поэтому незамеченная ошибка может иметь операционные последствия.

Автономные агенты размывают субъект ответственности: когда система принимает решение и совершает действие, важно понимать, кто отвечает — разработчик, оператор или пользователь. Это создаёт регуляторные и репутационные риски.