Luminarys AI Lance une Plateforme d'Agents AI avec Isolement des Skills et Déploiement en Cluster

Luminarys AI предлагает более жесткий и инженерный подход к AI-агентам: вместо инструментов с почти полным доступом к системе платформа изолирует каждый навык в WebAssembly-песочнице, позволяет писать навыки на разных языках и масштабировать агентные сценарии на кластер из разнородных машин. Платформу представили как ответ на ограничения, с которыми команды сталкиваются при запуске AI-агентов в продакшене. Особенно это заметно там, где агент должен не просто генерировать текст, а выполнять действия: читать файлы, вызывать сервисы и передавать данные между разными системами.

Сегодняшний рынок часто заставляет выбирать между двумя неудобными моделями. Первая — дать агенту слишком широкий доступ к файловой системе, процессам или сетевым операциям, надеясь, что конфигурация прав и внутренние проверки удержат его в допустимых рамках. Вторая — максимально зажать систему ручными подтверждениями, из-за чего автоматизация быстро теряет смысл и превращается в цепочку постоянных согласований.

По словам разработчиков, ни один из этих вариантов не решает проблему на уровне исполнения: если код навыка написан неудачно, он все равно способен попытаться выйти за пределы ожидаемого поведения. Ключевая идея Luminarys AI — изолировать навыки не только логически, но и технически. Для этого каждый навык работает внутри WebAssembly-среды, что создает отдельную песочницу с более предсказуемыми границами доступа.

Такой подход особенно важен для агентных систем, где один и тот же оркестратор может вызывать десятки разнородных инструментов: от обработки файлов до сетевых запросов и интеграций с внешними API. Если изоляция встроена в рантайм, а не держится только на договоренностях и конфигах, у команд появляется больше контроля над безопасностью и поведением отдельных модулей. Это снижает риск того, что ошибка в одном навыке затронет весь хост или соседние компоненты.

Вторая большая задача — масштабирование на гетерогенную инфраструктуру. Разработчики указывают, что многие существующие решения умеют распараллеливать агентов внутри одного репозитория или на наборе одинаковых серверов, но хуже работают там, где инфраструктура смешанная. На практике это означает кластеры из x86- и ARM-машин, edge-узлы рядом с источником данных, IoT-устройства и локальные вычислительные ноды, которые должны выполнять часть задач без лишней задержки.

Luminarys AI позиционируется как платформа, способная маршрутизировать вызовы между такими нодами и распределять работу с учетом разной архитектуры. Для компаний, которые строят агентные системы вне чисто облачного контура, это может стать важным отличием. Отдельный акцент сделан на модульности и мультиъязычности.

В типичных агентных платформах плагины и скиллы часто привязаны к одному основному языку, что ограничивает выбор инструментов и заставляет команду подстраивать все под единый стек. В Luminarys AI навыки можно писать на Go, Rust или AssemblyScript и запускать рядом в одном хосте. Это открывает более прагматичный сценарий разработки: производительные и чувствительные к ресурсам части можно вынести в Rust, инфраструктурную и сетевую логику держать на Go, а более знакомые веб-командам модули собирать на AssemblyScript.

При этом сама платформа остается модульной: навыки можно обновлять, комбинировать и масштабировать независимо друг от друга. По сути, Luminarys AI пытается решить сразу три болевые точки AI-агентов: реальную изоляцию выполнения, переносимость между разными типами железа и свободу выбора языка для отдельных навыков. Если эта архитектура подтвердит свои преимущества в реальных нагрузках, у рынка может появиться более зрелый класс агентных платформ, где безопасность и кластерная работа не достраиваются поверх базового фреймворка, а закладываются в основу системы с самого начала.

Для команд, уже дошедших до продакшена, это может оказаться важнее любой очередной демонстрации «умного» агента. Именно на таких задачах агентные проекты чаще всего ломаются после пилота.