Перейти к содержимому
Новости

Алиса AI «Действуй!»: как работает ИИ-агент Яндекса

Алиса AI «Действуй!»: как работает ИИ-агент Яндекса

«Действуй!» в Алисе AI: как работает персональный ИИ-агент

Яндекс представил «Действуй!» — встроенного ИИ-агента для Алисы AI, способного самостоятельно выполнять многошаговые задачи. Он умеет звонить по телефону, работать с сайтами в браузере, обрабатывать файлы и запоминать ваши предпочтения. Разбираемся, как устроена эта система внутри.

Как агент берётся за поручение

За выполнение любого задания отвечает один главный агент на базе большой языковой модели. Он сам выбирает нужные инструменты, получает результаты и решает, что делать дальше. Для сложных действий он привлекает специализированных агентов: браузерный работает с сайтами, телефонный — ведёт разговоры. Их ответы возвращаются главному агенту и влияют на следующие шаги. Независимые части задачи выполняются параллельно, чтобы сэкономить время.

Всё это связывает харнесс — среда выполнения поручений. Именно от её устройства зависит, сможет ли агент довести задачу до конца: сохранить промежуточные данные, использовать результат звонка на следующем шаге, проверить готовый документ.

Плагины и MCP: подключение внешних сервисов

Для работы с внешними сервисами в «Действуй!» реализована система плагинов. Каждый плагин — это набор инструментов и инструкций для конкретного сервиса. Агент сначала выбирает нужный плагин по краткому описанию, и лишь затем получает детальные инструкции. Такой подход не перегружает модель лишним контекстом.

Пользователи могут подключать и собственные сервисы через стандарт MCP (Model Context Protocol). Можно использовать готовый MCP-сервер — например, официальный сервер GitHub для работы с репозиториями, issues и pull requests — или создать свой. Возможности агента в каждом конкретном сервисе определяются настройками сервера и выданными правами доступа.

Какие модели работают под капотом

В «Действуй!» используется несколько разных моделей: одни отвечают за планирование, другие — за браузерную работу, телефонные звонки или генерацию изображений. Яндекс сочетает собственные разработки с моделями с открытыми весами, развёрнутыми на собственной инфраструктуре.

Харнесс специально спроектирован так, чтобы модели можно было менять без перестройки всей системы. Сейчас собственные модели Яндекса задействованы в браузерном и телефонном агентах, а также для генерации изображений.

Браузер и телефонные звонки

Когда нужно найти информацию на сайте или заполнить форму, подключается браузерный агент. Он анализирует скриншоты страниц, находит нужные элементы, нажимает кнопки и вводит данные. Агент работает через персональный облачный Яндекс Браузер на удалённом сервере. Пользователь видит весь процесс в чате и может в любой момент перехватить управление, а затем вернуть его агенту.

Если задача требует живого разговора — например, записаться к врачу, уточнив свободное время, — подключается телефонный агент. Голосовые технологии Яндекса переводят речь собеседника в текст, а ответ агента — обратно в речь. Расшифровка звонка отображается в чате. Инициировать звонок нужно разрешить, а запись на услугу — дополнительно подтвердить.

Файлы, код и визуальная проверка

Для каждого пользователя создаётся отдельный виртуальный компьютер, где агент хранит исходные материалы и промежуточные результаты. Для расчётов и работы с таблицами есть изолированная среда исполнения кода: агент пишет программу, запускает её и использует результат в дальнейшей работе.

Проверить итог агент может не только по ответу инструмента, но и визуально. Встроенная визуальная модель оценивает внешний вид созданного материала, находит ошибки оформления и указывает, что нужно исправить.

Регулярные задачи и долгосрочная память

В «Действуй!» есть встроенный планировщик. Можно попросить Алису AI, например, каждую пятницу готовить дайджест по выбранным источникам — агент сам создаст расписание. Требования к задаче сохраняются в виде «навыка»: инструкции, где искать данные, что включать в сводку и что проверять перед выдачей результата. Если задача повторяется, агент сам предложит поставить её в расписание.

Между запусками сохраняются документы и заметки. Агент может обратиться к прошлой сводке и сравнить её с новыми данными. Пользователь может попросить ассистента запомнить личные правила и предпочтения — они сохранятся и будут учитываться во всех следующих поручениях автоматически. Нужные данные агент подгружает по мере необходимости, не загружая весь накопленный контекст сразу.

Что будет дальше: механизм dreaming

Яндекс планирует научить агента самостоятельно анализировать собственную работу в «свободное время» — например, ночью. Механизм получил название dreaming: агент будет разбирать прошлые поручения, выявлять удачные решения и ошибки, сохранять выводы в памяти и применять их в будущем.

В перспективе этот механизм должен помогать агенту улучшать собственные навыки и плагины: находить повторяющиеся проблемы, готовить исправления и проверять их перед применением.

«Действуй!» пока доступен в режиме раннего доступа для нескольких тысяч активных пользователей с подпиской Алиса Плюс. Позднее агент откроется для всех подписчиков.

Источник: vc.ru