Архитектура production AI агента: полная система из 13 блоков Anthropic

Production AI агент — это не просто набор инструкций в одном длинном промпте. Это полнофункциональная система, где каждый компонент отвечает за отдельный аспект работы: управление ресурсами, OODA loop, разделение ответственности между агентами, обработка ошибок, мониторинг. Без чёткой архитектуры ваш агент будет работать непредсказуемо.

Что раскрыла

Anthropic Компания опубликовала два реальных production-промпта, которые используются в боевых системах: research_lead_agent.md и research_subagent.md. Это не учебные примеры, не демонстрации и не упрощённые версии. Это настоящие промпты, которые справляются с реальной работой. Когда вы разбираете их, вы видите архитектуру, которой не учат в курсах по prompt engineering. Главное открытие: вместо одного волшебного длинного промпта у Anthropic существует система из 13 чётко определённых, независимых блоков. Каждый блок отвечает за одну задачу и может быть переиспользован в других агентах. Это означает, что архитектура масштабируется не через переписывание, а через композицию.

13 блоков, которые нужны в каждом production-агенте

Вот полный чек-лист компонентов, который должен присутствовать в любом production-агенте: Роль и persona — определение того, как агент думает и себя ведёт Цель и контекст — ясная формулировка того, что нужно сделать и почему Бюджет вызовов и потолок ресурсов — грань, когда нужно остановиться OODA loop — цикл Observe→Orient→Decide→Act, который повторяется Обработка ошибок и fallback-стратегии — действия при сбое Разделение ответственности между агентами — распределение работы Инструменты и их ограничения — что агент может и не может использовать Формат вывода и валидация результатов — как проверить корректность Мониторинг и логирование — способ видеть, что происходит внутри Таймауты и retry-логика — предотвращение зависаний и повторяющихся ошибок Самопроверка и верификация — агент проверяет сам себя перед выводом Нормализация состояния — приведение результата в читаемый вид * Guardrails и safety-слой — предотвращение выхода за границы Это не дополнительно и не «nice to have». Если даже один компонент отсутствует, агент будет работать нестабильно и непредсказуемо. Я видел это десятки раз — агенты теряют контекст, уходят в бюджет, зависают на edge case'ах.

Lead и Sub: разделение труда Разница между lead-агентом и sub-агентом фундаментальна.

Lead — это стратег и координатор. Он видит весь большой контекст, планирует стратегию, принимает ключевые решения, управляет работой целой команды sub-агентов. Sub-агент — узкий специалист. Быстрый, недорогой в вызовах, берёт одну конкретную, хорошо определённую задачу и докладывает результат. Sub слушает lead и не проявляет инициативы. Anthropicиспользует эту схему потому, что она масштабируется. Один lead может координировать пять sub-агентов. Потом вы добавляете ещё пять — lead с ними справляется. Ещё пять — всё работает. Вы не переписываете lead, не меняете архитектуру. Просто расширяете team.

Готовый шаблон на руки Разобрав промпты Anthropic, я извлёк паттерны и собрал SKILL.md шаблон.

По этому шаблону вы можете пройтись по своему агенту и убедиться, что ничего не пропустили. Это как чек-лист пилота перед взлётом, но для AI-агентов. Главное правило: используйте его ДО выхода в production. Потому что добавлять компоненты «на лету» и переписывать промпты в боевых условиях — это адская боль. Потратите один день на архитектуру — потом месяцы будете благодарны себе.

Что это значит

Если вы строите агента прямо сейчас, эта архитектура может сэкономить вам недели отладки. Потому что обычно все компоненты появляются в code случайно, когда уже произошла катастрофа — агент зависнул, переехал бюджет, залупился на edge case'е. Теперь у вас есть проверенный шаблон. Используйте его.