Краткое содержание

Я разрабатываю систему, в которой несколько агентов ИИ выполняют структурированную работу в соответствии с явными правилами управления (governance). Делюсь этим, потому что архитектура может быть интересна людям, создающим многоагентные системы.Что она делает: Вы задаете цель. Координационный агент декомпозирует ее на задачи. Специализированные агенты (разработчик, дизайнер, QA и т. д.) выполняют работу через контролируемый доступ к инструментам, сотрудничают посредством явной передачи задач (handoffs) и производят артефакты. Агенты QA проверяют результаты. Эскалации выявляются для утверждения человеком.Что отличает от CrewAI/AutoGen/LangGraph: Фокус не на агенте — он на уровне управления и исполнения вокруг агента.Вызовы инструментов проходят через шлюз MCP с проверкой разрешений для каждой роли и ведением аудиторского журнала.Нулевое общее изменяемое состояние между агентами — сотрудничество только посредством структурированной передачи задач.Механизм политик с настраиваемыми рабочими процессами утверждения (продолжить/заблокировать/таймаут со значением по умолчанию).Версионирование задач только путем добавления — каждое изменение создает новую версию с указанием автора и причины.Встроенное э