Эксперт ВШЭ представила модель зрелости агентной инженерии на конференции СПАРК-Интерфакс

Директор Центра трансфера и управления социально-экономической информацией (ЦТУ СЭИ) НИУ ВШЭ Вера Вишнякова 22 апреля 2026 года выступила на ежегодной конференции СПАРК-Интерфакс в Москве. Доклад о применении больших данных и искусственного интеллекта в задачах надзорной и комплаенс-аналитики прозвучал в рамках сессии для представителей государственных организаций. Эксперт представила авторскую четырёхуровневую пирамиду зрелости агентной инженерии и поделилась опытом университета по построению мультиагентных архитектур.

https://spark-interfax.ru/events

Вера Вишнякова отметила глобальный разрыв между намерениями компаний внедрять агентный ИИ и их организационной готовностью: по данным отчёта Deloitte «State of AI in the Enterprise» (7-е издание, 2026), 75% организаций планируют развёртывание таких систем в ближайшие два года; при этом, согласно исследованию KPMG «AI Quarterly Pulse» (Q4 2025), лишь 21% компаний имеет зрелую модель управления этим процессом.

Конференция Спарк 2026

https://spark-interfax.ru/events

Архитектурная инверсия и пирамида зрелости

Агентный ИИ меняет парадигму взаимодействия: система становится активной стороной, а не пассивным инструментом. Корпоративные платформы превращаются в источники сигналов для агентов, что смещает конкуренцию вендоров в сторону качества и скорости вычислений базовых моделей.

В основе доклада – авторская методология, изложенная в препринте В.В. Вишняковой «Context Engineering: From Prompts to Corporate Multi-Agent Architecture» (arXiv:2603.09619, март 2026). Пирамида зрелости агентной инженерии включает четыре кумулятивных уровня:

1. Инженерия промптов – навыки работы с запросами без масштабируемости решения;
2. Контекстная инженерия – управление информационной средой агента, обеспечивающее его автономную работу;
3. Инженерия намерения – формализация управленческих решений в машиночитаемые правила для агентов;
4. Инженерия спецификаций – сохранение институциональной памяти и экспертизы, не зависящей от конкретных сотрудников.

Уроки собственной разработки мультиагентной системы

Команда ЦТУ СЭИ сформулировала три ключевых вывода:

1. Контаминация контекста: между субагентами необходима строгая фильтрация – координатор должен получать только готовые вердикты, а не промежуточные срабатывания, иначе шум от одного агента искажает решения остальных.
2. Прослеживаемость данных: каждое действие агента должно сопровождаться метаданными источника – без этого невозможно объяснить регулятору, на каких основаниях было принято решение.
3. Экономика контекста: сжатие и кэширование передаваемой агентам информации напрямую определяют рентабельность системы – длина контекста влияет на стоимость каждого обращения к модели.

Вера Вишнякова на Конференции Спарк 2026

https://spark-interfax.ru/events

Применение в надзорной аналитике

В завершение доклада Вера Вишнякова представила архитектуру мультиагентной системы для задач надзорной аналитики на базе отечественных языковых моделей (YandexGPT, GigaChat) и платформы СПАРК как источника верифицированных данных. Система включает агентов для проверки клиентов и противодействия отмыванию средств (KYC/AML), мониторинга контрагентов и анализа цепочек бенефициарного владения.

«Кто контролирует контекст агента– контролирует его поведение. Кто контролирует намерение– контролирует стратегию. Кто контролирует спецификации– контролирует масштаб»,– резюмировала Вера Вишнякова.

По мнению Веры Вишняковой, регуляторы могут выступать заказчиками модернизации, формулируя запрос на агентов с чёткими правилами и заданным уровнем автономии. В этом подходе СПАРК и аналогичные информационные платформы рассматриваются не только как интерфейс для аналитика, но и как инфраструктура верифицированных данных для агентных систем комплаенса.