22.09.2025 Новости, Искусственный интеллектРазнообразие low-code и no-code решений серьезно упростило создание IT-продуктов, в том числе, и на основе AI. Но пока в этой сфере нет четких подходов и правил, на которые можно опираться. Максим Нечаев, Engineering Manager в Snoonu — одной из крупнейших IT-компаний в Катаре — рассказал о создании собственной архитектуры AAC для разработки AI-агентов. Она позволяет создавать гибкие решения, которые легко масштабировать. Также Максим поделился кейсами, в которых уже применял это решение, и рассказал о своих прогнозах на развитие AI-технологий в ближайшее время. #IMAGE_233410# Какая проблема или «боль» в типичных интеграциях AI-агентов подтолкнула вас к разработке собственной архитектуры? Главная проблема, которую я хотел решить — это запутанность AI-систем. Сейчас создание AI-агентов — настоящий тренд. Существует множество low-code и no-code инструментов, таких как Make или n8n, с помощью которых можно быстро разработать агента без знания программирования. Но здесь есть подвох. У нас до сих пор нет единого понимания того, как создавать гибкие, стабильные и масштабируемые системы искусственного интеллекта. Конечно, опытные разработчики знают, по каким принципам должны строиться IT-продукты — они используют объектно-ориентированное программирование и другие принципы. Но огромная доля энтузиастов, которые используют low-code/no-code решения, не имеет представления об этих принципах. В результате получаются запутанные системы, которые сложно масштабировать. Второй момент — ...
читать далее.
