Большинство AI-трансформаций умирает не от плохих моделей и не от сопротивления людей. Они умирают об инфраструктуру — точнее, об её отсутствие.
Картина везде одинаковая, я видел её изнутри и вижу снаружи. Компания решает «внедрять ИИ». Появляются энтузиасты: один собрал агента у себя на ноутбуке, второй — бота в отделе, третий ведёт промпты в заметках. Полгода спустя у компании не агентный слой, а десяток несовместимых поделок: у каждой свой контекст, свои доступы, свои версии инструкций. Никто не может воспользоваться чужим решением, обновления не расходятся, знания не синхронизируются. Это проблема консенсуса — и она не решается ни новой моделью, ни воркшопом по промптам.
Я упёрся в это, перестраивая продуктовый цикл под агентов в Garage Eight, и с этим же приходят ко мне люди из комьюнити: «у нас три человека собрали себе агентов, всё работает, но у каждого — своё, и дальше мы не двигаемся». Дальше и не сдвинутся: если каждый строит своё в углу, трансформация вырождается в кружок энтузиастов. Если вся компания — тридцать энтузиастов, кружок и компания совпадают, и вы быстро станете AI-native. Но там, где работают люди разных ролей, с разными правами доступа и разной технической подготовкой, без общей инфраструктуры двигаться некуда. Инфраструктура — не поддержка трансформации. Она её первый объект.
Тупые затыки, из которых состоит барьер
Проблема консенсуса звучит абстрактно, поэтому вот из чего она состоит на практике. Как раздать всем одни и те же скиллы и инструкции для агентов — и не пересылать md-файлы в рабочем чате? Как подключить MCP-серверы так, чтобы у каждого не жила своя копия со своими токенами? Как дать всей команде одни и те же модели — а не «у одного GPT, у второго локальная, у отдела что досталось»? Куда класть общий контекст, чтобы люди и агенты видели одно и то же, а не десять версий одного документа? Как начать дообучать свои модели, если вся разметка размазана по чатам и заметкам? И как вообще понять, что вы переросли ноутбук энтузиаста?
Каждый затык по отдельности тупой — решается за день. Вместе они барьер, который месяцами не пускает команду в единую среду: один контекст, одно информационное пространство, одни правила для людей и агентов. А ведь именно там живёт преимущество: преимущество компании — это её контекст, собранный в одном месте и доступный каждому сотруднику и каждому агенту, а не размазанный по углам.
Вторая волна: своя подстанция
В начале двадцатого века у каждого серьёзного завода была своя электростанция — сети ещё не было, а станки уже требовали энергии. С ИИ история развернулась наоборот: сеть — облачные модели — появилась первой, и три года все жили от розетки OpenAI и Anthropic. Теперь начинается вторая волна: своя подстанция. Модели с открытыми весами на своём железе, свои базы знаний, свои агенты. Не вместо облака — рядом, для того, что наружу отдавать нельзя или не хочется.
Почему ИИ не консолидируется обратно в облако, как когда-то электричество в сеть? Потому что данные — не электроны. Ток обезличен, и неважно, чья турбина его выработала; документы, переписка и чертежи — нет, и каждый их выход за периметр — юридическое событие. Экономика тоже развернулась: стоимость инференса падает на потребительском железе быстрее, чем растёт выгода от масштаба, а регуляторика год за годом тянет данные внутрь. У электрификации исключениями стали больницы и военные — у ИИ «исключения» такого рода описывают половину экономики.
Порог входа при этом рухнул. Панель из трёх маленьких моделей разных семейств суммарно весит восемь гигабайт и целиком живёт в видеопамяти одной консьюмерской карты. Для задач проверки такая панель обходит одного большого судью — это результат «Replacing Judges with Juries» (arXiv:2404.18796), а на моём домашнем стенде (замер — июль 2026) та же схема даёт полноту 0,88 при 4 % ложных срабатываний на наборе из 42 специально спроектированных ловушек. Для проверки и рутины маленькие модели стали достаточными — железо перестало быть аргументом «нам это не по карману». Тяжёлое рассуждение при этом спокойно остаётся облаку, там, где данные позволяют: контур гибридный по умолчанию.
Из чего состоит зрелая ИИ-инфраструктура
Коробка с моделью — не инфраструктура, как дизель в сарае — не энергосистема. Зрелый контур — это набор объектов ценности, и модель среди них — самый заменяемый:
- Серверы и стенды самообслуживания. Любой сотрудник разворачивает своё решение за минуты — и оно тут же становится общим ресурсом: ещё одним сервисом, ещё одной базой, ещё одной «тачкой» для агентов. Не заявка в ИТ на три недели, а кнопка.
- Знания в двух интерфейсах. Для инженеров — зрелый git во внутренней среде. Для всех остальных — база знаний, которая прячет пуши, коммиты и ветки: менеджер кладёт документ в общую папку — и через минуту документ знает вся система, с версиями и историей. Механика git — слишком дорогой входной билет, чтобы делать её условием участия в трансформации.
- Локальные модели — для всего, что содержит персональные данные и коммерческую тайну. Обработка внутри периметра, исходящие соединения запрещены на уровне сети.
- MCP-hub — одна точка, где живут все инструменты компании: права, правила, доступы по ролям — и инструкция подключения, которая занимает минуты, а не дни. Новый сотрудник или новый агент получает ровно те инструменты, которые ему положены, и ни одного больше.
- Проверка и самоизмерение. Консилиум моделей, судья, человек-в-петле — ответам можно верить не потому, что модель хорошая, а потому, что систему можно поймать за руку, и она сама помечает, где не уверена. А эталонные наборы с автоматическим замером не пускают в работу изменения, которые ухудшают систему: за один день калибровки моего стенда замер завернул три моих собственных «улучшения» из четырёх — каждое выглядело очевидно правильным. Как это собирается, я разобрал в тексте про консилиум моделей.
Проверьте свой контур по этому списку — чаще всего отсутствуют именно последние два пункта. А без них первые три дают ровно тот же кружок энтузиастов, только с бюджетом.
Это уже собирается из готового — и всё равно кажется, что просто
Хорошая новость: почти всё из списка выше не нужно писать с нуля. Локальные рантаймы моделей открыты и бесплатны, готовые чат-оболочки ставятся за вечер, реестры MCP-серверов растут каждую неделю, инструменты дообучения документированы. Есть и компании, которые собирают такие контуры под ключ, — мы в их числе. Так что «иди и попробуй сам» — это не ирония: попробуйте, компоненты правда доступны.
Правда в другом: тупые затыки живут не в компонентах, а в том, как компоненты связаны между собой. Ни один компонент не отвечает на вопросы: кто раздаёт права и кому; как документ менеджера попадает в контекст агента инженера; кто заметит, что вчерашнее обновление модели тихо испортило ответы; как новый сотрудник получает своё рабочее место за час, а не за месяц. Эта связующая работа — кто раздаёт права, как знания попадают к агентам, кто замечает деградацию — и есть инфраструктура. Компоненты — только её материал, и именно поэтому «мы поставили Ollama» так часто оказывается началом ещё одного кружка энтузиастов.
Инфраструктура — это ещё и школа для моделей
Самая недооценённая роль зрелого контура: он не только исполняет — он учит. Всё, что накапливается в инфраструктуре, — инструкции в MD-файлах, вердикты экспертов, исправленные ошибки агентов, — это готовая разметка. Сначала она живёт в промптах и базах знаний, потом переезжает в код детерминированных проверок, а дальше — в веса малых локальных моделей: инструкция, которая была текстом, становится поведением модели. Промпт короче, ответ быстрее, качество то же — на том же железе. Компания, у которой инфраструктура собирает контекст с первого дня, через год имеет не набор промптов, а обученные под себя малые модели. Компания, у которой каждый вёл заметки у себя в углу, имеет заметки.
Инфра + harness = рабочее место
Финальная форма этой мысли простая: инфраструктура плюс harness (оболочка, в которой работает агент: инструменты, права, правила) — это универсальное рабочее место сотрудника. Когда таких рабочих мест становится много, harness дорастает до целой агентной ОС — с памятью, планировщиком, правами и мониторингом; как она устроена и что в ней ломается, я показал в «Вашей следующей ОС — OpenClaw» на живой системе из тридцати агентов (моя домашняя лаба, июль 2026). Не «доступ к чат-боту», а место, где у человека любой роли — без технических навыков — есть агенты с нужными инструментами, знания компании с цитатами, право разворачивать свои решения и уверенность, что ответам можно верить. Вот это и есть момент, когда бизнес обрастает агентным слоем, который приносит ценность, — а не момент закупки лицензий.
Но инфраструктура — необходимое, не достаточное. Работать по-новому компания начинает, когда перестроен цикл: что отдано агентам, где стоят Quality Gates, кто принимает их работу. Я писал об этом в «AI-native за 100 дней»: если в культуру без Quality Gates добавить ИИ — получится брак, усиленный в десять раз, потому что агенты поставляют быстрее, чем люди успевают проверять. Эти два текста — две половины одного ответа: там — операционная модель, здесь — фундамент под ней. По отдельности они дают либо культуру без опоры, либо железо без смысла.
С чего начать
Не с закупки железа. С одного процесса, который болит: проверка документации, ответы по регламентам, разбор входящих — что угодно, где люди неделями делают то, что у контура занимает один прогон. Один процесс, один стенд, эталонный набор, размеченный вашими экспертами, и замер против ручной работы. По ресурсам это обозримо: станция с одной серьёзной видеокартой, один инженер, четыре–восемь недель до первого замера. Вся эксплуатационная сложность — бэкапы, мониторинг, ночные инциденты — достаётся этому одному инженеру; остальные получают кнопку. Как выглядит его сторона работы, видно по моей домашней версии такого контура в «Вашей следующей ОС — OpenClaw» — той самой половине «в каждый дом» из заголовка. И три вопроса до старта: кто владелец стенда, где живёт эталонный набор и кто принимает порог качества.
Дотянули до порога — расширяете. Не дотянули — вы потратили недели, а не годы, и точно знаете, чего не хватает. Так и заходит вторая волна: одна задача, один замер. Дальше сеть растёт сама.
