Оглавление

Scale и Temporal представили практическое руководство по созданию долгоиграющих автономных агентов для корпоративных процессов. Технология позволяет строить системы, которые работают неделями и месяцами, реагируя на внешние события и привлекая человека только для ключевых решений.

Проблема традиционных закупок

Процессы закупок в строительной отрасли — классический пример сложных, растянутых во времени операций. Старшие менеджеры управляют множеством проектов одновременно, отслеживая поставки стали, систем кондиционирования, электропанелей и других материалов. Хотя современные ERP-системы автоматизировали детерминированные этапы, человеческое вмешательство остается критически важным при нештатных ситуациях.

«Программное обеспечение может автоматизировать детерминированные шаги: „если А, тогда Б», простой учет — но реальный мир не детерминирован. Инспекции проваливаются. Поставки задерживаются. Задержки каскадом превращаются в конфликты расписания. Вот те моменты, когда людям все еще приходится вмешиваться», — поясняют авторы подхода.

Архитектура агентов закупок

Идея агента закупок заключается не в замене человека, а в его освобождении от рутинных операций. Система самостоятельно обрабатывает события и привлекает менеджера только для принятия ключевых решений.

Диаграмма рабочего процесса агента закупок с участием человека в цикле
Источник: www.scale.com

Современные системы ИИ обеспечивают недетерминированный интеллектуальный слой поверх существующих автоматизаций. Это позволяет передать агентам принятие решений, которые ранее были тяжелым бременем для человека. Цель — не выбрасывать старые программные системы, а перевести человека на более высокий уровень — подальше от низкоуровневых логистических решений.

Технические вызовы

Долгосрочные процессы

Строительство зданий может занимать недели и месяцы, поэтому система должна быть способна работать столь же долго. В то время как многие современные системы ИИ поддерживают диалоги, немногие могут сохраняться месяцами с фоновым непрерывным поведением. Это требует устойчивых систем, которые могут включаться и выключаться, переживать сбои и оставаться доступными в течение длительных периодов.

Смена парадигмы

Существует фундаментальный сдвиг по сравнению с тем, как работают большинство систем ИИ сегодня. Обычно человек дает команды ИИ делать что-то, и ИИ использует инструменты для доступа к внешнему миру. Нам нужно обратное: ИИ получает входные данные из внешнего мира и затем просит людей о помощи, когда это необходимо.

Вместо того чтобы люди использовали ИИ для помощи, ИИ работает автономно и запрашивает человеческий ввод только при необходимости. Это требует переосмысления системного дизайна и создания надежной программной инфраструктуры, способной поддерживать эту новую парадигму.

Практическая реализация

В демонстрационном примере рассматривается обработка ключевых событий агентом:

  • Submittal_Approved — пробуждение, выпуск заказа на покупку поставщику, создание рабочего процесса отслеживания, возврат в спящий режим
  • Shipment_Departed_Factory — пробуждение, получение ETA, перекрестная проверка с основным строительным расписанием, флагирование потенциальных конфликтов
  • Shipment_Arrived_Site — пробуждение, уведомление команды приемки, планирование необходимой проверки качества
  • Inspection_Failed — пробуждение, эскалация к менеджеру проекта со всеми релевантными данными, приостановка рабочего процесса до получения человеческого ввода

Технологический стек: Agentex + Temporal

Для построения этих долгоиграющих самоуправляемых агентов объединены две мощные технологии: Agentex для уровня оркестрации ИИ и Temporal для устойчивого выполнения рабочих процессов.

Agentex — это открытый фреймворк для создания, развертывания и управления ИИ-агентами. Он спроектирован как долгосрочное решение, позволяющее строить агентов любого уровня автономности — от простых чат-ботов до полностью автономных систем.

Temporal обеспечивает базовый механизм устойчивого выполнения. Реальность такова, что большинство процессов в реальном мире охватывают длительные периоды времени. Благодаря Temporal можно создавать рабочие процессы, которые обрабатывают перезапуски, сбои и могут жить месяцы и даже годы.

Пример кода

Рабочий процесс агента закупок реализован как Temporal workflow:

@workflow.defn(name="procurement-agent")
class ProcurementAgentWorkflow(BaseWorkflow):
 def __init__(self):
 super().__init__(display_name="procurement-agent")
 self.event_queue: asyncio.Queue = asyncio.Queue() # Внешние события
 self.human_queue: asyncio.Queue = asyncio.Queue() # Человеческий ввод

Этот рабочий процесс может выполняться месяцами или годами. Если воркер падает, Temporal перезапускает его с последней контрольной точки. При развертывании нового кода текущие рабочие процессы продолжаются со старой версией до их завершения.

Сочетание Agentex и Temporal открывает путь к действительно автономным системам, которые не просто реагируют на запросы, а берут на себя ответственность за процессы, непрерывно действуя, наблюдая и адаптируясь со временем. Это следующий логический шаг в эволюции корпоративной автоматизации.

По сообщению Scale, открытый код учебного пособия доступен на GitHub и позволяет разработчикам создавать собственных долгоиграющих агентов для различных бизнес-процессов.