Современные LLM-агенты застревают на полпути к решению сложных бизнес-задач, и проблема здесь не в «глупости» моделей, а в примитивной организации их памяти. Большинство систем до сих пор полагается на плоские коллекции текстовых промптов. Эти «банки навыков» позволяют не изобретать велосипед каждый раз, но, как справедливо отмечают исследователи из Пекинского университета почты и телекоммуникаций совместно с Ant Group, на больших дистанциях такая структура рассыпается. Возникает критический разрыв: агент понимает стратегическую цель («что сделать»), но спотыкается на уровне конкретных исполняемых действий («как именно»), когда цепочка становится длиннее пары звеньев.
Архитектура HiSkill: от списков к графам
Решение, предложенное Ю Хао (Yu Hao) и его коллегами, получило название HiSkill. Это иерархический граф навыков, который отправляет на свалку истории обычный поиск по сходству (retrieval). Вместо того чтобы выдергивать разрозненные куски текста, HiSkill структурирует траектории взаимодействия в виде направленного графа.
В нем высокоуровневые цели жестко связаны с атомарными операциями (AtomicOp). Архитектура учитывает декомпозицию задач и временные переходы. Система предусматривает сценарии автоматического восстановления после ошибок.
Вместо того чтобы раздувать контекстное окно бесконечными инструкциями, агент вытягивает компактный подграф, релевантный текущему шагу.
Экономика и эффективность
Бизнес-эффект здесь куда интереснее академических бенчмарков. Эксперименты в трех интерактивных средах подтвердили: иерархический подход не просто точнее, он дешевле. Использование структурированных связей и общих паттернов действий вместо повторной инъекции массивных текстовых блоков радикально снижает потребление токенов на инференс. Для компаний, считающих юнит-экономику своих AI-сервисов, это прямой сигнал к действию.
Главное
Узкое горлышко агентных систем сместилось с доступности навыков как таковых к их оркестрации. Линейные библиотеки промптов не справляются с длинными цепочками вложенных задач. Иерархические графы — единственный способ заставить агентов работать надежно, не разоряясь на счетах от провайдеров API.