Журнал "Системы Безопасности" № 3‘2025

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 124 июнь – июль 2025 www.secuteck.ru Т еперь речь о том, как прото- кол MCP и новый протокол от Google Ag e n t - t o - Ag e n t ( A 2 A ) с о з д а ю т инфр а с т р у к т у р у для распределен- ного интеллекта, где искусственный интеллект (ИИ) уже не одинокий исполнитель, а часть коорди- нированной цифровой команды. Многоагентные системы как новый стандарт автоматизации Представьте не одного ИИ-помощника, а целую команду цифровых коллег, где каж- дый занят своей задачей и при этом все рабо- тают слаженно и автономно. Уже не один бот генерирует отчеты, а десяток агентов вместе управляют складом, маршрутизируют логисти- ку и ведут продажи. Это не фантастика, а реальность 2025 г.: мультиагентные системы (MAS, Multi-Agent Systems) становятся спосо- бом организовать ИИ-инфраструктуру по- новому – как команду, а не одиночку. Что представляет собой многоагентная система MAS – это система, состоящая из нескольких ИИ-агентов, каждый из которых решает ограниченный набор задач в рамках своей специализации. Один агент может выполнять логический вывод, другой – анализировать внешние данные, третий – управлять подклю- ченными инструментами. Ключевое отличие MAS от монолитных моделей – координация. Агенты взаимодействуют между собой, деле- гируют задачи, передают результаты и адапти- руют поведение на основе глобальной цели. Для координации используется управляющий компонент (метаагент, или оркестратор), а взаи- модействие часто осуществляется через стандар- тизированные интерфейсы: MCP-протокол обес- печивает единый доступ к данным и инструмен- там, а протокол Google-A2A (Google Agent Buil- der/Agent2Agent) позволяет этим агентам слы- шать друг друга и передавать задачи без ручного вмешательства. Это дает возможность организо- вать связку между агентами и внешними систе- мами: базами данных, API-сервисами, хранили- щами и пользовательскими интерфейсами. Важно отметить, что MCP-серверы придают агентам право доступа к любым данным и ресурсам, делая архитектуру гибкой и мас- штабируемой, бесшовно интегрируясь в суще- ствующий ИТ-ландшафт, а Google-A2A гаран- тирует, что агенты разных платформ и вендо- ров могут находить друг друга и взаимодей- ствовать. Эти два элемента создают не просто экосистему агентов, а координированную среду, в которой ИИ-агенты как цифровые кол- леги, которые могут работать вместе и допол- нять друг друга. MAS-архитектуры обеспечивают масштабируе- мость, устойчивость к сбоям, возможность распределенной обработки и адаптацию к меняющимся условиям. Именно эти качества делают их востребованными в современной ИТ-среде, где доминируют сложные, динамич- ные и многозадачные процессы. MAS – это не просто автоматизация 2.0. Это переход от процедурной логики к поведенче- ской автоматике. Где ИИ не ждет команды, а сам планирует путь к результату. Где не одна LLM решает всё, а множество агентов, каждый со своей областью компетенции. Для бизнеса это означает возможность строить самоорганизующиеся рабочие цепочки, где человек больше наблюдатель и стратег, чем исполнитель. MAS не заменяют людей – они заменяют регламент. Примеры практического применения Первые крупные кейсы уже в продакшене. Напри- мер, заводы группы Talan внедрили MAS-систему, которая использует телеметрию датчиков, прогно- зирует износ оборудования и автоматически отправляет заявки в ERP. В результате карточный контроль ушел, простои сократились на 30%, а загрузка мощностей увеличилась на 20%. DHL пошла дальше, интегрируя в агентную архитектуру не только доступ к MCP-серверу, но и обмен между агентами, отвечающими за трафик, состояние склада, приоритеты и даже метеорологию. Эти агенты пересобирают маршруты в реальном времени, снижая расхо- ды на топливо на 15–18% и обеспечивая более надежную доставку. Мир продаж тоже не остался в стороне. Стар- тап Landbase внедрил MAS-воронку, где набор специалистов агентов управляет лидом, от анализа до оффера и общения через CRM. Казалось бы, рутинная цепочка, но интеллек- туальные агенты способны согласовать скидки, динамично менять подход в зависимости от ответа клиента и обновлять в системе инфор- мацию сами. Конверсия выросла в семь раз, а затраты снизились на 60%. Даже DevOps, до недавнего времени зона руч- ной работы, попадает под влияние MAS: Copi- lot Studio от Microsoft умеет запускать цепочку агентов, где один анализирует pull-request, второй запускает тесты, третий деплоит результат. Это уже не бот на пайплайне, это цифровой инженер, способный самостоятель- но собирать код, проверять и деплоить его. Компании вроде Accenture уже насчитывают десятки таких систем. Одна из реалий прошло- го месяца: они развернули 100 MAS-инсталля- ций с обменом между агентами, которые ведут маркетинговые кампании, обрабатывают запросы в финансах и управляют логистикой без постоянного контроля. Профессиональные сервисы, включая PwC и Deloitte, не просто соз- дают систему агентов, но и запускают собст- венную операционную среду Agent OS, где агенты формируют единый микрооркестр ИТ-интеллекта. Перспективы многоагентных систем Многоагентные системы – это не эксперимент. Они уже работают в реальном бизнесе, улуч- шая гибкость, снижая издержки, ускоряя реакцию. Те, кто сегодня строит инфраструк- туру через MCP и A2A, завтра получат не про- сто систему ИИ, а распределенный разум, не уступающий по сложности человеческой команде, но управляемый бесшовно и цент- рализованно. Кроме сложных корпоративных решений, появляются инструменты low-code и no-code, такие как n8n или LangFlow, они позволяют быстро прототипировать бизнес-процессы, подключая агентов к MCP-источникам и моде- лируя их взаимодействие. Это облегчает запуск пилотов MAS без глубоких технических навыков. А для мелкого бизнеса и индивиду- альных предпринимателей это возможность самим реализовывать и внедрять такие совре- менные технологии без дорогостоящих инве- стиций за короткое время. Развитие MAS – это логичный переход от оди- ночной ИИ-модели к цифровому коллективно- му разуму, пронизанному агентной логикой. ИТ-лидеры, которые поймут и внедрят MAS сейчас, окажутся в числе тех, кто управляет будущим автоматизации процессов, инфра- структуры и возможностей. В 2024 г. рынок агентных ИИ вырос в три раза. По данным BCG, к 2030 г. MAS-решения будут приносить компаниям более 50 млрд долла- ров в год. Gartner предсказывает, что к 2026 г. 75% крупных компаний внедрят MAS хотя бы в одном процессе. Тренд уже зашел в фазу экс- поненты. n Алексей Коржебин Эксперт редакции журнала "Системы безопасности" КОЛОНКА ЭКСПЕРТА Искусственный интеллект, который работает как команда В предыдущем номере мы подробно рассматривали преимущества MCP-серве- ров – стандартизированной среды, которая упрощает подключение ИИ-агентов к данным и инструментам. Этот материал – продолжение, расширяющее тему тех- нологии.