Почему AI-агенту недостаточно доступа к данным: зачем компании контекстная платформа
Одного подключения AI-агента к корпоративным документам недостаточно для работы в компании.
Я Виктор Косымов, AI-архитектор в AGIMA.
Представьте: сотрудник просит агента подготовить его к встрече с клиентом. Агент читает приложенные заметки и составляет связную сводку. Но после прошлой встречи клиент уточнил сроки, команда разделила этапы, а юрист предложил другие условия договора. В заметках этого нет. Ответ может быть аккуратным и всё равно опираться на устаревшую картину.
Проблема не только в поиске. Нужно связать документы с ходом работы, отличить пожелание от договорённости и сохранить проверенный результат так, чтобы им воспользовался следующий участник.
В AGIMA мы развиваем для этого контекстную платформу «Онтология». Она даёт людям и агентам доступ к общему рабочему контексту, который меняется вместе с проектом, а не заканчивается вместе с чатом.
В статье рассмотрим два проекта: корпоративное обучение и разработку B2B-портала. На первом покажем, как уточнения со встречи сохраняются в контексте и используются при подготовке к следующей задаче. На втором разберём, как общие материалы помогают разработчикам, аналитикам и тестировщикам работать с требованиями и ограничениями. В конце соберём признаки, по которым можно проверить, действительно ли агент продолжает работу команды, а не просто пересказывает найденные файлы.
Проект продолжается между сессиями агента
Между сессиями работает команда. Сохранённые материалы доступны для следующей задачи, а агент по запросу читает выбранные источники.
На проекте корпоративного обучения в ранней версии контекстного документа начало занятий было указано в конце месяца. На следующей встрече клиент назвал желаемый старт в начале следующего. Подготовительные работы при этом могли продолжаться, а подробное расписание ещё предстояло согласовать.
Для подготовки к новому разговору мало найти последнюю упомянутую дату. Нужно понять, что именно изменилось: начало проекта, подготовка или занятия? Это пожелание клиента или утверждённый календарь? Какие прежние сроки теперь требуют пересмотра?
В обновлённом контекстном документе эти различия сохранены: подготовка отделена от обучения, новый ориентир сопровождается ссылкой на встречу, зависимые даты отмечены для пересчёта. Предыдущее состояние доступно в истории версий.
Следующий участник может обратиться не только к своим заметкам, но и к тому, что команда уже узнала и зафиксировала. Для этого ему нужны доступные материалы проекта и основания изменений, а не история чужого разговора с агентом.
Это относится не только к менеджерам. Разработчики добавляют технические ограничения, аналитики уточняют требования, тестировщики фиксируют результаты проверок, юристы описывают условия обязательств. Необязательно, чтобы каждый из них пользовался агентом: их обычная работа тоже пополняет контекст для следующих задач коллег.
При этом агент не обязан постоянно наблюдать за проектом. Между сессиями меняются материалы, а при новом запросе он может прочитать их актуальное состояние.
Что мы называем контекстной платформой?
Контекстная платформа связывает рабочие сущности, материалы и результаты компании, предоставляет их людям и агентам для выполнения задач и позволяет возвращать результаты в общий контекст.
В «Онтологии» это клиенты, лиды, проекты, папки, документы с историей версий, встречи и транскрипты. Они доступны через интерфейс для человека и агентный API.
Схема ролей здесь важнее конкретного способа развёртывания. Платформа предоставляет материалы и способы работы с ними; агент выполняет задачу; человек проверяет значимые выводы и принимает решения.
«Онтология» - название нашего продукта, а не обязательное название этого класса систем и не указание на конкретный стек вроде RDF или OWL. Для нас здесь важна предметная модель: какие рабочие объекты различает компания, как они связаны и какие действия с ними нужны.
Общий контекст не означает передачу модели всей информации компании. Агенту нужны релевантные задаче материалы в пределах предоставленного доступа.
Почему дело не только в хранении документов?
Google Drive позволяет организовать папки, Git хранит Markdown и историю изменений, а корпоративная вики помогает вести описания проектов и решений. Это полезные инструменты. Нас интересует не противопоставление «файлов» и «правильной базы», а различие между наличием материалов и явной организацией работы с ними.
В проекте разработки портала это видно на требованиях и технических уточнениях. Готовый прототип ещё не означает готовую реализацию, а передача на тестирование зависит в том числе от доступности интеграционной информации. Требования, описание ограничения и обсуждение на встрече отвечают на разные вопросы. Более свежий текст не становится автоматически главным по всем вопросам.
Платформа может предоставить эту структуру через интерфейс: из проекта можно перейти к его документам и встречам, из встречи - открыть транскрипт, а через связанного клиента - обратиться к предыстории работ. Агенту не приходится каждый раз восстанавливать все переходы только по названиям файлов.
Из этого следует и взгляд на API. Для встречи полезны время, участники и транскрипт. Документу нужны содержание и версии, проекту - связанные материалы и сущности. Одинаковых операций «прочитать файл» и «записать файл» не всегда достаточно для удобной работы с этими различиями.
Такую систему можно построить и поверх обычного файлового хранилища: добавить связи между материалами, навигацию и действия с рабочими объектами. Важно не то, где лежат файлы, а то, как с ними можно работать.
Поиск и RAG помогают агенту находить нужные материалы. Но найти документ недостаточно. Нужно ещё понять, какие сведения актуальны, что уже согласовано и кто может вносить изменения. А проверенный результат стоит сохранить так, чтобы им могли воспользоваться коллеги.
Два способа работы с одним контекстом
Человеко-агентный интерфейс не сводится к чату рядом с хранилищем. Он позволяет работать с общими объектами подходящим способом.
Через UI человек открывает проект, читает документы и встречи, проверяет основания ответа. Для этого ему не нужно знать схему данных или составлять запросы к API.
Через агента он поручает сопоставить материалы, подготовить сводку или предложить правку. Скилл онтологии даёт агенту инструкции и инструменты доступа к платформе: как найти проект, прочитать документы, обратиться к встрече и сохранить результат.
На проекте обучения задача перед встречей формулируется коротко:
Сопоставь описание программы и последующие уточнения. Что изменилось, что продолжаем делать сейчас и что ещё нужно согласовать? Укажи источники.
В ответе важно разделить три пункта:
- Обучение: клиент назвал новый желаемый старт, что подтверждает соответствующая реплика встречи.
- Подготовка: она обсуждается отдельно и не отменяется этим уточнением.
- Открытый вопрос: подробный календарь ещё нужно согласовать; зависимые даты нельзя считать автоматически перенесёнными.
Такой ответ удобно проверить: открыть старую версию документа, перейти к фрагменту встречи, сопоставить формулировки. Особенно важно слово «желаемый»: если заменить его на «утверждённый», смысл изменится, даже когда сама дата передана правильно.
После проверки справку можно сохранить в проекте со ссылками на основания. Коллега сможет открыть её в UI или использовать через своего агента вместе с другими материалами. Это продолжение работы с общими документами, а не передача личной памяти чата.
Локальный запуск агента этому не мешает. Сотрудник может работать в привычной среде, подключённой к платформе. Проблема не в том, где запущен агент, а в том, остаются ли его источники и результаты изолированными от команды.
Разделение контекста и способов работы
«Онтология» предоставляет материалы проекта. Но сама по себе она не задаёт все методы анализа, проверки и подготовки результата.
Для этого нужны скиллы: инструкции, справочники, шаблоны и скрипты под конкретные задачи. Один скилл помогает работать с платформой, другой задаёт правила подготовки документа определённого типа или его проверки по принятому в компании методу.
Корпоративный Skill Hub служит каталогом и средством доставки таких компонентов. Сотрудник может установить нужный скилл в среду агента и получать новые версии, а не собирать инструменты заново и пересылать коллегам копии инструкций.
Hub доставляет способы работы, Онтология предоставляет контекст, агент выполняет задачу. Результат возвращается в проект после проверки человеком.
Hub не исполняет задачу. Это делает агент: локально у сотрудника или через AGIMA Bot, нашего специального бота в корпоративном мессенджере Mattermost. Сотрудник пишет ему в чате, а бот использует агента и скиллы для работы с материалами платформы. Контекст отвечает на вопрос «с чем работаем», скилл объясняет, как выполнять задачу, а Hub помогает распространять эти способы работы.
Представление для человека не обязано совпадать с форматом агента
Агент обрабатывает техническую таблицу, человек просматривает диаграмму. На схеме показаны два представления плана, а не его автоматическое обновление.
План-график в том же проекте разработки показывает разницу представлений. Агенту удобна техническая таблица, а человеку — HTML с диаграммой Ганта в существующем UI «Онтологии». Такой план готовит отдельный специализированный скилл, а не встроенный планировщик платформы.
Получается эффект дашборда из хранилища: сохранённый результат можно просматривать без отдельного экрана под конкретный отчёт. При этом HTML показывает сохранённое состояние, а не обновляется сам от появления новой встречи.
Как сохранить уточнение и не потерять чужую правку?
Уточнение сроков, с которого мы начали, можно проследить не только по текущему тексту. Доступны старая версия контекстного документа, последующая встреча и обновлённая версия со ссылкой на основание. История показывает время, автора и описание правки; одна из таких правок сохранена ботом.
Это конкретный механизм накопления контекста: новый участник видит не только итоговую формулировку, но и может обратиться к предыдущему состоянию документа.
При работе через скилл правка передаётся с номером версии, на основе которой она подготовлена. Существенная часть тела запроса выглядит так:
base_version: номер прочитанной версии
change: описание изменения
body: полный обновлённый текстЭто описание смысла трёх полей, а не готовый исполняемый запрос. Если за время работы документ изменился и API возвращает конфликт версии, клиент предлагает перечитать актуальный текст, перенести на него свою правку и повторить запись с новой базой. Нельзя продолжать так, будто параллельного изменения не было.
Но конфликт записи и противоречие в источниках требуют разных подходов. Номер версии помогает контролировать обновление документа. Он не определяет, чья позиция верна и кто вправе менять договорённость.
Новые сведения дают основание для предложения, но не меняют договорённость сами по себе. Решение остаётся за ответственными участниками.
Статус договорённости при этом выражен в содержании документа: желаемая дата, расписание ещё согласуется. История версий сохраняет изменение формулировки, но не превращает её в утверждённое решение.
Контекст команды используется в разных задачах
Одни и те же материалы нужны разным участникам по-разному. Менеджер готовится к разговору с клиентом, юрист сопоставляет описание работ и условия договора. В проекте обучения методолог проверяет влияние уточнений на программу; в разработке аналитик, разработчик и тестировщик используют общие требования и технические ограничения для своих задач.
Для каждого запроса не нужно создавать отдельную копию всей базы. Агент обращается к доступным материалам проекта, а сохранённые результаты могут дополнить основания следующей задачи.
Для этого необязательно запускать локальную агентную среду: можно написать нашему боту в Mattermost. Через скилл онтологии он обращается к материалам платформы и готовит ответ прямо в рабочем чате. Меняется точка входа, но не необходимость обращаться к источникам и проверять ответ.
Модель не обучается на проекте заново. В следующей задаче агент обращается к сохранённым материалам, в том числе к результатам предыдущей работы.
При этом одни и те же данные можно показывать по-разному: например, агенту давать таблицу, а человеку диаграмму. Мы разделяем хранение данных и способы работы с ними, чтобы изменения в одном месте по возможности не требовали переделывать всё остальное. Иногда без доработок не обойтись, но это задача разработчиков системы. Сотруднику для подготовки к встрече достаточно найти нужные материалы и проверить выводы.
Что платформа не делает за команду?
Контекстная платформа не отменяет несколько важных различий.
Доступность не равна полноте. Наличие документа в платформе не гарантирует, что агент найдёт и прочитает его в конкретной задаче. Отсутствие записи не доказывает, что события не было.
Новый текст не равен новому решению. Для пересмотра обязательств важны участники, полномочия, предмет и условия. Более поздняя реплика не всегда отменяет прежнюю договорённость.
Ссылка не заменяет проверку. Она позволяет обратиться к основанию, но не доказывает правильность интерпретации. Сам транскрипт или саммари тоже могут содержать ошибки.
Сохранение не равно утверждению. Справка агента может стать полезным материалом команды, не получая от этого статуса согласованного решения.
Общий контекст не означает общий доступ ко всему. Права сотрудников и сервисных агентов требуют отдельной настройки. Нельзя предполагать, что бот автоматически наследует права задающего вопрос.
Эти границы нужны не для того, чтобы отказаться от агента, а чтобы разделить работу. Обработку материалов можно поручить инструменту, а проверку значимых выводов и принятие обязательств оставить людям.
Как проверить контур перед рабочим использованием?
Из перечисленных ограничений получается практический чек-лист. Он не доказывает возможности конкретной платформы, но помогает проверить процесс на своей реализации:
- попросите агента указать документы, встречи и версии, на которых основан ответ;
- отдельно проверьте, различает ли он пожелание, предложение и утверждённое решение;
- при конфликте записи убедитесь, что правка переносится на актуальный текст, а не перезаписывает чужое изменение;
- проверьте, где заканчиваются права пользователя и начинаются права сервисного агента;
- проверьте, замечает ли агент устаревшие документы: если в новых спецификациях или встречах уже зафиксированы изменения, он должен указать, какой документ требует обновления и на основании каких источников;
- сохраните проверенный результат в общем контексте и убедитесь, что следующий участник может восстановить его основания без доступа к чужому чату.
Такой тест не заменяет проверку безопасности, полноты поиска или серверной обработки конкурентных записей. Он лишь показывает, умеет ли рабочий процесс сохранять источник, статус и продолжение задачи.
Вместо вывода: важен не только ответ, но и возможность продолжить
Уточнение срока, техническое ограничение или результат проверки полезны не только тому, кто их зафиксировал. Важно сохранить их основания и статус, чтобы следующий участник мог продолжить работу, а не собирать её предысторию заново.
Человек может открыть основания в UI, а агент — обработать их через API. Проверенный результат можно вернуть в проект. Так работа с корпоративным контекстом не сводится ни к ручному чтению всех документов, ни к доверию одному ответу модели.
Польза накапливается между сессиями: один участник уточнил требования или зафиксировал договорённость, другой использовал это в своей задаче и оставил следующий результат. Именно эту возможность продолжать совместную работу мы и считаем основной задачей контекстной платформы.
Что почитать дальше?
- Как мы строим безопасную on-prem AI-платформу для корпоративных AI-агентов — о правах, аудите и корпоративном контуре.
- Карта автономии AI: как решить, что агенту можно делать без человека — о границах действий агента и человеческого решения.
- Skill Hub: как превратить AI-автоматизации в управляемые компоненты рабочих процессов — о жизненном цикле скиллов и их версиях.