⚙️ Runtime агента Заканчиваю серию про архитектуру агентов. Последняя часть — среда выполнения. Самый просто и быстрый вариант — просто работать локально, запускаете агента и задаёте ему Scheduled Tasks и вперед. Но конечно же такое перестает работать когда вы закрываете ноутубук. Поэтому есть разные решения как это хостить в облаке. Самый «простой» вариант поднять виртулаку и там поставить харнес с агентом, но существуют и более удобные решения из коробки. Среда под одну задачу У облаков давно есть serverless-функции, для агентов уже появились специализированные решения: Bedrock AgentCore Runtime, Google Agent Runtime, Claude Managed Agents. Они берут на себя запуск и обслуживание среды для агентной работы. Здесь удобно, что постоянно держать собственную VM для этого не обязательно. Reusable окружение Агенту могут понадобиться установленные программы и файлы между задачами и сохранять файловую систему, для этого нужна постоянная среда. Codex Cloud и Claude Code Routines даёт агенту подготовленную среду с репозиторием и зависимостями. Новая задача получает отдельное рабочее пространство; к существующей можно вернуться с её сохранёнными файлами. Есть и простой WYSIWYG вариант для self-service со стороны бизнес-пользователей — Workspace Agents от OpenAI. Например, каждое утро собирать данные и готовить сводку или проходиться по тикетам и писать комментарии. Работает как по расписанию, так и по тригерам. Я ленивый и у меня нет чего-то мега сложно, поэтому для своих задач использую именно этот вариант. Постоянный помощник Dots, Grok Bot и Claude Duet создаюта агента, который уже живет постоянно и проспается не только по времени или событям, но и просто по heartbeat раз в какой промежуток времени. Он сохраняет контекст и память, возвращается к поручениям и может проактивно обратить внимание на проблему. Я пока тестирую Dots, не понял насколько это полезно и прикольно, но у него забавный свой компьютер, которым можно управлять ))) Свой вариант можно собрать и на опенсорсных Hermes или OpenClaw, которые были так популярны в начале года. В целом, всё больше работы с агентами будет уходить в облако. Тибо Соттьо из OpenAI в интервью тоже говорит про это и предполагает, что они будут «зеркалом» локального окружения для простого и быстрого перехода между средами. Как вам такой цикл постов? Полезно или все всё уже и так знают и такое не интересно? Я просто ничего толкового сам не нашёл и поэтому решил, что надо написать @revealthedata #ai #agents
⚙️ Runtime агента Заканчиваю серию про архитектуру агентов. Последняя часть —…
Из этого канала
- #1756🤖 MM26 и розыгрыш билетов Год назад я проводил в канале опрос о том, как…
🤖 MM26 и розыгрыш билетов Год назад я проводил в канале опрос о том, как аналитики используют AI в работе.
- #1749🤖 AGI BI eval, Anthropic Dashboards Продолжаем проверять AGI на самом точном и…
🤖 AGI BI eval, Anthropic Dashboards Продолжаем проверять AGI на самом точном и верном бенчмарке в мире — моей проверке, как LLM делают дашборды 🙃 В этот раз…
- #1748🗂 Долгосрочная память Продолжим про память AI-агентов. Долгосрочная память —…
🗂 Долгосрочная память Продолжим про память AI-агентов. Долгосрочная память — это информация, которая хранится отдельно и к которой агент обращается по мере…
- #1746📊Dashboards & Motion Anthropic пришёл окончательно двигать BI и дата…
📊Dashboards & Motion Anthropic пришёл окончательно двигать BI и дата сторителлинг и запускают отдельные виды артифактов (hosted сайты) — Dashboards & Motion На…