# Жоау Моура: «В создании ИИ-агентов нет ценности, ценность — в их работе» Источник: https://www.youtube.com/watch?v=Y-rQSxACvOg Канал: DeepLearning.AI Опубликовано: 04.12.2025 --- Жоау Моура, создатель популярного фреймворка CrewAI, совершил стремительный рывок в индустрии искусственного интеллекта: всего за один год его проект превратился из открытого репозитория в технологическую основу для сотен миллионов агентских запусков в месяц. Выступая на мероприятии в Нью-Йорке, Моура представил глубокий анализ того, как агенты ИИ перестают быть просто инженерной забавой и становятся новой операционной прослойкой бизнеса, способной «пожирать» традиционное программное обеспечение. ## 📈 Масштаб и экономика агентских систем [[JUMP:01:28]] Жоау Моура начал выступление с впечатляющей статистики: ежемесячно на базе CrewAI запускается более 450 миллионов ИИ-агентов [01:28]. За последний квартал общее количество выполненных «экипажей» (crews) превысило 1,1 миллиарда [01:54]. По словам спикера, за этими цифрами стоит не просто любопытство разработчиков, а фундаментальный сдвиг в том, где живет «бизнес-логика». В ретроспективе Моура выделяет несколько этапов миграции бизнес-логики: * **90-е годы:** Логика находилась в десктопных приложениях [05:33]. * **2000-е годы:** Переход в веб-сервисы (Google, Salesforce, ServiceNow) [05:45]. * **Эра облаков:** Концентрация данных и API (Snowflake, Databricks) [05:58]. * **Настоящее время:** Формирование «агентского слоя», который начинает поглощать функции традиционного ПО [06:37]. Моура утверждает, что лидеры индустрии, такие как Сергей Брин из Google, лично включаются в процесс разработки именно потому, что видят в агентах угрозу текущему положению дел: «Этот процесс может буквально съесть софт» [07:16]. ## 🤖 Что такое ИИ-агент на самом деле [[JUMP:02:32]] Для выравнивания понимания Моура дал определение ИИ-агенту, противопоставив его обычным языковым моделям (LLM). Если LLM отлично справляются с созданием контента («напиши письмо») или оценкой вариантов («какое письмо лучше?»), то агент обладает качеством, которое спикер называет *agency* (субъектность) [03:56]. Ключевые характеристики агента: 1. **Принятие решений:** Способность выбирать между действиями, инструментами и путями достижения цели [03:29]. 2. **Адаптивность:** Агент может реагировать на данные в реальном времени и менять свое поведение в зависимости от контекста задачи [04:37]. 3. **Самоисцеление:** Возможность корректировать свои действия, если что-то идет не так (self-healing) [04:50]. ## 💼 Кейсы из реального сектора: от йогуртов до банков [[JUMP:08:43]] Жоау Моура уверен, что ценность агентов подтверждается конкретными цифрами в бизнесе. Он привел три ярких примера внедрения CrewAI: **1. Борьба с фродом в потребительских товарах (CPG)** [08:43]: Компания, продающая товары в супермаркетах, тратила 3 дня на ручную проверку заявок на возврат средств, чтобы отсеять мошенников. Внедрение агентов сократило этот процесс до 10 минут, значительно улучшив опыт честных покупателей [09:28]. **2. Проверка клиентов (KYC) в Global 500** [15:34]: Крупный финансовый институт автоматизировал процесс Know Your Customer. Результаты: точность отчетов агентов оказалась выше человеческой, а время проверки сократилось с одной недели до 15-30 минут (ускорение в 4 раза) [16:14]. **3. Новые линии бизнеса в телекоме** [20:23]: Телекоммуникационная компания использовала агентов для создания системы оценки кредитоспособности клиентов (credit score) на основе данных о потреблении трафика и паттернах оплаты. Весь процесс выдачи микрозаймов управляется «экипажами» агентов, что позволило запустить бизнес без найма огромного штата аналитиков [21:29]. ## 🛠 Проблема «Налога на создание» и ROI [[JUMP:10:20]] Спикер высказал спорный, на первый взгляд, тезис: «В создании агентов нет никакой ценности» [12:04]. Моура пояснил это концепцией «налога на разработку»: пока вы строите и прототипируете агента, ваш ROI отрицательный [12:32]. Проблемы, мешающие компаниям перейти от прототипа к эксплуатации (production): * **ИИ-барьеры:** Потребность в качественной оценке (evaluation) и защитных механизмах (guardrails) [11:39]. * **Инфраструктурные барьеры:** Необходимость интеграции SSO (единый вход), RBAC (ролевой доступ) и развертывания на собственных мощностях предприятия [11:51]. По мнению создателя CrewAI, рынок сейчас перенасыщен инструментами для быстрого создания (race to the bottom), но настоящая ценность извлекается только на этапе управления и масштабирования работающих систем [13:00]. ## 🗺 Проектирование систем: Матрица сложности [[JUMP:16:40]] Моура предложил использовать матрицу «Сложность — Точность» для оценки задач [16:54]. Например: * **Высокая сложность + Высокая точность:** Заполнение налоговых форм IRS (нельзя ошибаться) [17:08]. * **Высокая сложность + Низкая точность:** Создание обучающих материалов (важно качество, но нет единственно верного ответа) [17:20]. Он также выделил новый паттерн — **Агентские системы (Agentic Systems)** [18:38]. Это гибрид между жестко заданным бизнес-процессом (deterministic backbone) и островками автономности. В такой схеме основные шаги определены заранее («если это, то то»), но на конкретных этапах управление передается агенту или целой команде агентов для глубокого исследования или анализа [18:51]. ## ❓ Вопросы и ответы: Память и репозитории [[JUMP:23:44]] В ходе сессии вопросов слушатели затронули тему общей памяти и контекста. Моура подтвердил, что сейчас компании сталкиваются с проблемой «дублирования»: разные команды строят одних и тех же агентов параллельно. Решением является создание корпоративного репозитория агентов и инструментов, который позволяет переиспользовать удачные наработки по всей организации [25:06]. Относительно долгосрочной памяти ИИ, спикер отметил, что современные надежные реализации строятся на базе RAG (Retrieval-Augmented Generation) или GraphRAG, что позволяет агентам не проводить одно и то же исследование дважды, сохраняя опыт прошлых запусков [26:11].