Она состоит из взорванных топов-вайбкодеров и роя из 50 агентов под каждым. У каждого в компании есть своя роль, KPI, доступ к данным и набор инструментов.
Агент трафик-менеджер работает с кабинетными API и рекламными кабинетами. Аналитик — с CRM, BI и транскрибами продаж. Исследователь постоянно собирает информацию о рынке. Один креативный продюсер генерирует и тестирует гипотезы в креативах, второй в воронках.
Но эт все вы и так знаете, дальше интересней.
У агентов появляется memory — память о компании, прошлых экспериментах, клиентах и принятых решениях. Она должна собираться по особым правилам и быть правильно размечена. Появляется harness, это слой вокруг модели, который управляет ее контекстом, инструментами, разрешениями, логированием, правилами и последовательностью действий.
Появляется tool use — агент может не просто дать рекомендацию, а реально сходить в CRM, поменять бюджет, создать задачу, запустить эксперимент или отправить отчет.
Появляется evaluation — каждое решение можно проверять по фактическому результату. И, кстати говоря, именно на этом этапе нам еще понадобятся кожаные, то есть для того, чтобы запилить полноценного AI сотрудника, вам нужно с кого-то скопировать логику, а затем валидировать решения
И постепенно получается довольно интересная конструкция
CМО ставит цель:
«Получить 500 qualified leads при CAC до €180».
1. Marketing Lead Agent декомпозирует ее между агентами
2. Агент-исследователь ищет новые сегменты или новые джобы внутри сегмента
3. Агент-Аналитик анализирует текущие кампании на предмет скейла и отдает свой отчет агенту трафик-менеджеру
4. Агент Креативный продюсер предлагает новые концепции и формирует лог гипотез
5. CRM Agent смотрит, какие лиды реально превращаются в продажи и отдает эту информацию аналитику
Далее система может или в течение нескольких минут выдать решение, чтобы руководитель его утвердил:
«Сегмент X дает CAC €210, но конвертируется в продажу в 2,3 раза лучше сегмента Y. Предлагаю перелить €8 000 бюджета, запустить три новых креатива и проверить еще два сегмента».
Или он уполномочен сам принимать решение, потому что в него забиты разные правила типа:
- Never optimize for cheap leads if lead quality decreases.
- Never increase budget >20% automatically.
- Never kill an ad with <1000 impressions.
- Never evaluate creative only by CTR.
- Always compare advertising data with CRM sales data.
- Every hypothesis must have a measurement criteria
И заранее определены бюджеты гипотез
Дальше агент сам идет в рекламный кабинет и делает изменения
Все действия записываются в audit log. Для рискованных операций работают approval gates. Для остальных задан budget и autonomy limit.
Получается довольно простой цикл:
goal → context → reasoning → tools → action → feedback → memory
И этот цикл можно запускать круглосуточно. И эта цепочка раскалывается на все: маркетинг, сервис, логистика, все будет управляться агентами, это вопрос времени.
Самое интересное для меня здесь то, что меняется архитектура компании. Сейчас сотрудник - это чел, который хранит контекст, принимает решения и работает руками. В компаниях будущего человек все больше становится владельцем результата и контекста, а execution уходит в агентную систему.
И тогда вместо отдела из 100 человек потенциально появляется команда из 5–7 сильных специалистов, у каждого из которых есть свой digital department.
Я бы уже сейчас проектировал новые компании именно от этой модели.
1. Определяем и подробно описываем outcome.
2. Разделяем работу на decisions и actions.
3. Для каждого блока опоеделяем data, tools, memory и permissions.
4. Собираем harness самостоятельно или при помощи экспертов
5. Строим процесс evaluation. Буквально берем лучших типов с рынка и просим их аппрувить то, что показывает модель и записывать логику корректировок.
Поэтому уже в течение 1-2 лет разница между компаниями может определяться уже не тем, какая у них LLM, а тем, насколько хорошо устроена их система управления агентами.
Как вы будете конкурировать с компанией, которая принимает большинство решений за несколько минут и их ФОТ равен стоимости токенов? И вот это, кажется, гораздо более интересная задача, чем запилить очередной AI-чатбот.
Хотите научиться строить свою компанию по новому или стать тем самым топом, который будет руководить роем агентов на одном из направлений и будет самым востребованным спецом?





