Hacker News Digest

Краткий гид PM по архитектуре AI-агентов

Проблема
Агент показывает 89 % точность, но пользователи уходят после первого сложного запроса. Причина — не «ум», а архитектура доверия.

Сценарий
Пользователь: «Не могу войти и подписка странная».

• Вариант А: агент сразу чинит всё.
• Вариант Б: задаёт уточняющие вопросы и переводит к человеку.
  Один и тот же запрос — два разных продукта.

4 слоя архитектуры

1. Память и контекст

   • Сессионная (разговор)
   • Клиентская (история обращений)
   • Поведенческая (привычки)
   • Контекстная (актуальное состояние аккаунта)
     Чем больше помнит — тем дороже, но «живее» выглядит.

2. Интеграция данных
   Определяет, насколько глубоко агент лезет в CRM, биллинг, билеты. Глубже = сложнее уйти к конкуренту.

3. Оркестрация

   • Цепочка (последовательные вызовы)
   • Параллель (одновременные проверки)
   • Иерархия (менеджер → специалисты)
   • Аукцион (несколько моделей голосуют)
     Выбор влияет на скорость, цену и надёжность.

4. Доверие и управление риском
   Не в том, чтобы быть правым чаще, а в том, чтобы:

   • Показывать уверенность (progress bar, «я проверяю биллинг…»)
   • Давать «обратный ход» (отменить последнее действие)
   • Чётко объяснять, что делает и почему
   • Быстро эскалировать, если не уверен

Практический чек-лист PM

• Начните с минимальной памяти (сессия + аккаунт)
• Подключите только 1–2 критичных API (биллинг, тикеты)
• Используйте простую цепочку вызовов, добавьте fallback к человеку
• Добавьте индикатор уверенности и кнопку «Поговорить с человеком»
• Метрика: не точность, а % случаев, когда пользователь доволен и не требует эскалации

Итог
Пользователь не оценит 95 % точности, если при первой же ошибке потеряет контроль. Архитектируйте доверие, а не интеллект.