Разработчиков ИИ-агентов призвали использовать единый технологический стандарт

### Движение к единому стандарту Институт AIRI, некоммерческая организация, которая объединяет специалистов в области искусственного интеллекта, представила Maestro — набор инструментов и методов для разработки программного обеспечения. Этот фреймворк упрощает создание интеллектуальных систем с использованием структурированных цепочек рассуждений. По заявлению Ярослава Беспалова, руководителя научной группы «Мультимодальные архитектуры» Института AIRI, Maestro может способствовать формированию единого стандарта для разработки ИИ-агентов. На международной конференции AI Journey он сообщил, что в сотрудничестве со «Сбером» институт уже использовал Maestro для создания нескольких решений, включая медицинского помощника в системе «Сбер Здоровье» и финансового ассистента для анализа отчётной документации. Медицинский помощник, работающий на базе нейросетевой модели GigaChat, проанализировал 30 реальных клинических случаев из журнала New England Journal of Medicine и показал точность диагностики 93%, что выше, чем у Microsoft AI Diagnostic Orchestrator (85%). Директор центра индустрии здоровья Сбербанка Сергей Жданов сообщил Forbes, что эффективность оркестратора Maestro подтверждена на реальных медицинских продуктах. Модели, созданные с его помощью, помогают врачам ставить диагнозы, выявлять риски на ранней стадии и быстрее начинать лечение. Это снижает вероятность осложнений, делает лечение более персонализированным и помощь — более доступной. Maestro также использовался при разработке ИИ-моделей «Риски» и «Сердце» от Индустрии здоровья «Сбера» и Центра Алмазова. Теперь эта проверенная технология доступна для всего сообщества разработчиков. ### Принцип работы В AIRI объясняют, что создание цифрового агента похоже на обучение «умного стажёра» работать как настоящий эксперт. Чтобы действия агента были интерпретируемыми, сложные задачи последовательно разбиваются на этапы. Сначала определяется, какой бизнес-процесс нужно автоматизировать: что именно делает эксперт, какие этапы проходят пользователи и какой результат должен выдавать агент. Затем большая задача делится на маленькие функции — отдельные навыки. Каждый навык становится мини-агентом, отвечающим за свою часть работы: сбор данных, анализ, классификацию, переход по сценарию или генерацию ответа. Такой подход повышает надёжность и позволяет легко расширять систему.