Kitabı oxu: «От изолированных моделей к мультиагентным экосистемам. Практическое руководство по современному AI, MCP и Harness»

Краткое содержание

Введение. Конец эпохи чат-ботов

Эволюция ИИ: от поисковых запросов к действию.

Почему генерация текста - это лишь 10% возможностей современных систем.

Для кого эта книга: разработчики, архитекторы, продакт-менеджеры.

Часть 1. Фундамент: Современный искусственный интеллект

Глава 1. Анатомия большой языковой модели (LLM). Токены, контексты, трансформеры. Почему модель «галлюцинирует» и как это связано с вероятностной природой ИИ.

Глава 2. От статики к динамике: RAG и инструменты. Как научить модель работать с актуальными данными (Retrieval-Augmented Generation) и вызывать внешние функции (Function Calling). Ограничения классического подхода.

Глава 3. Что такое ИИ-агент. Петля ReAct (Reason + Act). Разница между моделью, которая отвечает на вопрос, и агентом, который решает задачу. Компоненты агента: мозг (LLM), память (краткосрочная и долгосрочная), инструменты.

Пример: Создание простого агента на Python, который умеет проверять погоду и сохранять заметки в локальный файл.

Часть 2. Проблема масштаба: Хаос интеграций

Глава 4. Кризис N×M. Почему подключение 10 агентов к 10 корпоративным системам (CRM, базы данных, Slack, файловое хранилище) превращается в неподдерживаемый кошмар. Проблема фрагментации API.

Глава 5. Знакомство с MCP (Model Context Protocol).

Теория: MCP как «USB-C для ИИ». История создания Anthropic и передача в Linux Foundation (Agentic AI Foundation) в декабре 2025 года.

Архитектура: Host, Client, Server. Транспорты (stdio для локальных задач и Streamable HTTP для облака).

Примитивы: Tools (действия), Resources (данные), Prompts (готовые шаблоны).

Отличие от Function Calling: MCP не просто вызывает функцию, он позволяет агенту динамически обнаруживать доступные инструменты и управлять сессиями через JSON-RPC 2.0.

Пример: Переписывание агента из Главы 3. Теперь он не имеет жестко зашитого кода для работы с файлами, а подключается к MCP-серверу файловой системы. Агент из коробки получает доступ к новому MCP-серверу базы данных без изменения своей логики.

Часть 3. Индустриальный стандарт: Глубокое погружение в MCP

Глава 6. Жизненный цикл MCP-соединения. Рукопожатие (handshake), листинг возможностей, вызов инструмента, обработка ошибок.

Глава 7. Безопасность и авторизация в MCP. Внедрение OAuth 2.1 в спецификацию 2025 года. Как ограничить агенту доступ только к нужным таблицам или каналам. Stateless-ядро протокола.

Глава 8. Экосистема MCP. Официальный реестр серверов. Тысячи готовых коннекторов (Google Drive, Slack, GitHub, корпоративные ERP). Как опубликовать свой MCP-сервер.

Пример: Сборка корпоративного хаба. Агент технической поддержки через MCP подключается одновременно к Jira (тикеты), Confluence (база знаний) и внутренней CRM, используя единый протокол авторизации.

Часть 4. Гарантия качества: Harness для агентов

Глава 9. Почему агенты непредсказуемы. Проблема оценки неструктурированного вывода. Что такое Harness (обвязка) в контексте ИИ.

Глава 10. Анатомии Eval Harness.

Инфраструктура как данные: описание окружения, лимитов времени и токенов.

Rule-based checks: детерминированные проверки (формат JSON, regex, наличие полей).

LLM-as-a-judge: использование второй модели для оценки семантики, читаемости и отсутствия галлюцинаций по рубрикам.

Глава 11. Harness Bench и воспроизводимость. Как создать тестовый набор (бенчмарк), который можно прогонять при каждой смене промпта или версии модели. Гибкая архитектура, отделяющая логику задачи от правил оценки.

Пример: Пишем Harness для агента-программиста. Автотест проверяет, скомпилировался ли код, прошел ли он unit-тесты, и оценивает чистоту архитектуры с помощью LLM-судьи.

Часть 5. Синергия: Мультиагентные среды

Глава 12. Один агент - хорошо, а сеть - лучше. Пределы когнитивных способностей одной модели. Делегирование задач.

Глава 13. Паттерны взаимодействия.

Координатор (Orchestrator) - Исполнители (Workers).

Peer-to-peer: агенты договариваются между собой.

Иерархия и рынок: агенты как MCP-серверы для других агентов. Агент может предоставлять свои навыки (например, навык сложного анализа данных) другим агентам через протокол MCP.

Глава 14. Коммуникация и память в мультиагентных системах. Протоколы обмена сообщениями. Общая «рабочая доска» (blackboard). Разрешение конфликтов.

Пример: Разработка системы для вывода нового продукта на рынок.

Агент-исследователь собирает данные через MCP-серверы аналитики.

Агент-копирайтер пишет тексты, запрашивая у дизайнера (другого агента) мокапы.

Агент-менеджер (Orchestrator) распределяет задачи и контролирует бюджет, общаясь с агентами через MCP.

Часть 6. Производство и этика

Глава 15. Мониторинг и наблюдаемость. Как понять, на каком шаге мультиагентная цепочка пошла не так. Трассировка вызовов MCP.

Глава 16. Экономика агентов. Подсчет стоимости токенов в сложных цепочках. Оптимизация.

Глава 17. Этика, безопасность и автономия. Проблема «вредоносных инструкций» во внешних данных, к которым агент получает доступ через MCP. Кто несет ответственность за действие агента.

Заключение. Будущее агентного ИИ

От инструментов к полноценным цифровым сотрудникам.

Тренды 2026 года и далее: физическое воплощение агентов (роботы), децентрализованные сети.

Приложения

Глоссарий (MCP Host, Harness, ReAct, LLM-as-a-judge).

Чек-лист запуска мультиагентной системы в продакшен.

Список ключевых открытых библиотек (MCP SDK, Inspect AI, Databricks Evaluation Framework).

Введение. Конец эпохи чат-ботов

Осенью 2022 года мир сошел с ума от больших языковых моделей. Мы научились общаться с компьютерами на естественном языке, и это казалось вершиной технологического прогресса. Мы спрашивали - нейросеть отвечала. Мы просили написать код - она выдавала сниппет. Это было похоже на магию.

Но магия быстро столкнулась с суровой реальностью. Выяснилось, что модель, способная написать безупречное эссе о квантовой физике, не может забронировать вам отель, обновить статус в Jira или найти ошибку в логах сервера за вчерашний день. Она заперта в 2022 или 2024 году, в зависимости от даты среза ее знаний. Она не знает о ваших корпоративных документах, не видит вашего экрана и не имеет права нажать кнопку «Оплатить» на сайте.

Промышленность уперлась в потолок. Чтобы сделать следующий шаг, модели нужно было дать руки.

Так наступила эра агентного искусственного интеллекта (ИИ). Мы перестали просить ИИ говорить и начали просить его делать. ИИ-агент - это уже не просто нейросеть, это система, обладающая петлей обратной связи: она может проанализировать задачу, составить план, обратиться к внешнему инструменту, получить результат, скорректировать свои действия и попробовать снова. Агент не просто генерирует текст - он решает проблему в реальном мире.

Однако, как только мы начали массово создавать таких агентов, индустрия погрузилась в хаос.

Представьте крупную компанию. У вас есть десять ИИ-агентов: один пишет код, второй отвечает клиентам, третий анализирует финансы. И есть двадцать корпоративных систем: база данных PostgreSQL, CRM Salesforce, файловое хранилище, Slack, GitHub, ERP 1С. Чтобы агент мог работать, разработчику приходилось писать уникальный, хрупкий «клей» - адаптер - для каждой пары «агент - система». Если систем 20, а агентов 10, вам потенциально нужно 200 различных интеграций. Любое изменение API в Salesforce ломало агента по продажам. Обновление базы данных обрушивало аналитика. Разработка превратилась в кошмар поддержки.

В ноябре 2024 года этот хаос начал уходить в прошлое. Компания Anthropic представила протокол Model Context Protocol (MCP) - открытый стандарт, который индустрия мгновенно окрестила «USB-C для искусственного интеллекта».

MCP делает для ИИ то же самое, что когда-то HTTP сделал для веба. Он предлагает единый, универсальный язык, на котором любой агент может общаться с любым внешним инструментом. Больше не нужно писать 200 адаптеров. Вы создаете один MCP-сервер для вашей базы данных и один MCP-клиент для вашего агента. После этого любой совместимый агент - будь то модель от OpenAI, Anthropic или открытая LLM, запущенная на вашем сервере - получает доступ к этим данным мгновенно и безопасно. В декабре 2025 года Anthropic передала MCP в дар фонду Agentic AI Foundation под эгидой Linux Foundation, навсегда сделав его нейтральным общественным стандартом.

Но дать агентам инструменты - это только половина дела. Когда система обретает автономию и начинает совершать реальные действия (менять код, переводить деньги, удалять файлы), цена ошибки возрастает до стоимости бизнеса. Как гарантировать, что агент не «галлюцинирует» в процессе выполнения критической операции? Как протестировать цепочку из пяти разных инструментов? Как убедиться, что после обновления модели система не начнет нарушать регламент?

Для этого появился промышленный стандарт Harness - инженерная обвязка, которая превращает непредсказуемое поведение нейросети в повторяемый, измеряемый и тестируемый процесс. Harness прогоняет агента через фиксированные сценарии, проверяет не только формат его ответа, но и смысловую корректность, используя для этого как жесткие правила, так и других ИИ-судей.

Эта книга - ваш путеводитель по новому стеку технологий, который определит развитие IT на ближайшие десять лет. Мы не будем просто обсуждать теорию трансформеров. Мы пройдем путь от создания первого простейшего агента до проектирования сложных мультиагентных экосистем, где десятки специализированных цифровых сотрудников работают сообща, обмениваясь данными и навыками через протокол MCP.

Вы узнаете, как устроена архитектура MCP на уровне JSON-RPC, как правильно проектировать безопасную авторизацию через OAuth 2.1, как писать Harness для автоматической оценки качества агентов и как собирать из этого конструктора системы, которые еще три года назад казались научной фантастикой.

Эпоха, где ИИ был лишь умным собеседником, закончилась. Начинается эра ИИ, который работает. Пристегните ремни.

Глава 1. Анатомия большой языковой модели (LLM)

Прежде чем мы научим искусственный интеллект управлять нашими компьютерами, базами данных и бизнес-процессами, мы должны безжалостно развеять главную иллюзию, с которой сталкивается каждый новичок. Большая языковая модель - это не разумное существо. У нее нет убеждений, желаний или сознания. В своей основе LLM - это чудовищно сложная, но математически предсказуемая машина по угадыванию следующего слова.

Что такое токен и почему модель не видит букв

Когда вы пишете модели фразу «Привет, как дела?», она не читает ее так, как это делает человек. Модель не понимает, что «Привет» - это приветствие, а знак вопроса означает запрос на ответ. Для нее ваш текст - это просто последовательность чисел.

Сначала текст разбивается на токены. Токен - это не всегда целое слово. Популярные алгоритмы (например, Byte Pair Encoding) дробят слова на наиболее частые слоги или сочетания символов. Слово «приветствие» может быть разбито на токены: прив, ет, ствие. Английское слово unbelievable превратится в un, believ, able.

Каждому токену из огромного словаря модели присваивается уникальный идентификатор (число). Ваша фраза превращается в массив чисел, например: [1234, 5678, 90, 12]. Именно с этими числами и работает нейросеть.

Архитектура: Как числа превращаются в смыслы

В основе современных LLM лежит архитектура Трансформер (Transformer), представленная в 2017 году. Ее главный секретный ингредиент - механизм внимания (self-attention).

Представьте, что вы читаете предложение: «Я положил кошку в сумку, потому что она была тяжелой». Человек понимает, что «она» относится к сумке, а не к кошке. Механизм внимания позволяет модели устанавливать связи между токенами на огромном расстоянии друг от друга. При обработке каждого токена модель «взвешивает» важность всех остальных токенов в контексте. Она понимает, что в данном случае слово «тяжелой» имеет гораздо более сильную связь со словом «сумка», чем со словом «кошка».

Именно благодаря этому механизму модель улавливает синтаксис, контекст и базовые причинно-следственные связи, которые мы привыкли называть «смыслом».

Контекстное окно: Память с золотыми слитками

У модели есть оперативная память, которую называют контекстным окном. Это максимальное количество токенов (ваших слов + слов ответа модели), которые она может удерживать в «голове» одновременно.

В 2023 году контекстное окно в 4 000 токенов казалось прорывом. В 2025 году стандартом стали окна в 128 000, 200 000 и даже 1 миллион токенов.

Однако контекст не бесплатен. Чем больше информации вы загружаете в начало диалога, тем меньше места остается для ответа. Кроме того, существует «эффект края»: модель лучше всего помнит начало и конец контекста, но имеет тенденцию «забывать» или игнорировать информацию из середины длинного документа. Умение инженера упаковать самую важную информацию в начало или конец запроса - это уже половина успеха в работе с агентами.

Почему модель «галлюцинирует»

Галлюцинации - это не программная ошибка. Это фундаментальное свойство архитектуры.

Когда модель заканчивает анализировать ваш контекст, ее единственная задача - предсказать вероятностное распределение следующего токена. Она не знает правильного ответа. Она знает, какое слово статистически должно идти следующим на основе миллиардов прочитанных текстов.

Если в данных для обучения было мало информации о редком научном термине или о ваших внутренних корпоративных регламентах, модель все равно выдаст самый вероятный, по ее мнению, токен. Она будет врать уверенно, логично и безупречным литературным языком, потому что с точки зрения математики она просто продолжает наиболее вероятную последовательность слов.

Именно поэтому агентный подход, который мы начнем разбирать со следующей главы, так важен. Агент не просто верит ответу модели. Он использует LLM для генерации плана, а затем проверяет каждый шаг этого плана с помощью внешних инструментов (через тот самый MCP), сверяясь с реальностью.

Температура и детерминизм

На последнем этапе, когда модель уже посчитала вероятности всех возможных следующих слов, в дело вступает параметр температуры.

Температура 0: Модель всегда будет выбирать самый вероятный токен. Это делает ее предсказуемой, сухой и идеальной для написания кода или заполнения JSON-структур. Если вы дадите ей один и тот же запрос дважды, вы получите идентичный ответ.

Температура выше 0 (например, 0.7): Модель начинает иногда выбирать менее вероятные, но более творческие варианты. Ответы становятся разнообразными, живыми, но возрастает риск ошибок.

Для классических чат-ботов креативность приветствуется. Для строительных блоков агентных систем (где модель должна сгенерировать строгое название функции или точное число) температура всегда должна быть опущена до нуля.

Понимание этой анатомии - что модель считает токены, теряет контекст в середине окна и просто угадывает следующее слово - критически важно. Это лишает ИИ мистического ореола и превращает его из «цифрового бога» в мощный, но требующий точной настройки инженерный инструмент. Теперь, когда мы знаем, как работает мозг, мы готовы собрать вокруг него тело - автономного агента.