chatbot Гид WebEdge

Принцип AI-агентов от Гарри Тана: толстые навыки, толстый код, тонкий оркестратор

Глава Y Combinator Гарри Тан сформулировал самое ёмкое правило построения агентных AI-систем: нечёткие операции в markdown-навыки, детерминированные в код, оркестратор максимально тонким.

13 апреля 2026 г. 3 мин. чтения

В этой статье

  • Три слова, меняющих подход к архитектуре
  • Что это означает на практике?
  • Почему это важно
  • Для бизнеса в рамках GDPR
  • Аналогия с модингом

Команда WebEdge

Три слова, меняющих подход к архитектуре

Гарри Тан, CEO Y Combinator, поделился тем, что назвал "простейшей дистилляцией всего, чему научился об агентном AI в этом году".

Как написал @garrytan: "Push smart fuzzy operations humans do into markdown skills. Fat skills. Push must-be-perfect deterministic operations into code. Fat code. The harness? Keep it thin."

Что это означает на практике?

Толстые навыки (Fat skills) — markdown-файлы с инструкциями для AI, описывающие задачи, требующие суждения и контекста: ответы клиентам, интерпретация неоднозначных запросов. Алгоритмом это не опишешь.

Толстый код (Fat code) — детерминированный код для точных операций: базы данных, API-вызовы, вычисления. AI-суждение здесь нежелательно.

Тонкий оркестратор (Thin harness) — связующий слой между AI и инструментами. Чем проще, тем лучше. Никаких лишних абстракций.

В ответах появилась ещё более ёмкая формулировка: "Do the right job at the right layer. Everything else is architecture astronomy".

Почему это важно

Команды, впервые строящие AI-агентов, как правило, ошибаются в одну из двух сторон: либо всё вкладывают в AI-инструкции (непредсказуемость там, где нужна точность), либо всё прописывают в коде (хрупкая система, ломающаяся на нестандартных сценариях).

Принцип fat skills / fat code — практический компас: задачи с контекстным суждением — в навыки; задачи с требованием точности — в код.

Для бизнеса в рамках GDPR

Для компаний, работающих с требованиями GDPR, эта архитектура даёт важное преимущество: детерминированный код (fat code) аудируем и логируем, а AI-суждение (fat skills) можно ограничить только теми задачами, где детерминизм невозможен. Проверки соответствия становятся значительно прозрачнее.

Аналогия с модингом

В тот же день Тан поделился мыслью о своём проекте GBrain:

"The interesting thing about making GBrain is that it feels similar to making a game mod on someone's incredible game engine. And sometimes a sufficiently good Half-life mod becomes Counterstrike."

Сегодняшние frontier AI-модели — это игровой движок. Приложения поверх них — моды. И иногда достаточно хороший мод становится продуктом крупнее оригинала.

Вывод

Хорошая агентная инженерия имеет простое правило: контекстное суждение — в навыки, детерминированная логика — в код, минимальный оркестратор между ними.

В WebEdge мы строим AI-автоматизацию для бизнеса именно на основе такого прагматичного подхода. Напишите нашей команде, чтобы узнать больше.

W

WebEdge

Специализируемся на создании AI-решений, систем автоматизации и веб-продуктов для компаний в Литве. Соответствие GDPR, EU-хостинг.

Связаться

Готовы внедрить AI в свой бизнес?

Запишитесь на бесплатный 30-минутный звонок — покажем, что стоит автоматизировать в первую очередь.

Похожие статьи

Все статьи