Есть ли у Svaya агентный цикл, в котором LLM сама выбирает следующее действие?

Есть, внутри агентского шага маршрута. LLM сама выбирает инструмент и аргументы, получает ответ инструмента в контекст и формирует результат, а платформа по объявленному условию выхода проверяет, нужен ли следующий проход. Предел проходов объявлен заранее, при исчерпании проходов задача уходит контролеру, и каждый проход виден в журнале прогона.

Планирует ли платформа путь к цели сама?

Нет. Порядок шагов задает автор описания задачи до установки, и состав шагов одинаков от прогона к прогону. Внутри агентского шага LLM сама выбирает инструменты и порядок вызовов, а состав шагов маршрута изменить во время прогона не может. Это выбор в пользу предсказуемости маршрута для процессов, где закон ограничивает автоматические решения.

Как платформа обращается к системам заказчика?

Через отдельный вид шага маршрута и подключения по открытому протоколу MCP (Model Context Protocol). Право на каждое обращение проверяется, аргументы вызова проходят проверку формы и маршрута данных, персональные данные перед вызовом внешней LLM заменяются условными обозначениями.

Что платформа делает, если результат шага не годится?

Меняет подход в объявленных пределах (число ремонтов и время шага). У нее есть ремонт формы ответа по кодам ошибок и ремонт содержания по вердикту модели-оценщика. На повторе она меняет вариант задания и, если объявлено, класс LLM, а после отказа инструмента агентский цикл продолжается. Если ремонт не помог, задача уходит контролеру. Повтор того же вызова после сбоя сети к самокоррекции не относится.

Помнит ли платформа контекст между шагами и сессиями?

Да, на четырех горизонтах памяти. Память шага живет до конца попытки. Память процесса в базе данных ядра платформы переживает перезапуск и многодневное ожидание человека. Память диалога хранит переписку между сессиями на сервере с заменой персональных данных. Память установки отдает следующему прогону итоги прошлых прогонов и решения контролеров, если так объявлено в описании задачи.

Доводит ли платформа задачу до результата без человека?

Там, где объявлен автоматический коридор. Точка подтверждения проходится без человека, только если она активна, выполнено объявленное условие и объявлен исход, и такой проход остается в журнале прогона с пометкой, что решение автоматическое. В остальных маршрутах с точкой подтверждения итог прогона утверждает контролер, а молчание человека решением не становится. Маршруты без точек подтверждения только отвечают на вопросы и решений по задаче не принимают.

Это ИИ-агент или ИИ-ассистент?

Svaya - это платформа, на которой мы собираем технические решения. Готовым ИИ-агентом она не является, и авторы исследования «Якова и Партнеров» такое различие между платформой и готовым бизнес-агентом проводят сами. Что каждое техническое решение доводит до результата само и где обязателен человек, записано в его описании задачи и в профиле автономии. Слово «агент» без указания границ самостоятельности мы не употребляем.

← ИИ-платформа Svaya

Как устроена Svaya и где проходят границы ее самостоятельности

Как устроена Svaya · раздел о механизмах платформы

Этот раздел отвечает на вопрос, что платформа Svaya делает сама, что за нее решает человек и как это проверить по записям запусков и на стенде. Описания выгод для бизнеса здесь нет, оно на странице платформы. Здесь разобрано устройство платформы по механизмам.

Раздел написан для технического директора, службы информационной безопасности, внутреннего аудита и для внешнего аналитика, который сравнивает платформы по открытым источникам. Каждая страница названа по механизму платформы и доводит его описание до уровня, на котором утверждение страницы можно проверить по записи запуска на витрине или на нашем стенде.

Слова, которыми написан раздел

Термины ниже встречаются на страницах раздела. Определяем их один раз здесь:

LLM (большая языковая модель). Модель, которая читает и пишет текст. В платформе она сменяемая. Дальше в разделе просто LLM.
ML-модель. Модель классического машинного обучения, которая считает числовую оценку по признакам (например, оценку кредитного риска). Текста она не пишет.
Техническое решение. Готовый пакет под одну задачу, например ответ по кредитной заявке или наполнение карточек товаров интернет-магазина. В пакет входят описание задачи, задания для LLM, подключения к системам заказчика и правила соответствия. Пакет ставится на платформу.
Задание для LLM. Текст инструкции, который платформа отправляет LLM вместе с данными шага. Задания входят в техническое решение. У шага может быть несколько объявленных вариантов задания, и при повторном ремонте платформа переключается на другой вариант.
Каталог. Набор технических решений, которые мы ставим на платформу. Сегодня в нем тридцать технических решений.
Витрина. Наш публичный сайт svaya.bm-it.ru, где у каждого технического решения каталога есть карточка со схемой основного маршрута и записью запуска.
Описание задачи. Текст в составе технического решения, который читается человеком и проверяется платформой. В нем записаны маршрут, формы данных на входе и выходе, права ролей сотрудников заказчика и правила соответствия.
Правила соответствия. Часть описания задачи, где записаны требования регулятора и внутренние правила заказчика (например, пороги сумм, выше которых нужен человек). В них стоит, какие точки подтверждения включены и на каком основании, какие классы данных обрабатываются и сколько хранятся, какие фильтры вывода работают.
Маршрут. Та часть описания задачи, где записан порядок шагов с условиями переходов, точками подтверждения и действиями при отказе шага. Правила записи маршрута (виды шагов и их поля) мы называем форматом маршрута. У одного технического решения может быть несколько маршрутов, например наполнение карточки товара и ответ на отзыв покупателя в одном пакете.
Шаг. Одно действие маршрута. Обращение к LLM, обращение к системе заказчика, подтверждение человеком и другие виды, всего десять.
Агентский шаг. Вид шага «повторение до результата». Единственный вид шага, внутри которого LLM сама выбирает, какие инструменты вызвать и в каком порядке.
Инструмент. Действие, которое LLM может запросить внутри агентского шага. Это обращение к системе заказчика через объявленное подключение или к внешнему источнику данных (например, к справочнику или реестру за пределами установки). Доступны только инструменты, объявленные в описании задачи.
Прогон. Одно исполнение маршрута на конкретных данных, от запуска до завершения.
Сессия. Одно непрерывное подключение сотрудника или покупателя магазина к чату, от открытия окна до его закрытия или до конца рабочей смены. Диалог может тянуться через несколько сессий.
Попытка. Одно исполнение одного шага. Если шаг завершился ошибкой, платформа может повторить его новой попыткой, и число попыток объявлено в описании задачи.
Проход. Одна итерация внутри агентского шага, то есть один вызов LLM вместе с вызовами инструментов, которые она запросила. Одна попытка агентского шага состоит из проходов.
Установка. Экземпляр платформы на серверах заказчика (on-premise) или в его облаке вместе с установленными техническими решениями и настройками.
Ядро платформы. Центральная служба установки, которая ведет прогоны и хранит их состояние в базе данных.
Стенд. Наша собственная установка платформы на одном физическом сервере. На ней мы прогоняем приемочные наборы проверочных задач на синтетических данных. Установок у заказчиков у нас пока нет.
Синтетические данные. Придуманные примеры (отзывы, заявки, документы, диалоги) без данных реальных людей. На них работает стенд и записаны запуски на витрине.
Объявить. Записать в описании задачи заранее, до установки, так, чтобы это прочитал человек и проверила платформа. Когда на страницах раздела сказано «объявлено», речь о таком записанном условии. Переключателей в интерфейсе за этим словом нет.
Язык условий. Ограниченный язык, на котором в описании задачи записываются условия развилок и условия выхода из агентского шага. В нем есть сравнения, логические связки и ссылки на поля данных прогона. Исполняемого кода в нем нет.
Проверка при установке. Проверка описания задачи по правилам формата, которую платформа выполняет до того, как техническое решение начнет работать. Описание с нарушением правил платформа не устанавливает.
Точка подтверждения. Шаг маршрута, на котором прогон останавливается и ждет решения человека. Исходы, из которых человек выбирает, объявлены в маршруте. Точка активна, если в правилах соответствия у нее стоит признак «включена».
Точка передачи. Шаг маршрута, куда задача уходит, когда другой шаг завершился ошибкой или у агентского шага кончились проходы. Дальше решает человек, и его исходы тоже объявлены.
Контролер. Так в разделе назван человек, который принимает решение на точке подтверждения или на точке передачи. В конкретном техническом решении это может быть редактор, оператор или кредитный контролер (роль записана в описании задачи).
Автоматический коридор. Объявленное условие, при котором точка подтверждения проходится без человека, с записью об этом в журнал прогона.
Перечень регулируемых решений. Документ платформы, в котором названы решения по задаче (например, решение по кредитной заявке физического лица), для которых закон ставит условия автоматической обработке или требует участия человека, и норма у каждого.
Профиль автономии. Документ, который платформа выводит из описания задачи и правил соответствия. В нем записано, что маршрут делает сам, где обязателен человек и на каком основании.
Журнал прогона. Подробная запись каждого шага прогона с временем, входом и результатом. Из него собираются записи запусков для витрины и выгрузки для аудитора.
Маршрут данных. Перечень классов данных (персональные, внутренние, публичные), которым в конкретном шаге разрешено уходить за пределы установки. Классы данных задает описание задачи, а маршрут данных проверяется на каждом внешнем вызове.
Карта замен. Таблица соответствия между персональными данными и условными обозначениями, которыми они заменены перед отправкой в LLM. По ней платформа восстанавливает данные перед записью в систему заказчика, если это разрешает маршрут данных.
Фильтры вывода. Детерминированные (с однозначным результатом, без LLM) правила соответствия, которые проверяют ответ LLM до того, как он уйдет дальше. Например, они не пропускают в ответ персональные данные третьих лиц или формулировки из запретного списка правил соответствия.
Класс LLM. Настройка, которой описание задачи выбирает LLM по силе и цене. В платформе три класса (легкий, стандартный и сильный), и за каждым классом в настройках установки стоит конкретная LLM.
Модель-оценщик. Отдельная LLM, которой платформа показывает результат шага и определение метрики качества, чтобы решить, годится ли результат.
Самокоррекция. Поведение платформы, при котором она меняет подход к задаче после результата, не прошедшего проверку, без участия человека и в пределах объявленных бюджетов (число ремонтов и время шага). Повтор того же вызова после сбоя сети к ней не относится.
Ремонт. Повторный вызов LLM после негодного результата. Ремонт формы исправляет ответ, который не соответствует объявленной форме. Ремонт содержания исправляет ответ, который модель-оценщик признала негодным.

Страницы раздела

В раздел входят такие страницы:

Агентный контур. Как платформа повторяет шаг, пока не получит результат. Проходы, предел проходов, что происходит, когда проходы кончились.
Маршрут задачи. Почему порядок шагов объявлен заранее, кто его задает и что мы получаем за это ограничение.
Проверки и повторы. Что платформа делает, когда результат шага не годится, и чем это отличается от повтора после сбоя сети.
Что платформа помнит. Память шага, процесса, диалога и установки. Сколько живет каждая и что в ней лежит.
Границы автономии. Что платформа доводит до записи в систему заказчика сама, где обязателен человек и на каком основании он там стоит.

Страница о том, как платформа читает и записывает данные в системах заказчика, готовится. До ее выхода подключения платформы к системам заказчика описаны в разделе «Платформа работает внутри контура» на странице платформы и на странице агентских сценариев витрины.

Сопоставление с шестью признаками агентности

В 2026 году консалтинговая компания «Яков и Партнеры» опубликовала исследование «ИИ-агенты: где хайп, а где реальность». В нем предложен рабочий набор из 6 признаков, по которым авторы отличают ИИ-агента от ИИ-ассистента. Продукты они оценивали по открытым источникам (документация, описания примеров на сайтах, презентации с конференций, интервью руководителей), а в выборку брали только те продукты, архитектура которых раскрыта достаточно для оценки по всем признакам.

Мы разобрали Svaya по тем же признакам. Формулировки признаков в таблице пересказаны нами своими словами, исходные принадлежат авторам исследования. Оценка в средней колонке наша собственная, независимой проверкой она не является.

Признак агентности в нашем пересказе	Как это устроено в Svaya	Страница
Продукт проходит цикл из планирования, действия, наблюдения результата и корректировки следующего действия	Цикл живет внутри агентского шага маршрута. LLM выбирает инструмент, получает его ответ в контекст и формирует результат, а платформа по объявленному условию выхода проверяет, нужен ли следующий проход. Предел проходов объявлен заранее, при исчерпании проходов задача уходит контролеру. Каждый проход виден в журнале прогона отдельной строкой	Агентный контур
Продукт делит путь к цели на шаги	Путь делит автор описания задачи до установки. Шага, который строил бы план во время прогона, в платформе нет, и это наш выбор. Внутри агентского шага LLM сама выбирает инструменты и порядок вызовов	Маршрут задачи
Есть доступ к программным интерфейсам, базам данных, корпоративным системам, браузеру или коду	Обращение к системе заказчика - это отдельный вид шага. Подключения объявляются по открытому протоколу MCP (Model Context Protocol), право на каждое обращение проверяется, аргументы вызова проходят проверку формы и маршрута данных. Работы с экранными формами через браузер и исполнения кода, написанного LLM, в платформе нет	Агентские сценарии на витрине
Продукт меняет подход при ошибке или неожиданном результате	Ремонт формы ответа, ремонт содержания по вердикту модели-оценщика, смена варианта задания и, если объявлено, класса LLM на повторе, продолжение цикла после отказа инструмента. Повтор того же вызова после сбоя сети к самокоррекции не относится	Проверки и повторы
Контекст сохраняется между шагами и при необходимости между сессиями	Память шага, память процесса на дни и недели ожидания, память диалога между сессиями, память установки между прогонами. Тексты диалогов хранятся только с замененными персональными данными	Что платформа помнит
Продукт доводит задачу до конкретного результата	Доводит там, где объявлен автоматический коридор, и результат при этом записан в систему заказчика или в базу данных технического решения. В остальных маршрутах с точкой подтверждения итог прогона - это проект ответа или вердикта по задаче, который утверждает контролер. Маршруты без точек подтверждения только отвечают на вопросы сотрудников и покупателей и решений по задаче не принимают. Молчание человека решением не становится	Границы автономии

Как мы оцениваем эту таблицу сами

Признаку деления пути на шаги мы соответствуем частично. Платформа не строит план сама, и мы так решили. В процессах, где закон ограничивает автоматические решения (например, при выдаче кредита физическому лицу), предсказуемость маршрута для нас важнее его гибкости. Если мы когда-нибудь изменим позицию, об этом будет сказано на этой странице с датой изменения.

Набор из 6 признаков - это рабочий инструмент одного исследования. Мы взяли его потому, что по нему авторы исследования оценивали продукты по открытым источникам, как может оценивать нас внешний аналитик. Отраслевым стандартом мы его не считаем. Авторы отдельно оговаривают, что платформа для создания ИИ-агентов может проходить порог признаков как элемент инфраструктуры, не будучи готовым бизнес-агентом сама по себе. Svaya - это платформа именно в этом смысле.

Все, что написано в разделе, описывает наш собственный продукт. Установок у заказчиков у нас пока нет, физический стенд один. Каждый механизм раздела построен и проверен прогоном на этом стенде, последняя серия прогонов прошла 1 и 2 сентября 2026 года. Проверять наши слова стоит по записям запусков на витрине, по списку вопросов, которые стоит задать любому поставщику ИИ-платформы и на встрече, где мы показываем стенд.

С чего начать чтение

Куда идти дальше, зависит от того, что нужно читателю:

Выгоды, сроки и требования к серверам. Страница платформы и требования к серверу.
Устройство платформы. Пять страниц выше по порядку.
Работа платформы своими глазами. Витрина с записями запусков и схемами маршрутов.

Вопросы, которые задают чаще всего

Есть ли у Svaya агентный цикл, в котором LLM сама выбирает следующее действие?: Есть, внутри агентского шага маршрута. LLM сама выбирает инструмент и аргументы, получает ответ инструмента в контекст и формирует результат, а платформа по объявленному условию выхода проверяет, нужен ли следующий проход. Предел проходов объявлен заранее, при исчерпании проходов задача уходит контролеру, и каждый проход виден в журнале прогона.
Планирует ли платформа путь к цели сама?: Нет. Порядок шагов задает автор описания задачи до установки, и состав шагов одинаков от прогона к прогону. Внутри агентского шага LLM сама выбирает инструменты и порядок вызовов, а состав шагов маршрута изменить во время прогона не может. Это выбор в пользу предсказуемости маршрута для процессов, где закон ограничивает автоматические решения.
Как платформа обращается к системам заказчика?: Через отдельный вид шага маршрута и подключения по открытому протоколу MCP (Model Context Protocol). Право на каждое обращение проверяется, аргументы вызова проходят проверку формы и маршрута данных, персональные данные перед вызовом внешней LLM заменяются условными обозначениями.
Что платформа делает, если результат шага не годится?: Меняет подход в объявленных пределах (число ремонтов и время шага). У нее есть ремонт формы ответа по кодам ошибок и ремонт содержания по вердикту модели-оценщика. На повторе она меняет вариант задания и, если объявлено, класс LLM, а после отказа инструмента агентский цикл продолжается. Если ремонт не помог, задача уходит контролеру. Повтор того же вызова после сбоя сети к самокоррекции не относится.
Помнит ли платформа контекст между шагами и сессиями?: Да, на четырех горизонтах памяти. Память шага живет до конца попытки. Память процесса в базе данных ядра платформы переживает перезапуск и многодневное ожидание человека. Память диалога хранит переписку между сессиями на сервере с заменой персональных данных. Память установки отдает следующему прогону итоги прошлых прогонов и решения контролеров, если так объявлено в описании задачи.
Доводит ли платформа задачу до результата без человека?: Там, где объявлен автоматический коридор. Точка подтверждения проходится без человека, только если она активна, выполнено объявленное условие и объявлен исход, и такой проход остается в журнале прогона с пометкой, что решение автоматическое. В остальных маршрутах с точкой подтверждения итог прогона утверждает контролер, а молчание человека решением не становится. Маршруты без точек подтверждения только отвечают на вопросы и решений по задаче не принимают.
Это ИИ-агент или ИИ-ассистент?: Svaya - это платформа, на которой мы собираем технические решения. Готовым ИИ-агентом она не является, и авторы исследования «Якова и Партнеров» такое различие между платформой и готовым бизнес-агентом проводят сами. Что каждое техническое решение доводит до результата само и где обязателен человек, записано в его описании задачи и в профиле автономии. Слово «агент» без указания границ самостоятельности мы не употребляем.

Остальные страницы раздела: Что платформа помнит между шагами, сессиями и прогонами, Что платформа доводит до конца сама и где обязателен человек, Что платформа делает, когда результат шага не годится, Как платформа повторяет шаг, пока не получит результат, Почему порядок шагов задачи объявлен заранее и кто его задает.

Записанные запуски и схемы маршрутов — на витрине платформы. Общее описание — страница платформы, развёрнутая статья — как устроена Svaya.