Весной 2025 года после выхода DeepSeek-R1 и роста популярности ризонинг-моделей команда Алисы AI начала работу над режимом «Рассуждать», который требовал доступа к свежим данным из интернета. Изначально был реализован простой RAG-пайплайн с мультизапросным поиском, где запросы генерировала сама LLM. Пользователи быстро оценили качество ответов на сложные вопросы, что подтолкнуло к развитию функциональности. Уже через несколько месяцев, на фоне хайпа вокруг ИИ-агентов, было решено создать полноценный Deep Research, получивший название «Режим „Исследовать“». Проект стартовал в момент активного строительства инфраструктуры ATS и Agent SDK, что позволило заложить надёжную основу для длительных многошаговых запросов.

Агент «Исследовать» способен строить уникальный план решения задачи, выполнять сотни поисковых запросов, работать с динамическим JavaScript-контентом, писать и исполнять Python-код для расчётов, а также обрабатывать скачанные файлы. Всё это нацелено на выдачу максимально качественного ответа на сложные запросы, например планирование двухнедельного автопутешествия по Дагестану с детьми. За год агент прошёл путь от прототипа до продакшена, при этом команда сознательно отказалась от обучения больших LLM, сделав ставку на обвязки, контекст-инжиниринг и вспомогательные модели. Такой подход позволил не только ускорить разработку, но и значительно сократить потребление GPU-ресурсов. По словам руководителя команды Прохора, это решение оказалось стратегически верным: основатель Manus позже пришёл к аналогичному выводу, отказавшись от собственных моделей в пользу готовых решений.

Первый прототип агента базировался на подходе CodeAgent, где модель генерировала Python-код для вызова инструментов. Метрики оказались приличными: FRAMES — 75, SimpleQA — 81, GAIA — 26 (последняя была низкой из-за отсутствия поддержки файлов). Однако при попытке перенести решение в продакшен возникла серьёзная проблема: сгенерированный код требовал изолированной песочницы с доступом в интернет, что создавало угрозу безопасности при пробросе вызовов инструментов из внешней сети во внутренний контур. К счастью, в конце июля 2025 года появилась опенсорс-модель с качественным function calling, что позволило всего за две недели переписать агента на классический цикл вызова функций. Ещё неделя потребовалась на то, чтобы превзойти метрики CodeAgent, а инфраструктура стала значительно проще и безопаснее. Первая архитектура была полностью отброшена, и команда ни разу об этом не пожалела.

Ключевым элементом успеха стал харнесс — обвязка, превращающая «голую» LLM в агента. В неё входят оркестрация, цикл tool-use, работа с контекстом и памятью, ретраи, верификация, песочница и наблюдаемость. Рядом существует понятие scaffolding — заданные шаблоны промптов и схемы инструментов, определяемые на этапе дизайна. Команда Алисы AI подчёркивает, что именно качественная обвязка позволяет одной и той же модели показывать radically разные результаты: изменение харнесса может поднять метрику на десятки пунктов. В отличие от коллег из Яндекса и Сбера, которые вынесли агентность в управляемый конвейер, разработчики Алисы пошли по пути классического агента с tool-call, где модель самостоятельно удерживает стратегию, а вокруг неё выстроены десятки слоёв обвязки. Каждый слой появлялся как ответ на конкретную боль, а не из любви к красивым архитектурам.

Для российского рынка ИИ-агентов этот опыт имеет особое значение. В условиях ограниченного доступа к передовым GPU и растущих требований к импортозамещению, способность снижать вычислительную нагрузку без потери качества становится критически важной. Подход Алисы AI демонстрирует, что можно конкурировать с глобальными игроками не за счёт обучения собственных огромных моделей, а за счёт эффективной инженерии вокруг доступных LLM. Это снижает порог входа для российских компаний, желающих создавать сложные агентные системы. Кроме того, отказ от внешних песочниц в пользу внутреннего контура повышает безопасность и соответствие требованиям регуляторов. Отраслевые эксперты отмечают, что такой путь позволяет быстрее выводить продукты на рынок и гибко адаптироваться к изменениям в доступных моделях.

Сравнение с альтернативами показывает, что многие зарубежные решения, такие как Deep Research от OpenAI или Google, также активно используют обвязки, но зачастую полагаются на собственные проприетарные модели. Российский агент вынужден работать с тем, что есть, и именно это ограничение стимулировало создание эффективного харнесса. В то же время китайские разработчики, например в проектах по проектированию чипов, интегрируют ИИ-агентов для ускорения процессов, что подтверждает глобальный тренд на агентные архитектуры. Однако ключевое отличие подхода Алисы AI — фокус на сокращении потребления GPU, что напрямую влияет на стоимость эксплуатации и масштабируемость. Если западные компании могут позволить себе наращивать вычислительные мощности, то в российских условиях оптимизация становится вопросом выживания.

В дальнейшем команда планирует развивать агента, добавляя новые инструменты и улучшая качество ответов. Открытыми остаются вопросы о том, как масштабировать решение на миллионы пользователей без пропорционального роста затрат на GPU, а также о возможностях интеграции с корпоративными базами знаний. Уже сейчас понятно, что выбранная стратегия — не обучать свои модели, а строить эффективные обвязки — может стать стандартом для российского ИИ-рынка. Опыт Алисы AI показывает, что даже при ограниченных ресурсах можно создавать продукты, конкурирующие с мировыми лидерами, если сосредоточиться на инженерии, а не на гонке за гигантскими моделями.