10 идей с конференции AI Engineer: как инженеры учатся «вокруг» агентов

🛠 Практика

10 идей с конференции AI Engineer: как инженеры учатся «вокруг» агентов

Armin Ronacher, инженеры Anthropic и авторы экосистемы Flask обсудили на конференции AI Engineer Europe 2026, как меняется разработка, когда код пишут агенты. Главные тезисы — о трении, многочасовых задачах и инструментах вокруг агента.

Конференция AI Engineer Europe 2026, прошедшая 8 апреля, собрала инженеров, которые уже работают с агентными системами в продакшене. В центре внимания оказались не сами модели, а инженерные практики вокруг них — документация, управление временем, архитектура обратной связи. AI Digest выбрал ключевые идеи.

Зачем агенту «родительский слой» — harness в пространстве

Докладчики разделили агентные системы на два уровня: ядро (ядро агента, которое принимает решения) и harness — всё, что существует вокруг ядра: документация, инструменты, интерфейсы, каналы обратной связи. Инженер должен проектировать оба.

Один из подходов — рассматривать harness как отдельный слой, который существует не для улучшения агента, а для управления стоимостью его ошибок. Если агент может сломать что-то в продакшене, задача harness — не дать ему это сделать без ведома человека.

Почему не всё трение в разработке нужно устранять

Armin Ronacher — создатель Flask, Jinja, Werkzeug и сооснователь Earendil — вместе с инженером той же компании Cristina Poncela Cubeiro представили парадоксальный тезис. Индустрия продаёт идею frictionless development: разработчик описывает задачу, агент делает, переход от идеи к продукту становится почти бесшовным.

Авторы не спорят с тем, что бессмысленное трение — медленный CI, ручное копирование данных, сложный запуск локальной среды — нужно устранять. Но они утверждают, что существует и другой тип трения, который несёт информацию. Оно возникает в точках, где человек чувствует стоимость решения, замечает сложность системы и вынужден применить собственное суждение.

Бесшовность создаёт иллюзию, что вы понимаете, что делаете. Настоящее трение — это обратная связь, которую нельзя получить иначе.

Что происходит, когда агент работает несколько часов подряд

Ash Prabaker и Andrew Wilson из Anthropic выделили принципиальную разницу между двумя способностями агента: выполнить короткую задачу и последовательно работать над большим проектом в течение нескольких часов. По их мнению, это разные инженерные задачи.

При многочасовой работе агенты сталкиваются с проблемой дрейфа цели. Изначальная задача размывается, агент всё дальше уходит от исходного запроса, и к концу работы результат может не соответствовать тому, что требовалось. Инженеры Anthropic предложили несколько приёмов для удержания агента в рамках задачи: структурированные точки проверки, декомпозиция на подзадачи с отдельными критериями приёмки, явное указание границ допустимых действий.

Какие абстракции нужны для продакшен-агентов

Среди практических тем — стандартизация интерфейсов между агентами, управление состоянием агентной сессии, логирование действий агента для последующего аудита. Участники обсудили, что агент в продакшене требует такого же внимания к observability, как и любой другой сервис: метрики, трейсы, понятные логи.

Отдельное внимание уделили инструментам для разработки агентов — фреймворкам, которые абстрагируют коммуникацию с моделью, управление контекстом и вызов внешних API. Названия не раскрывались, но общий вектор — переход от прототипирования к инфраструктурным решениям.

Что это значит для индустрии

Конференция показала сдвиг в профессии AI-инженера. Если в 2024 году фокус был на промптах и моделях, то в 2026 году инженеры обсуждают архитектуру, устойчивость и эксплуатацию агентных систем. Это означает, что рынок начинает требовать от специалистов не только понимания языковых моделей, но и классической software engineering discipline применительно к агентам.

Подробнее о том, как построить AI-агента для мониторинга новостей, мы рассказывали в отдельном материале. О подходах к созданию агентных систем читайте в нашем гайде по архитектурным паттернам для агентов.