MWS AI выпустила песочницу и конструктор интерфейсов для ИИ-агентов

Песочница для выполнения кода агентом

Для сверки данных, расчёта показателей или подготовки отчётности агент может самостоятельно написать программу. Чтобы её выполнение не затронуло рабочие системы компании, платформа запускает такой код в песочнице — изолированной среде с собственными файлами и вычислительными ресурсами. Ограничения доступа обеспечивает программная среда: она блокирует запрещённые обращения независимо от того, какую команду сформировал агент.

Песочница создаётся под конкретную задачу и существует только на время её выполнения. Пользователь задаёт разрешённые действия, включая запуск команд, чтение и запись файлов. На вычислительные ресурсы и продолжительность работы установлены лимиты. У агента нет доступа к внутренним системам компании, их паролям и ключам, а внешние подключения к песочнице заблокированы.

Например, агент в финансовой организации получает выгрузку из учётной системы, пишет и запускает код для сверки данных, рассчитывает показатели и собирает отчёт. При этом он работает с переданной выгрузкой, не внося изменений в саму систему.

Песочница разворачивается вместе с платформой внутри контура заказчика. Код исполняется на инфраструктуре компании: обрабатываемые данные и вычисления не выносятся во внешний сервис.

MWS AI выпустила песочницу и конструктор интерфейсов для ИИ-агентов

Конструктор интерфейсов для ИИ-агентов

Конструктор интерфейсов даёт агенту собственный экран с кнопками, формами, карточками, таблицами и графиками под конкретную задачу, причём один и тот же агент может по-разному выглядеть для клиента, сотрудника и руководителя. Например, агент авиакомпании при переносе рейса показывает на одном экране текущий билет, подходящие рейсы, стоимость обмена и кнопку подтверждения, а после выбора выполняет действия в подключённых системах. По той же логике собираются интерфейсы для продаж с карточкой клиента и историей общения, для аналитики с дашбордом и выводами, для работы с документами с текстом договора и найденными рисками, для клиентского сервиса с перепиской, данными о заказе и возвратом в одном окне.

Запуск агентов по расписанию

Агент может работать по расписанию, без команды человека. Пользователь настраивает его один раз и задаёт, когда он запускается с точностью до минуты, в каком часовом поясе и какая версия сценария при этом исполняется. Результат приходит по заданному адресу, а если несколько запусков подряд завершились неудачей, платформа сама приостановит задание и не будет копить ошибки. Запуск можно в любой момент выполнить вручную, приостановить или посмотреть историю выполнений. Таким образом агент каждое утро может собирать свежие данные, анализировать их и обновлять дашборд для руководителя, а другому агенту можно поручить фоновую обработку данных или рассылку напоминаний.

Долгосрочная память и работа с базой знаний

Долгосрочная память позволяет агенту запоминать факты о пользователе и возвращаться к ним в следующих разговорах. Пользователь настраивает, какие факты агент сохраняет, и дальше он либо получает их вместе с очередным вопросом пользователя, либо сам решает, когда обратиться к памяти.

«К базе знаний агент теперь обращается сам, когда считает нужным. Раньше место обращения к базе разработчик размечал в сценарии заранее, отдельным шагом с поиском по индексу: он решал, в какой точке разговора агент пойдёт в базу и что именно будет искать. Теперь поиск по базе знаний подключается к агенту как инструмент, наравне с остальными, и агент сам решает, когда его применить, сам формулирует запрос и разбирает результат. Базы знаний подключаются напрямую к корпоративным страницам Confluence, а большие наборы документов загружаются одним архивом вместо добавления каждого файла отдельно. Так агент внутренней поддержки отвечает сотрудникам на основе корпоративной базы знаний, опираясь на действующие инструкции и регламенты», — подчеркнул директор по продукту MWS AI Agents Platform Пётр Новиков.

Автоматическое тестирование сценариев

Платформа автоматически задаёт агенту набор контрольных вопросов, сравнивает ответы с ожидаемыми и показывает ошибки. Вопросы и ожидаемые ответы заранее готовит пользователь. При необходимости можно посмотреть, что происходило на каждом шаге. Раньше такие диалоги приходилось проверять вручную.

«Мы развиваем платформу в сторону универсальных рабочих агентов, которым человек может поручить задачу целиком, задав цель и требования к результату. Такой агент самостоятельно составляет план, запускает других агентов для отдельных этапов и корректирует дальнейшую работу по результатам проверки. Например, поручает одному агенту анализ данных, другому — проверку расчётов, а затем объединяет результаты в отчёт. Для этого агентам нужна общая рабочая среда, где можно выполнять код, пользоваться инструментами и сохранять удачные способы решения для следующих запусков. Обновление платформы создаёт основу для таких систем. При этом заказчик определяет, какие действия агенты выполняют самостоятельно, как оценивается качество и в какой момент к работе подключается человек», — отметил технологический директор MWS AI Agents Platform Андрей Цивына.