Архитектура ИИ-агента для тех, кто не программирует

Как эти детали работают вместе в цикле «подумать, сделать, проверить», разобрано на странице о том, как работает агент. Здесь каждая деталь по отдельности.

1. Модель: нейросеть, которая понимает задачу и выбирает следующий шаг.

2. Инструкция (системный промптсистемный промпт Системный промпт это постоянная инструкция для нейросети, которую разработчик задает до начала разговора: кто она, что ей можно, что нельзя и каким тоном отвечать. Подробнее в словаре): постоянное задание, где сказано, кто агент, что ему можно и когда звать человека.

3. Инструменты: подключения, через которые агент действует, например поиск заказа в CRM или отправка письма. Для них есть общий стандарт MCPMCP MCP (Model Context Protocol) это открытый стандарт, через который ИИ-приложения подключаются к инструментам и данным: файлам, CRM, базам, сервисам. Подробнее в словаре (Model Context Protocol), который Anthropic открыла 25 ноября 2024 года как единый способ подключать ИИ к данным и сервисам.

4. Знания (RAGRAG RAG это схема, в которой ИИ сначала находит нужные фрагменты в ваших документах, а потом отвечает, опираясь на них. Подробнее в словаре): ваши документы, в которых агент ищет ответ перед тем, как ответить.

5. Память: история текущего разговора и сведения о клиенте, которые нужны в следующих разговорах.

6. Канал: где агент работает с людьми, например Telegram, почта, чат на сайте или телефон.

7. Контроль: права доступа, журнал действий и проверка человеком перед рискованным шагом.

Не каждому агенту нужны все семь. Ассистенту для себя хватает модели, инструкции и пары файлов. Агенту, который отвечает клиентам, нужны все детали, и чаще всего экономят на последней, контроле, а потом платят за это ошибками.

Модель. DeepSeek R1 вышла 20 января 2025 года с открытыми весами (файлами модели, которые можно скачать) на лицензии MIT, Qwen 3 на лицензии Apache 2.0. Запускает их на вашем компьютере или сервере программа Ollama, ее лицензия тоже MIT.

Какие открытые моделимодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре подходят бизнесу и сколько им нужно памяти, подробно на странице об открытых моделях.

Инструкция. Это обычный текст, отдельная программа для нее не нужна. Инструменты подключают через MCP или через готовые узлы конструктора.

Знания. Векторные базы (хранилища, где текст ищется по смыслу) Chroma и Qdrant распространяются по лицензии Apache 2.0. Конструктор Flowise на той же лицензии загружает документы, делит их на фрагменты и по кнопке «Upsert» сохраняет в такую базу.

Память. В документации открытой библиотеки LangChain описаны оба вида памяти: краткосрочная хранит историю одного разговора, долгосрочная хранит сведения между разговорами.

Канал. Бота в Telegram создают в @BotFather командой /newbot, после чего BotFather выдает токентокен Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель. Подробнее в словаре (ключ, через который программа управляет ботом). Храните токен как пароль: по документации Telegram, любой, у кого он есть, управляет ботом.

Контроль. Langfuse, открытая платформа для журнала и оценки работы ИИ-приложений, распространяется по лицензии MIT, кроме папок ee, и ставится на свой сервер. Сравнение открытых инструментов для сборки собрано на странице об открытых инструментах.

Открытая лицензия убирает плату за программы, но не за работу. Деньги уходят на три вещи: железо или облако для модели, время на сборку и проверку, сопровождение после запуска.

Модель на своем железе. Мощная видеокарта для открытой модели средней величины стоит около 749 990 ₽, аренда похожей карты в России около 66 ₽ в час; цены проверены 29 сентября 2026.

Модель в облаке. Вы платите за токены (кусочки слов, которыми модель считает текст), и цена зависит от модели и объема. Посчитать расход на своей нагрузке можно в калькуляторе облачного API.

Облако за рубежом подходит не для всех данных. По 152-ФЗ сбор и хранение данных граждан России ведутся в базах на территории России, а до передачи за рубеж оператор подает уведомление в Роскомнадзор; как мы с этим работаем, на странице о безопасности данных.

Сопровождение тоже стоит денег, даже если все программы открыты. Меняются прайс, правила и сами модели, и кто-то должен обновлять инструкцию, базу знанийбаза знаний для ИИ База знаний для ИИ это отобранные и подготовленные документы компании, по которым ИИ-ассистент ищет ответы: регламенты, инструкции, каталог, ответы на частые вопросы. Подробнее в словаре и проверять журнал хотя бы раз в неделю.

Больше всего обычно стоит время: проверка агента на реальных вопросах, правки инструкции, разбор ошибок после запуска. Сравнить свой сервер и облако по деньгам поможет калькулятор стоимости локального ИИ.

Возьмем агента поддержки интернет-магазина, который отвечает на вопрос «где мой заказ». Вот как в нем работают семь деталей.

Модель на сервере компании понимает вопрос. Инструкция велит спросить номер заказа и не обещать сроки, которых нет в системе.

Инструмент читает статус заказа в учетной системе. Знания дают правила доставки и возврата, чтобы агент отвечал по ним, а не по памяти модели.

Память хранит историю разговора, чтобы клиент не повторял номер заказа. Канал это чат в Telegram.

Контроль: агент только читает заказы и ничего в них не меняет, каждое его действие пишется в журнал. Возврат денег оформляет человек: OpenAI советует отдавать человеку рискованные действия вроде отмены заказов, крупных возвратов и платежей.

Убрать деталь можно, но агент потеряет часть работы. Без инструмента он не знает статуса заказа, без знаний путает правила, без контроля его нельзя пускать к клиентам.