Гибридные команды и слой агентской памяти

Гибридные команды и слой агентской памяти

Мне всё больше нравится работать в гибридных командах, где люди и агенты не пытаются заменить друг друга, а начинают занимать разные роли в одном производственном контуре.

Человек приносит идею, мотивацию, сомнение, вкус, раздражение, ощущение пользовательской боли и понимание, зачем вообще всё это делать. С человеком об этом нужно разговаривать человеческим языком: через смысл, пользу, страхи, ожидания, примеры и живой контекст.

Агент в этой связке хорош в другом. Он помогает структурировать мысль, отделить важное от шума, разложить хаос на объекты, связи, решения, ограничения и следующий шаг. С человеком он говорит на человеческом языке, но дальше может передать результат другому агенту уже в более строгом виде: через контекст, модель изменения, артефакты памяти, требования, идентификаторы, ссылки, технические решения и историю принятых решений.

И вот здесь для меня появился очень важный практический вывод. Во всех проектах я всё чаще убираю из человеческих чатов всё, что несёт техническую составляющую: идентификаторы, ссылки, фрагменты ТЗ, промежуточные уточнения, контекст реализации, служебные решения, handoff и прочие вещи, которые человеку вроде бы нужны, но очень быстро начинают забивать рабочую память.

Раньше всё это неизбежно попадало в общие чаты. Люди обсуждали смысл задачи, а рядом лежали ссылки, ID, куски спецификаций, технические пометки, версии решений и уточнения для следующего исполнителя. Через какое-то время человеческий разговор начинал превращаться в смесь мотивации, постановки, переписки с разработкой, архива ссылок и технического журнала. Сейчас я стараюсь разводить эти тракты. Мотивация, эмоции, смысл, договорённости и управленческий импульс остаются в человеческом общении. А техника, знания, решения, контекст, идентификаторы и следы работы оседают в слое агентской памяти.

Это оказалось удивительно удобно. Не потому, что люди перестают видеть технические детали, а потому что им больше не нужно постоянно носить эти детали в голове и в чате. Контекст не исчезает, он просто переезжает туда, где его лучше хранить, искать, переиспользовать и передавать между агентами.

В человеческом чате остаётся главное: что мы хотим сделать, зачем это нужно, кому это принесёт пользу, что нас тревожит, где мы сомневаемся и какой результат считаем хорошим. А в агентской памяти остаётся производственный след: какие объекты затронуты, какие решения приняты, какие требования важны, какие ссылки относятся к задаче, какие ограничения нельзя потерять, что должен прочитать следующий агент и где находится актуальное состояние работы.

Для меня это не просто вопрос порядка. Это вопрос высвобождения когнитивных способностей. Когда из разговора с людьми уходит лишняя техническая нагрузка, становится легче думать о смысле. Легче принимать решения. Легче слышать человека. Легче не терять эмоцию и мотивацию, ради которых задача вообще появилась.

Исследования по работе людей с AI показывают похожую вещь: эффект появляется не от самого факта наличия модели, а от правильного распределения ролей между человеком и AI. В исследовании NBER о генеративном AI в поддержке клиентов AI-ассистент заметно повысил производительность сотрудников, особенно менее опытных, потому что помогал им быстрее перенимать рабочие практики более сильных коллег [1]. А исследование HBS и BCG про “jagged technological frontier” показало, что AI может резко усиливать человека в одних задачах и ухудшать результат в других, если человек не понимает границу применимости инструмента [2]. То есть дело не в магии AI, а в архитектуре совместной работы.

Есть ещё один важный слой, который я начинаю всё больше чувствовать в гибридных командах. Агенты помогают не только хранить технический контекст. Они помогают выстраивать общение между людьми, которые часто говорят об одном и том же разными словами.