Эволюция агентных систем: почему циклы вытесняют промпт-инжиниринг

Одна метрика — и всё встаёт на место. В июле 2026 Microsoft Research прошёлся по 3,2 миллиона пользователей GitHub Copilot, 13 миллионам сессий и 761 миллиону LLM-вызовов, сожравших 95 триллионов токенов. Сессии агентов стартуют с пары пользовательских ходов — дальше уходят в автономные цепочки вызовов и инструментов. По данным свежего разбора Analytics Insight, мы находимся в точке, где промпт проигрывает циклу. Разбираем, что это значит для твоего стека и твоих продуктов прямо сейчас.

Цикл вместо промпта

Промпт говорит модели, что делать за один заход. Цикл говорит агенту — как добиваться результата пошагово. Аналитика свежего кластера исследований выделяет пять частей цикла: триггер, цель, верификация, стоп-правило и память. Убери одну — получишь либо молчащего агента, либо бесконечный цикл с горой мусора на выходе.

Исследование от 22 августа 2026 года прошлось по 36 710 репозиториям. В 217 из 256 подходящих под фильтр нашлись следы автономных агентных петель. Архитектура повторяется снова и снова: триггер → действие агента → машинно-проверяемая верификация → стоп-условие. Persistent state, верификатор-агент, лимиты по токенам и эскалация на человека — обязательные элементы.

Главный провал зафиксирован: настройки циклов в репах есть, файлы persistent state — почти нигде. Это разрыв, на котором спотыкаются 9 из 10 попыток собрать «умного агента» за вечер.

Верификация — отдельная роль

Автономность сама по себе бесполезна. Агенту нужен надёжный способ оценить собственный выход. Тесты, линт, acceptance-правила, отдельные verifier-агенты, лимиты по времени и токенам, эскалация на человека — вот границы, которые превращают петлю из игрушки в инструмент.

Anthropic в марте 2026 показал этот же урок на своей сборочной линии для автономной разработки. Связка: planner + generator + evaluator. Структурированные файлы держали полезный контекст между сессиями. Долгий прогон сам по себе не решал сложных задач — решали декомпозиция и оценка.

Ноябрьский (правильно — августовский) разворот темы: 21 августа 2026 вышел материал, который вводит понятие Graph Engineering — для сложных сценариев нужны структуры, связывающие агентов, задачи, общий стейт, параллельную и зависимую работу, верификацию и пути восстановления. У Google параллельно своё деление: реактивный, запланированный, ситуативно-осведомлённый агент. Проактивная версия требует insight-policy, которая решает, что важно, какие доказательства поддерживают алерт, когда действовать и как учитывать обратную связь.

Что делать сегодня — чек-лист

1. Каскад моделей. Дешёвая закрывает классификацию и ретраи, сильная — финальный разбор и ревью. Это базовая гипотеза профита, которая окупается сразу на токенах.

2. Durable state обязателен. Цели, выполненные задачи, неудачные попытки, открытые вопросы, результаты верификации — всё в файл, не в контекст.

3. Верификатор — отдельный контур. Без него автономность превращается в автогенерацию мусора на продакшн.

4. Стоп-правило пропиши явно. Иначе агент уйдёт в долгий хвост и сожжёт бюджет.

5. Триггер — не «когда-нибудь». Расписание, событие, условие, ручной запуск. Без этого нет цикла — есть только разовый запрос.

Хочешь системно прокачаться в архитектуре агентных систем и не собирать грабли с нуля — обрати внимание на курсы по подготовке к работе с AI-агентами. Фундамент, без которого дальнейший рост обходится дорого.

Твоё действие на сегодня: открой свой проект, найди место, где одноразовый промпт превращается в цикл из триггера, действия, проверки и стоп-условия. Одна гипотеза — один запуск — замер метрики. Буст придёт со второй итерации.