Refat Talks: Tech & AI

Год назад вопрос "на чем автоматизировать фоновый корпоративный процесс (бот для заявок, сортировка доков, сбор отчетности)" решался выбором workflow конструктора или фреймворка. Сейчас все чаще ответ - агентный harness, тот же, на котором программируют. Часто это читают как смену поколений: agent-first приходит на место workflow-first. Стоит разобраться, замена ли это - или два разных способа автоматизировать, которые выигрывают и ломаются в разных местах. Под workflow-first давайте понимать граф, запрограммированный заранее: даже если внутри сидят LLM-ноды, форма автоматизации задана до запуска (n8n, Airflow, Dify). Agent-first же строится на базе harness и намного гибче: вы инструктируете текстом и даете тулы, а конкретный путь выполнения агент выбирает сам. Workflow-First | Agent-First ----------------|---------------- [in] | [in] ↓ | ↓ (llm) | (agent)─►─[T] ┌─┴─┐ | ↑ │ [T] [T] | │ ↓ └─┬─┘ | [T]──◄────┘ ✓ | ✓? ↓ | ↓ out | out ----------------|---------------- Шаг за шагом | Цикл решений Жесткая схема | Автономия Цена ясна | Бюджет рандомный Сложно менять | Оч просто менять Быстрый | Медленный Не креативный | М.б. креативным В общем, с одной стороны агентные харнесы для автоматизации растут в популярности, c другой стороны все как будто игнорируют темную сторону такой автоматизации. Посмотрите на реддит пост "Stop building AI agents", один из топ-комментариев: "The Loom video shows the happy path, but nobody shows the 3am Slack message when the agent starts approving the wrong invoices.". Короче, агенты проще в запуске/апдейте, но они сильно дороже и менее надежны, а workflow не гибкие - их тяжело строить и развивать. А почему бы не объединить эти два мира? Третий способ: пусть агент пишет workflow. Это та же кодогенерация - кодинг-агент собирает конфиг автоматизации в файлах, рядом скиллы и инструкции как такие пайплайны строить и проверять. У него есть весь инструментарий, чтобы прогнать workflow end-to-end. У меня лучше всего получается с Mastra Workflows - типизированный код, тесты, агент видит как через файлы, так и через mastra-traces + есть визуализация для эксперта (но никакого визуального программирования, только для понимания шагов). developer agent expert │ │ │ └───────┼────────┘ ▼ ┌────────────────┐ │ workflow files │ └───────┬────────┘ ▼ [ git + deploy ] Идея простая: берем workflow-first (детерминированность, предсказуемость, трейсинг) и снимаем его главный минус - сложность апдейтов и негибкость - тем, что редактором и ревьюером этого workflow становится кодинг-агент. Агент здесь не "крутится в проде", а используется динамически: изучил, написал, проверил, проапдейтил. Но только после ревью. Все это, в основном, про фоновую корпоративную автоматизацию - повторяющиеся процессы, которые можно формализовать, обычно с комплаенсом сверху. Там, где граф заранее не нарисовать - кодинг, ревью, debugging, computer use - лучше работают полноценные агенты + human in the loop. Это другой класс задач. У меня все чаще складывается такой баланс: с кодинг-агентом собираю первую версию, агент "протаптывает дорожку" в интерактиве. Потом это оформляется как workflow, кодом - и деплоится как более детерминированная автоматизация с AI шагами. На масштабе получается не только надежнее, но и на порядок дешевле по стоимости токенов. 🔥 ➕ 🔁 @nobilix