Архитектура агентов: от хаоса к эффективности
Ключевые тезисы:
- Сложные агенты со временем деградируют из-за накопления требований без модернизации архитектуры
- Ключ к улучшению — правильное использование примитивов: инструментов, навыков (skills) и под-агентов
- Эффективность измеряется через эвалюации (evals) и методичное «восхождение» (hill climbing) к улучшению показателей
- Claude Managed Agents (CMA) избавляет от инфраструктурных сложностей, позволяя фокусироваться на дизайне агента
Проблема: «Распухший» агент
Агент Stock Pilot (управление запасами) столкнулся с типичными проблемами роста:
- Длинный системный промпт (~400 строк) из-за постоянного добавления бизнес-требований
- 12 инструментов, 3 из которых — обёртки над изолированными под-агентами
- Падение эффективности (evals): успешность упала до 62-83%, что критично для бизнеса
Примеры провальных эвалюаций:
- F1 (ежедневная проверка низкого запаса): Агент достигает цели, но неэффективным, извилистым путём.
- F2 (процесс заказа по акции): Сбой коммуникации между оркестратором и под-агентом.
- R8 (прогнозирование в промо-месяц): Конфликт политик в разных частях системного промпта ведёт к ошибкам в расчётах (например, использование множителя 1.35 вместо 3.1x).
Стратегия улучшения: Hill Climbing на эвалюациях
Методология «восхождения»:
- Запустить эвалюации и получить базовый уровень.
- Проанализировать причины провалов (можно с помощью Claude).
- Внести изменения в архитектуру агента.
- Перезапустить эвалюации и измерить улучшение.
- Повторять цикл, пока не достигнете целевых показателей.
Три столпа модернизации архитектуры
### 
1. Навыки (Skills) вместо длинного промпта
Навык — это упакованная, композируемая информация, которую Клод может подтягивать в контекст только тогда, когда она нужна для конкретной задачи.
Проблема: Весь бизнес-процесс (политики, процедуры) был вшит в системный промпт, «загрязняя» контекстное окно.
Решение: Вынести специфические инструкции (например, по прогнозированию) в Skills. Оставить в системном промпте только самую общую, всегда необходимую информацию.
Результат: Системный промпт сократился с ~400 до ~50 строк.
Правило: Системный промпт — только для информации, которая нужна агенту всегда. Skills — для информации, которая нужна иногда.
### 2. Примитивные инструменты вместо кастомных
Философия: Давайте агенту те же примитивы, что есть у человека за компьютером.
Рекомендуемая последовательность:
- Начните с примитивов Claude Code: выполнение кода (bash), файловая система, веб-поиск, список задач.
- Удаляйте лишнее: Если агенту не нужен веб-поиск — отключите этот инструмент.
- Добавляйте кастомные инструменты только по необходимости.
Пример из кейса: Вместо создания отдельных инструментов для анализа каждого CSV-файла, агенту дали доступ к bash. Теперь он может написать скрипт на Python для анализа данных, что:
Сильно сократило использование токенов (с >200K до минимума)- Снизило стоимость
- Увеличило гибкость
MCP (Model Context Protocol): Подключайте только когда есть общий набор инструментов для множества агентов или клиентов. Часто выполнение кода (для вызова API) — более гибкая альтернатива.
### 
3. Осознанное использование под-агентов (Sub-agents)
Когда они действительно нужны:
- Параллелизация: Когда нужно «бросить много Клода» на одну сложную задачу (глубокий research, анализ кода).
- «Свежий взгляд»: Когда нужно разделить процессы создания и проверки (например, один агент пишет код, другой — ревьюит).
Проблемы под-агентов: Сложная коммуникация с оркестратором, проблемы с логированием и observability.
Решение в CMA: Использовать нативную возможность Callable Agents для управляемых под-агентов с централизованной observability.
В кейсе Stock Pilot оставили только одного под-агента для прогнозирования, чтобы изолировать этот процесс от основного контекста.
Итоговая архитектура и результаты
Было:
- Оркестратор + промпт на 400 строк
- 12 инструментов (3 — под-агенты)
- Успешность эвалюаций: ~62-83%
Стало (после рефакторинга):
- Оркестратор на Claude Managed Agents (без забот об инфраструктуре)
- 3 примитивных инструмента: bash, read, write
- Системный промпт: 15 строк
- Бизнес-логика вынесена в Skills
- Успешность эвалюаций: ~92%
Ключевые улучшения:
Снижение использования токенов и стоимости
Рост производительности- Упрощение поддержки и архитектуры
Ключевые выводы
- Начинайте с простого: Один цикл агента + базовые примитивы (код, файлы, поиск).
- Используйте прогрессивное раскрытие через Skills: Не засоряйте системный промпт. Давайте информацию по запросу.
- Пишите и постоянно обновляйте эвалюации: Они — ваш компас для «восхождения» (hill climbing) к лучшим результатам.
- Используйте Claude Managed Agents: Чтобы сосредоточиться на дизайне агента, а не на инфраструктуре, безопасности и масштабировании.