Как ИИ-агенты в автоматизации сливают бюджеты агентств

Я постоянно ищу способы оптимизировать продакшен. При автоматизации процессов – например, генерации креативов, авторазметки футажей или сборки отчетов – часто хочется собрать сложную цепочку из нейросетей. Хочется поручить задачу разным ролям: планировщику, копирайтеру, редактору. Однако свежие апдейты Claude Code и Codex CLI доказали, что классические ИИ-агенты, которые плодят под собой подпроцессы (сабагентов), – это тупик. Они сливают бюджеты и ломают пайплайны. На смену им приходит нативный пиринг – прямое общение прогретых сессий.

Дорогой онбординг на пятиминутную задачу

Запуск дочернего агента под конкретную задачу – это не фоновый поток, а холодный старт нового процесса.

Система заново поднимает окружение для каждого помощника: подгружает тяжелый системный промпт, схемы инструментов, файлы инструкций и кэш. На это легко уходит по 30 тысяч токенов за раз. Представь, что для мелкой правки в коде или сценарии ты нанимаешь фрилансера, проводишь ему онбординг с нуля, а в конце просишь сдать минутный отчет. При этом за время ожидания ты платишь обоим по ставке.

Это называют налогом на историю. При копировании истории родителя дочерние агенты сжигают в среднем в 2,6 раза больше квоты, чем независимые сессии. Родительский процесс постоянно опрашивает дочерний во время работы. Он каждый раз перечитывает раздутый контекст и сжигает платные токены.

Потеря данных на стыке процессов

Вторая проблема – передача результатов. Сабагенты работают изолированно, поэтому родитель получает только короткое резюме. Если дочерний процесс выдает слишком много информации и упирается в лимит токенов, система делит ответ на части и возвращает родителю только последний кусок.

В тестах сабагент выдал около 150 тысяч символов при генерации большого объема данных, но вызывающий процесс получил лишь 24 тысячи. Остальные 84% информации потерялись, хотя статус задачи загорелся зеленым. Для автоматизации продакшена это критично. Ты думаешь, что скрипт собрал и проанализировал все данные по рекламной кампании. На деле прилетает случайная выжимка из финала.

Связь агентов через общие файлы приводит к бесконечным блокировкам в очереди на диске. В экспериментах Anthropic ведущий агент тратил часы на чтение писем и борьбу с блокировками файлов. Без команды он завершил задачу в разы быстрее.

Прямая связь вместо холодных стартов

Решение проблемы – межсессионный пиринг. Прогретые, уже запущенные сессии общаются друг с другом напрямую. Им не нужны промежуточные файлы и постоянное пересоздание контекста.

Например, в интерфейсах ChatGPT и Codex сессии находят соседние треды и перекидывают туда задачи через фоновые службы. Одна сессия держит в памяти концепцию ролика или бриф, а вторая работает исполнителем: пишет сцены или монтирует код. Они обмениваются короткими сообщениями через единую шину. Это экономит время и деньги на повторный запуск системных промптов.

Изолировать задачи помогают раздельные рабочие папки. Сессии не мешают друг другу в файловой системе, не вызывают конфликтов блокировки и общаются короткими репликами, как коллеги в соседних окнах мессенджера.

Как это применить на практике

При настройке автоматизации креативных или технических процессов в агентстве стоит забыть про сложные цепочки с жестким разделением ролей. На практике они тратят больше ресурсов на внутреннюю координацию, чем на полезную работу.

Я советую внедрить три правила:

1. Для 80% повседневных задач (багфиксов, сборки отчетов, генерации текстов) запускай одну прогретую сессию. Один агент в рамках долгого диалога сделает работу в 3–10 раз дешевле и быстрее команды ИИ-помощников.
2. Пиринг сессий – для параллельной работы. Если нужно одновременно собирать бэкенд и фронтенд для спецпроекта или верстать разные версии креативов, запускай независимые теплые окна в разных папках и связывай их сообщениями.
3. Сабагенты – только для изоляции «мусора». Отправляй туда тяжелые задачи по поиску в логах или парсингу документов. Пусть сабагент переварит гигабайты сырого текста и вернет чистый итог. Это защитит основное окно контекста от переполнения.

В итоге отказ от сабагентов в пользу пиринга сессий экономит бюджет на автоматизацию и бережет ресурсы продакшена.