После самовосстановления: зачем агентам уровни автономности L6 и L7

У меня выдалась свободная неделя. Правда, не совсем по плану.

В начале недели я запустил большую исследовательскую задачу и очень быстро сжёг почти все лимиты — за два дня ушло около 90% недельного ресурса. В обычной логике это выглядит как проблема: работа остановилась, привычный темп сбился, Арканада как будто встала на паузу. Но получилось наоборот. Когда у тебя внезапно заканчивается возможность просто продолжать делать, появляется редкое пространство, чтобы подумать. Не закрывать очередную задачу. Не допиливать очередной рабочий процесс. Не бежать за следующим агентом. А остановиться и посмотреть сверху: что я вообще строю, куда оно движется и почему некоторые сервисы уже ведут себя сложнее, чем я сам описывал в прошлой методологии.

И в какой-то момент я заметил странную вещь. Некоторые мои агенты уже выполняют функции, которые плохо укладываются в автономность пятого уровня. Формально L5 — это полная автономия в рамках задачи: агент сам работает, сам восстанавливается, сам оптимизируется, сам выбирает более дешёвые или более качественные маршруты, сам учится на оценках. Но в реальной работе я всё чаще вижу другой слой: агент не просто решает задачу — он начинает строить вокруг себя других агентов, роли, проверки, маршруты, инфраструктурные контуры.

То есть он перестаёт быть просто автономным исполнителем. Он становится организатором автономности.

В предыдущей статье я взял телеком-шкалу автономности L0–L5 и перенёс её на AI-агентов. Это была хорошая отправная точка: TM Forum действительно использует шкалу уровней автономных сетей — от L0, ручных операций, до L5, полностью автономных сетей. Но чем глубже я работаю с агентными системами, тем яснее становится: для AI-агентов L5 — это не финал. Это финал только для отдельного агента. А дальше начинается совсем другая история.

Почему L5 уже недостаточно

В телекоммуникациях объект автономности — сеть. Сеть должна сама обнаруживать сбои, сама восстанавливаться, сама оптимизировать трафик, сама держать качество сервиса. Поэтому L5 там выглядит как естественная вершина: полностью автономная сеть, которая работает по намерениям бизнеса и операционным ограничениям.

Но AI-агент — это не просто сеть. AI-агент может быть разработчиком, тестировщиком, аналитиком, архитектором, ревьюером, оператором инфраструктуры, исследователем, менеджером других агентов. И вот здесь начинается отличие.

Если агент умеет восстановить себя после падения — это L4. Если агент умеет улучшать собственную работу, выбирать модели, менять промпты, оптимизировать стоимость и качество — это L5. Но если агент понимает, что для решения повторяющегося класса задач нужен отдельный специализированный агент, создаёт его, описывает роль, выдаёт инструменты, подключает проверки, запускает в песочнице, оценивает качество и потом включает в рабочий контур — это уже не L5.

Это другой уровень. Это не самовосстановление. Это самосборка.

Что уже есть в исследованиях

Я не хочу подавать эту идею как фантазию из головы — научная и инженерная база для неё давно накапливается.

IBM ещё в 2001 году описала autonomic computing — самоуправляемые вычислительные системы со свойствами самоконфигурирование, самовосстановление, самооптимизация и самозащита: сами конфигурируются, сами лечатся, сами оптимизируются и сами защищаются.

Reflexion показал важную для агентных систем идею: агент может улучшать поведение не через дообучение весов модели, а через языковую рефлексию, обратную связь и эпизодическую память. Опыт становится не мистикой, а рабочим артефактом системы.

AutoGen показал другой слой: несколько LLM-агентов можно собрать в разговорную систему, где они взаимодействуют друг с другом, используют инструменты, принимают человеческий ввод и выполняют сложные рабочие процессы.

А AutoAgents подошёл ещё ближе к тому, о чём я говорю: фреймворк предлагает не просто использовать заранее заданных агентов, а динамически генерировать специализированные роли под конкретную задачу и координировать их как команду.

То есть направление уже видно. Но мне не хватает практической шкалы. Не шкалы «насколько умная модель», не «насколько красивый чат», не «сколько агентов в рабочий процесс» — а шкалы операционной автономности агентной системы. Что именно система умеет делать без человека? Где человек всё ещё оператор? Где он уже архитектор? Где он становится автором конституции системы?

И здесь я предлагаю расширить прежнюю шкалу — не до «седьмого уровня» в бытовом смысле, а до восьмиуровневой: от L0 до L7.

Восемь уровней автономности

Если считать с нуля, уровней получается восемь: L0, L1, L2, L3, L4, L5, L6, L7. Нулевой уровень не декоративный — он показывает исходное состояние, в котором автономности нет вообще. L0–L5 я описывал в прошлой статье; здесь добавляю два верхних: L6 — автономность оркестратора и L7 — автономность экосистемы. Но чтобы скачок к ним был виден, коротко пройдусь по всей шкале.

L0 — ручная работа

Система сама не делает ничего. Человек читает, думает, копирует, вставляет, запускает команды, проверяет результат, чинит ошибки. В мире AI это обычная работа с ChatGPT или Claude: написал промпт, получил ответ, сам перенёс в код, сам запустил тесты, сам исправил, сам решил следующий шаг. Модель может быть очень умной, но процесс не автономен — петлю замыкает человек.

L1 — ассистированная автоматизация

Система умеет выполнять заранее заданную операцию: cron, скрипт, простой бот, сводка по расписанию, генератор отчётов по расписанию. Если всё хорошо — отработал. Если что-то пошло не так — упал, записал лог или, что хуже, не записал ничего. Для агента это уровень «полезной игрушки»: он уже экономит время, но не умеет понимать собственное состояние.

L2 — частичная автономность

Появляется узкая замкнутая петля. Система умеет проверять здоровье, классифицировать известные ошибки, делать безопасный повтор, писать статус, отправлять сигнал в мониторинг. Это ещё не интеллект, но уже начало автономности: агент не просто «запустился и умер», он понимает простые состояния — жив, не жив, токен истёк, API не ответил, база недоступна, задача завершена, задача провалена. Многие сервисы Арканады долго жили именно в этой зоне. Скучный уровень, но без него всё остальное — театр.

L3 — условная автономность

Система начинает адаптироваться — не просто исполнять статические правила, а менять поведение по политике. Появляются трассировки, структурированные логи, оценочные метрики, сигналы живости, проверки при старте, приёмочные тесты, проверки секретов и доступности моделей, маршрутизация по условиям. Человек больше не утверждает каждое действие — он задаёт политику: простые задачи дешёвой модели, сложные сильной; оценка падает — остановить раскатку; провайдер недоступен — перейти на резерв; стоимость выше лимита — не продолжать. Это уже настоящий операционный агент, но он ещё не лечит себя глубоко.

L4 — самовосстановление

Агент умеет не только обнаружить проблему, но и восстановиться: перезапустить упавший компонент, откатить плохой деплой, переключиться на резервного провайдера, продолжить задачу с контрольной точки, отличить временную ошибку от постоянной, остановить бесконечный цикл повторов. Для AI-агентов здесь появляется особая вещь — жёсткие финансовые предохранители. В обычном сервисе бесконечный цикл повторов сжигает CPU. В LLM-агенте — деньги. Поэтому L4 для AI — это самовосстановление плюс финансовые предохранители: у каждого вызова модели — лимит, у каждой задачи — бюджет, у каждого агента — потолок, у каждого рабочего процесса — аварийный выключатель. Без этого автономность превращается в финансово опасную иллюзию.

L5 — самооптимизация

На L5 агент не просто выживает — он становится лучше. Анализирует результаты, улучшает промпты, выбирает модели, сравнивает провайдеров, сжимает контекст, чистит память, строит оценочный набор данных, проводит A/B-тесты, снижает стоимость без потери качества и повышает качество без бессмысленного роста стоимости. На этом уровне агент уже похож на самостоятельного работника: получил задачу, понял контекст, сделал работу, проверил себя, исправил ошибки, сохранил уроки, в следующий раз сделал лучше.

Здесь заканчивается классическая шкала L0–L5. И именно здесь начинается самое интересное. Потому что L5 отвечает на вопрос «как агенту лучше выполнять свою работу?», а следующий уровень — на другой: «каких новых агентов нужно создать, чтобы этот класс работ больше не решался вручную?»

L6 — автономность оркестратора

L6 — это уровень, на котором автономным становится не исполнитель, а оркестратор. Оркестратор не просто вызывает заранее существующих агентов — он умеет создавать новых. Не в мистическом смысле, а в очень инженерном: он видит повторяющуюся задачу, понимает, что под неё нужна отдельная роль, описывает назначение агента, задаёт инструменты, ограничивает права, назначает память, формулирует критерии качества, запускает тесты, проверяет на исторических кейсах, сравнивает с эталоном, подключает в рабочий процесс, следит за результатами и отключает или перестраивает, если агент не справляется.

Вот это и есть L6. Не агент, который хорошо работает, — а агент, который строит других агентов. На L5 система спрашивает: «как мне лучше выполнить задачу?» На L6 — «какая новая рабочая единица должна существовать в экосистеме, чтобы такие задачи решались лучше всегда?»

Это принципиальный скачок. Здесь агентная система начинает производить собственные органы — не просто пользоваться руками, которые ей дал разработчик, а выращивать новые руки под новые задачи.

Чем L6 отличается от обычного мультиагентный рабочий процесс

Важно не перепутать. Если человек руками создал пять агентов, написал им роли и соединил в конвейер — это ещё не L6. Это может быть L2, L3, L4 или L5, в зависимости от качества системы. L6 начинается только там, где сам оркестратор способен увидеть нехватку роли, спроектировать её, создать агента, дать инструменты, ограничить права, проверить качество, встроить в процесс, наблюдать за последствиями и откатить решение.

То есть L6 — это не «много агентов». L6 — это автономное проектирование агентной команды. Настоящий агент-оркестратор — не менеджер задач, а конструктор организации.

L7 — автономность экосистемы

L7 — ещё один скачок. На L6 автономен оркестратор. На L7 автономной становится вся экосистема. Это уже не история про одного умного агента и даже не про одного главного менеджера — это система, которая умеет развивать саму себя как инфраструктуру.

L7-экосистема умеет наблюдать за здоровьем всех агентов, видеть узкие места, предлагать новую инфраструктуру, создавать новые сервисы и роли, собирать консилиумы агентов, исследовать новые направления, сравнивать архитектурные решения, строить оценочные наборы данных, вести внутреннюю документацию, обновлять собственные правила, планировать развитие, перераспределять ресурсы и строить инструменты для самой себя.

Это уже не автономность задачи. Это автономность развития. На L5 агент выполняет работу. На L6 оркестратор строит агентов. На L7 экосистема строит собственную будущую форму.

И вот здесь Арканада становится не набором сервисов, а организмом. Не биологическим, не сознательным, не магическим — операционным. С памятью, ролями, органами, иммунной системой, внутренними советами, правилами, историей решений, механизмами роста и механизмами запрета.

Консилиум агентов

Один из центральных механизмов L7 — консилиум. Потому что чем выше автономность, тем опаснее становится решение одного агента. Один агент может быть убедительным и неправым: красиво объяснить плохую архитектуру, оптимизировать не ту метрику, не заметить риск, принять локально выгодное решение, которое разрушит систему через месяц.

Поэтому на L7 решение должно проходить через разные роли. Архитектор смотрит на структуру. Агент по безопасности — на права и угрозы. Финансовый агент — на стоимость. Агент надёжности — на сценарии отказа. Продуктовый агент — на пользовательскую ценность. Исследовательский агент ищет альтернативы. Агент-критик атакует решение. Эксплуатационный агент проверяет, можно ли это безопасно эксплуатировать. Это не демократия ради демократии, а способ снизить слепоту одиночного агента.

В исследованиях generative agents (Stanford и Google) уже показывали, что агенты с памятью, планированием, рефлексией и взаимодействием могут производить сложное групповое поведение. Но для промышленной системы важна не сама «магия поведения», а управляемая форма обсуждения: артефакты, логи, аргументы, возражения, записи решений, план отката. На L7 консилиум должен оставлять след — какое решение принято, кто был против, почему возражение отклонено, какие данные использовались, какой риск признан допустимым, какой откат предусмотрен, какой бюджет выделен, когда решение будет пересмотрено. Без этого консилиум превращается в театр. С этим — в систему управления.

Человек не исчезает

Самая частая ошибка в разговорах об автономности — думать, что чем выше уровень, тем меньше нужен человек. На самом деле человек не исчезает. Он меняет слой.

• На L0 человек — исполнитель.
• На L1 — запускатель.
• На L2 — наблюдатель.
• На L3 — автор политики.
• На L4 — инженер восстановление-механизмов.
• На L5 — владелец целей и оценочных критериев.
• На L6 — архитектор границ: какие агенты могут создаваться, какие права можно выдавать, какие тесты обязательны, какие действия требуют подтверждения.
• На L7 — автор конституции экосистемы: миссия, запрещённые действия, бюджетные границы, правовые и этические ограничения, уровни риска, права агентов, критерии эскалации, условия остановки.

То есть человек перестаёт быть оператором мышки и становится законодателем. И это правильное направление: не «убрать человека из системы», а поднять его на тот уровень, где он действительно нужен.

Почему L6 и L7 — это не AGI

Очень легко начать называть всё это AGI. Но это неправильный язык. L6 не требует сознания, L7 не требует души. Оркестратору не нужно «понимать жизнь» — ему нужно уметь делать конкретные вещи: замечать повторяемую работу, создавать специализированного исполнителя, задавать права, давать инструменты, проверять качество, встраивать в процесс, останавливать при ошибках. Экосистеме L7 тоже не нужно быть живой в человеческом смысле — ей нужны наблюдаемость, память, оценки, управление, планирование, исследовательский цикл, записи решений, откат, песочница, границы прав, контроль расходов.

Это не AGI. Это автономная инженерная организация, построенная из агентов. И в каком-то смысле это даже интереснее: AGI — туманное слово, а L6 и L7 можно проектировать.

Главная опасность верхних уровней

Чем выше автономность, тем опаснее ошибка. На L3 плохая политика приведёт к плохому маршруту. На L4 плохое восстановление восстановит не то. На L5 плохая метрика научит агента оптимизировать стоимость в ущерб качеству или наоборот. На L6 плохой оркестратор начнёт создавать плохих агентов. На L7 плохая экосистема начнёт воспроизводить плохие решения как норму. Это уже не баг — это институционализация ошибки.

Именно поэтому верхние уровни невозможны без управления. Не в смысле красивого PDF-документа, а в смысле управления во время исполнения: права, бюджеты, логи, аудит, роли, песочницы, шлюзы подтверждения, аварийные выключатели, записи решений, планы отката, ограничения на создание новых агентов, на доступ к данным, на расходы.

Современные фреймворки управления AI-рисками — NIST AI Risk Management Framework и ISO/IEC 42001 — как раз указывают на необходимость системного управления рисками, ролями, процессами и непрерывным улучшением AI-систем. Для L7 это не бюрократия, а скелет. Без него автономная экосистема превращается в рой. А рой может быть эффективным, но он неуправляем.

Таблица уровней

Практический тест

Чтобы шкала не была философией, её можно проверять простыми вопросами.

• L0: если человек перестанет действовать, система сделает что-нибудь полезное?
• L1: может ли система выполнить заранее заданную задачу без ручного запуска каждого шага?
• L2: может ли она обнаружить известную ошибку, безопасно повторить действие и сообщить статус?
• L3: может ли она менять поведение по политике, метрикам и наблюдаемости?
• L4: может ли она восстановиться после сбоя без человека и не сжечь бюджет?
• L5: может ли она улучшать качество, стоимость, маршрутизацию, память или промпты на основе оценок?
• L6: может ли она создать или переконфигурировать другого агента, дать ему роль, инструменты, тесты и ограничения?
• L7: может ли вся экосистема исследовать, обсуждать, принимать решения, строить инфраструктуру, менять собственную структуру и развиваться под заданными человеком ограничениями?

Если ответ «да» — уровень достигнут. Если «почти» — не достигнут. «Почти автономность» обычно означает, что человек всё ещё незаметно держит систему руками.

Где здесь Арканада

Для меня эта шкала важна не как абстрактная классификация, а как карта строительства Арканады. Пока отдельные сервисы могут двигаться к L5: самовосстановление, оптимизация на основе оценок, контроль расходов, резервные цепочки, маршрутизация моделей, уточнение промптов. Но Арканада как экосистема должна двигаться дальше.

К L6 — где Datarim или другой оркестратор сможет не просто исполнять задачи, а создавать новых специализированных агентов под повторяющиеся классы работ. К L7 — где вся экосистема сможет поддерживать себя, исследовать новые направления, собирать консилиумы, принимать архитектурные решения, строить инфраструктуру, улучшать собственные правила и развиваться без постоянного ручного управления каждым шагом.

Это и есть главный сдвиг. Сначала мы строим агентов. Потом агенты строят других агентов. Потом система строит саму себя. Не бесконтрольно, не без человека, не без границ — а внутри заданной конституции.

Вместо заключения

На этом месте удобно было бы поставить точку. Сказать, что теперь у нас есть законченная шкала: от L0 до L7. От ручной работы до автономной агентной экосистемы. От человека-оператора до человека-законодателя.

Но я не думаю, что L7 — это настоящий предел. Скорее, это предел текущей операционной рамки. L7 описывает автономность внутри одной экосистемы: Арканады, компании, продукта, инфраструктурного контура, исследовательской лаборатории. А выше этой рамки начинают появляться другие масштабы.

Есть пространство проектов — уже не один проект и не одна экосистема, а множество проектов, между которыми возникают связи, зависимости, обмен инструментами, перенос агентов, повторное использование знаний, конкуренция архитектур и миграция идей. Есть вселенная проектов — уровень, где проекты образуют собственную среду: одни становятся инфраструктурой для других, одни агенты обслуживают сразу несколько направлений, одни исследовательские результаты меняют траекторию целых семейств систем. И есть метавселенная информационного пространства, где автономность уже нельзя описывать только через агента, оркестратора или экосистему — там придётся говорить о движении знаний, рождении новых смыслов, конкуренции моделей мира и навигации между проектными вселенными.

Возможно, там появятся уровни L8, L9 и дальше. Но я пока не хочу спешить с названиями — L6 и L7 уже достаточно сложны, чтобы их сначала построить, проверить, обжечься, описать, переделать и снова проверить.

Пока для меня важна простая мысль. L5 — это автономный агент. L6 — это агент, который строит других агентов. L7 — это экосистема, которая развивает саму себя. А всё, что выше, — это уже не просто автономность исполнения. Это автономность развития пространств: пространств проектов, вселенных проектов, метавселенной информационного пространства.

И, кажется, именно туда всё это в итоге движется. Но это уже следующая карта. И её нам ещё предстоит исследовать.