VkusVill a lancé des agents AI comme employés numériques sur la plateforme OpenClaw
VkusVill partage son expérience du déploiement d’agents AI comme employés numériques sur la plateforme OpenClaw. Le Centre d’excellence AI a élaboré une approch

ВкусВилл рассказал, как выстраивает команду AI-агентов по принципу найма сотрудников: каждый агент получает роль, проходит обучение и удерживается в системе — как обычный специалист, только цифровой.
Агент как рабочая единица Центр экспертизы ИИ ВкусВилл развернул AI-агентов на платформе OpenClaw.
Подход принципиально отличается от точечного применения моделей: вместо разовых обращений к LLM команда выстраивает полноценный «онбординг» — каждый агент получает чёткую роль, область ответственности и структурированный контекст о компании, её продуктах и процессах. OpenClaw позволяет собирать агентов из инструментов, слоёв памяти и системных промптов, а затем связывать их в рабочие цепочки. Для ритейлера с тысячами SKU это критично: задачи варьируются от обработки клиентских запросов до мониторинга ассортимента и цепочки поставок, и каждая требует специализированного агента со своей экспертизой. Архитектурный принцип, который команда считает ключевым: агент не работает изолированно. Он должен уметь передавать задачи другим агентам, когда выходит за рамки своей компетенции, и корректно получать результаты от соседних «коллег» — иначе вся цепочка разрушается.
Три главных вызова
По словам Сабины, владельца продукта ЦЭИ ВкусВилл, запуск цифровых сотрудников сводится к трём задачам: Найм — подобрать правильную архитектуру агента под конкретную функцию. Ошибка здесь приводит к избыточной сложности и нестабильному поведению уже в производстве Обучение — передать агенту живой контекст о компании: не просто набор документов, а структурированную и регулярно обновляемую память о продуктах, процессах, исключениях * Удержание — сохранить накопленное поведение и «опыт» при обновлениях базовой модели или изменении конфигурации окружения Именно последний пункт оказался самым неочевидным. Когда провайдер выпускает новую версию модели, поведение агента меняется — порой незаметно для разработчиков, но значимо для реальных бизнес-процессов. Решение в ВкусВилл: версионирование конфигураций агентов и набор регрессионных тестов, которые автоматически прогоняются при каждом обновлении зависимостей.
Следующий шаг — покупатели-агенты
Пока агенты работают внутри компании как коллеги, ВкусВилл уже проектирует внешний сценарий: агент как покупатель. В конце 2025 года команда публиковала материал об экспериментальном MCP-сервере — API-слое, через который внешний агент мог бы самостоятельно просматривать каталог, сравнивать позиции и формировать заказ.
«Пока мы готовимся к покупателям-агентам, расскажем, как агенты становятся нашими коллегами», — Сабина, владелец продукта ЦЭИ ВкусВилл.
Обновлённая версия MCP-сервера ожидается весной 2026 года. Это часть более широкого тренда: ритейл начинает проектировать интерфейсы не только для людей, но и для автономных агентов. Для бизнеса это означает необходимость заранее готовить machine-to-machine API: структуру каталога, форматы данных о товарах, протоколы авторизации для агентов-клиентов.
Что это значит
ВкусВилл демонстрирует зрелый взгляд на промышленное внедрение ИИ: агент — это не скрипт и не чат-бот, а рабочая единица со своим жизненным циклом. Терминология HR — найм, обучение, удержание — теперь применима к программным системам. Компании, которые выстраивают эти процессы сейчас, займут сильную позицию, когда агентные архитектуры станут отраслевым стандартом.