Турнир агентов в Cisco: 1200 инженеров, победил тот, кто писал 1220 токенов вместо 1430
Cisco превратила обучение ИИ-агентам в соревнование: в 2026 году в турнире AWS AI League играли 1200 инженеров. В квалификации четыре лучших агента прошли карту целиком, и победил тот, кто писал меньше: 1220 выходных токенов против 1430 у второго места, разрыв 16 очков из почти 16 000. Это как два бота поддержки с одинаково верными ответами: выигрывает не болтливый. Когда все решают задачу, считайте токены, которые агент пишет сам.
AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun NewsПроблема знакомая любой компании, которая внедряет ИИ-агентов: доступ к технологии есть у всех, а уверенно строить на ней продукты умеют единицы. Слайды и записи вебинаров этот разрыв почти не закрывают. Cisco попробовала другой путь: превратила обучение в турнир с живой таблицей лидеров.
В 2026 году в нём участвовали 1200 инженеров. Заодно получился полезный разбор того, как выглядит выигрышный агент. Допустим, у вас два бота поддержки, которые отвечают одинаково верно.
Но один пишет в ответ короткую фразу, а другой — три абзаца и пересказ собственных шагов. При большом потоке запросов разница в токенах превращается в заметные деньги. Именно этот эффект и решил исход турнира.
Если вы строите агентов, читать стоит ради практических выводов: считайте стоимость каждого сообщения, не плодите лишних агентов и не заставляйте модель делать то, что умеет обычный код. Материал опубликован в блоге AWS, так что рекламный фон очевиден, но технические выводы работают и без привязки к облаку.
Как устроен турнир AWS AI League
AWS AI League — формат из трёх шагов. Сначала двухчасовой воркшоп с экспертами AWS, затем самостоятельная сборка решения с отправкой на лидерборд, где автоматический оценщик отвечает после каждой попытки, и наконец финал на сцене в стиле телешоу. В Cisco было два трека: сборка агентов на Amazon Bedrock AgentCore (платформе AWS для создания и запуска агентов на любых моделях и фреймворках) и дообучение моделей в Amazon SageMaker Studio.
В агентном треке программа ходит по клетчатому лабиринту к сундуку с сокровищем. По пути ей встречаются задачи, похожие на рабочие: отфильтровать неподобающий контент, выполнить код, найти информацию в вебе, извлечь структурированные данные. Безопасность закрывал Amazon Bedrock Guardrails, а память агента — AgentCore memory.
Масштаб такой: на Cisco Transformation Fest 4.0 квалификация шла в четырёх потоках. Пять лучших из каждого попадали в полуфинал, из 20 полуфиналистов трое выходили в финал из трёх живых раундов. Победитель Нишант Алухонну, инженер Cisco, был первым на всех этапах. В финале он набрал 27 008 очков суммарно и получил пропуск на AWS re:Invent 2026. Годом раньше инженер Cisco Хемант В. выиграл глобальный финал на re:Invent 2025, а сам Transformation Fest с 2022 года охватил около 2000 инженеров.
Что показал победивший агент
Платишь за то, что модель пишет. Очки включали бонус за токены: 1000 минус количество выходных токенов, делённое на число посещённых задач. Выходные токены — это всё, что агент сам сгенерировал.
В квалификации четыре лучших агента решили карту целиком, и победил тот, кто писал меньше: 1220 выходных токенов против 1430 у второго места. Разрыв составил 16 очков из почти 16 000. Нишант собрал девять вариантов одного агента, меняя по одному параметру.
Выяснилось, что ответы инструментов и системный промпт на счёт не влияют, а всё написанное агентом, включая аргументы вызова инструментов, влияет. Каждый вызов добавлял примерно 52 токена фиксированных накладных расходов. В реальной жизни логика та же: генерация идёт последовательно и обычно стоит в несколько раз дороже чтения, а в цикле агента расходы копятся на каждом шаге.
Длинный структурированный промпт, который к тому же можно кешировать, обходится дёшево. Болтливый агент обходится дорого.
Один агент вместо пяти. Типовая схема для задания: главный агент-супервайзер на AgentCore делегирует навигацию, вычисления и веб-поиск узким субагентам. Для многих продуктов это здравый подход. Победитель обошёлся одним агентом без субагентов. В начале его промпта стояла короткая таблица: тип задачи — нужный способ решения за один ход. Любая передача между агентами — это сообщение, которое модель должна написать, а значит, оплатить токенами. Вывод не в том, что субагенты плохи. Архитектуру стоит выбирать по цене координации, и когда она высока, плоская схема может выиграть.
Финал и практические выводы
В финале нельзя было менять код, инструменты и промпты, разрешалась только короткая подсказка перед раундом. Поэтому всё решало качество решений на картах, которых агент раньше не видел. Нишант проиграл первый раунд, зато второй выиграл с большим отрывом: проигнорировал поле, усыпанное дешёвыми монетами, и пошёл за одной дорогой задачей. Значит, система не безошибочна, но её логика ценности сработала там, где привычка собирать всё подряд проиграла бы.
Что взять на практике. Перед добавлением нового агента в схему посчитайте, сколько токенов стоит каждая передача между ними. Выносите в обычный код то, что детерминировано, и держите в промпте короткую таблицу маршрутизации. Оговорки тоже важны: турнирная метрика с бонусом за токены искусственна, а в проде ошибка на сложной задаче обычно дороже лишних 200 токенов. И это отчёт партнёра AWS без независимых замеров. Если же нужно быстро поднять навык команды, формат «собери, сломай, почини и сравни на лидерборде» явно эффективнее лекций. Cisco сделала его ежегодным.
- 20 нояб. 2026 г.Amazon SageMaker сама ищет простаивающие GPU и рост задержки у LLM-эндпоинтов
- 20 нояб. 2026 г.AWS научила ИИ-агентов покупать API в Marketplace и платить через обычный счёт AWS
- 20 нояб. 2026 г.BMW для 12 500 разработчиков вынесла правила ИИ-агентов в CI/CD и общий реестр
- 19 нояб. 2026 г.Amazon и Google получат 28,4% Anthropic после IPO, но без права голоса
Вопросы и ответы по материалу
Что известно по теме: как устроен турнир AWS AI League?
AWS AI League — формат из трёх шагов. Сначала двухчасовой воркшоп с экспертами AWS, затем самостоятельная сборка решения с отправкой на лидерборд, где автоматический оценщик отвечает после каждой попытки, и наконец финал на сцене в стиле телешоу. В Cisco было два трека: сборка агентов на Amazon Bedrock AgentCore (платформе AWS для создания и запуска агентов на любых моделях и фреймворках) и дообучение моделей в Amazon SageMaker Studio.
Что известно по теме: что показал победивший агент?
Платишь за то, что модель пишет. Очки включали бонус за токены: 1000 минус количество выходных токенов, делённое на число посещённых задач. Выходные токены — это всё, что агент сам сгенерировал. В квалификации четыре лучших агента решили карту целиком, и победил тот, кто писал меньше: 1220 выходных токенов против 1430 у второго места. Разрыв составил 16 очков из почти 16 000. Нишант собрал девять вариантов одного агента, меняя по одному параметру.
Что известно по теме: финал и практические выводы?
В финале нельзя было менять код, инструменты и промпты, разрешалась только короткая подсказка перед раундом. Поэтому всё решало качество решений на картах, которых агент раньше не видел. Нишант проиграл первый раунд, зато второй выиграл с большим отрывом: проигнорировал поле, усыпанное дешёвыми монетами, и пошёл за одной дорогой задачей. Значит, система не безошибочна, но её логика ценности сработала там, где привычка собирать всё подряд проиграла бы. Что взять на практике.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.