Встречая эру искусственного интеллекта, традиционные методы программирования сталкиваются с ограничениями. Особенно на уровне проектирования и эксплуатации AI-агентов существующие фиксированные рабочие процессы больше не являются оптимальным выбором ни с точки зрения гибкости, ни с точки зрения эффективности. В связи с этим Amazon Web Services (AWS) ускоряет переход к использованию моделей, основанных на интеллектуальных способностях искусственного интеллекта.
Главный инженер Amazon Web Services Клэр Лигуори на конференции “AWS re:Invent 2025” в Лас-Вегасе подчеркнула этот стратегический сдвиг парадигмы. Она объяснила, что поскольку AI-агенты работают в непредсказуемой и динамичной среде, традиционный способ, при котором разработчики заранее кодируют все процессы, может привести к обратному эффекту. Поэтому, по её мнению, более эффективным является направление, при котором AI-модели самостоятельно строят логику и управляют выполнением процессов.
Лигуори отметила: “В прошлом мы создавали стандартизированные рабочие процессы на основе традиционных практик кодирования для решения сложных задач, но в итоге это оказывается хрупким методом. Возвращение к модельно-ориентированному проектированию, где главную роль играет AI, делает возможным выполнение инновационных задач.” Она добавила: “Такой подход особенно естественен для молодого поколения разработчиков.”
Главным техническим препятствием в разработке агентов является так называемый “структурный связующий код” — то есть код оркестрации и защитной логики. Лигуори указала, что эти постоянные элементы приводят к значительной неэффективности, занимая до 90% общего времени и затрат на разработку. Она особо подчеркнула, что для таких передовых моделей, которые способны к самостоятельным рассуждениям и выбору инструментов, чрезмерная инженерия окружения может даже навредить производительности.
Лигуори объяснила: “Сегодня управление агентами уже не так сложно. Достаточно заменить модель, не меняя всю программную систему, чтобы значительно повысить производительность.” В этом русле Amazon Web Services внедряет поддержку TypeScript в своей открытой фреймворке “Strands”, чтобы снизить порог входа. Эта мера предназначена для того, чтобы даже не специалисты по AI могли легко реализовывать AI-агентов.
Она сказала: “Мы хотим, чтобы любой мог создать агента всего за несколько строк кода. На самом деле, некоторые продуктовые менеджеры подходили ко мне и говорили: ‘Когда я попробовал сам написать — это поразительно’.”
Эксперты прогнозируют, что с точки зрения снижения стоимости систем, упрощения кода и быстрой интеграции инновационных AI-технологий, модельно-ориентированный подход станет ключевой инфраструктурной стратегией в эпоху искусственного интеллекта. Выступление Лигуори ясно показало, что этот переход — не просто маркетинговый слоган, а реальное технологическое движение вперёд.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
«AI заменяет программирование для принятия решений»… AWS ускоряет переход к архитектуре вокруг модельных хабов
Встречая эру искусственного интеллекта, традиционные методы программирования сталкиваются с ограничениями. Особенно на уровне проектирования и эксплуатации AI-агентов существующие фиксированные рабочие процессы больше не являются оптимальным выбором ни с точки зрения гибкости, ни с точки зрения эффективности. В связи с этим Amazon Web Services (AWS) ускоряет переход к использованию моделей, основанных на интеллектуальных способностях искусственного интеллекта.
Главный инженер Amazon Web Services Клэр Лигуори на конференции “AWS re:Invent 2025” в Лас-Вегасе подчеркнула этот стратегический сдвиг парадигмы. Она объяснила, что поскольку AI-агенты работают в непредсказуемой и динамичной среде, традиционный способ, при котором разработчики заранее кодируют все процессы, может привести к обратному эффекту. Поэтому, по её мнению, более эффективным является направление, при котором AI-модели самостоятельно строят логику и управляют выполнением процессов.
Лигуори отметила: “В прошлом мы создавали стандартизированные рабочие процессы на основе традиционных практик кодирования для решения сложных задач, но в итоге это оказывается хрупким методом. Возвращение к модельно-ориентированному проектированию, где главную роль играет AI, делает возможным выполнение инновационных задач.” Она добавила: “Такой подход особенно естественен для молодого поколения разработчиков.”
Главным техническим препятствием в разработке агентов является так называемый “структурный связующий код” — то есть код оркестрации и защитной логики. Лигуори указала, что эти постоянные элементы приводят к значительной неэффективности, занимая до 90% общего времени и затрат на разработку. Она особо подчеркнула, что для таких передовых моделей, которые способны к самостоятельным рассуждениям и выбору инструментов, чрезмерная инженерия окружения может даже навредить производительности.
Лигуори объяснила: “Сегодня управление агентами уже не так сложно. Достаточно заменить модель, не меняя всю программную систему, чтобы значительно повысить производительность.” В этом русле Amazon Web Services внедряет поддержку TypeScript в своей открытой фреймворке “Strands”, чтобы снизить порог входа. Эта мера предназначена для того, чтобы даже не специалисты по AI могли легко реализовывать AI-агентов.
Она сказала: “Мы хотим, чтобы любой мог создать агента всего за несколько строк кода. На самом деле, некоторые продуктовые менеджеры подходили ко мне и говорили: ‘Когда я попробовал сам написать — это поразительно’.”
Эксперты прогнозируют, что с точки зрения снижения стоимости систем, упрощения кода и быстрой интеграции инновационных AI-технологий, модельно-ориентированный подход станет ключевой инфраструктурной стратегией в эпоху искусственного интеллекта. Выступление Лигуори ясно показало, что этот переход — не просто маркетинговый слоган, а реальное технологическое движение вперёд.