В МТС Web Services наглядно продемонстрировали, что эпоха «просто RAG» подошла к концу. Если раньше ИИ-помощник лишь имитировал работу стажера, выискивая инструкции в Confluence и Jira, то теперь система переходит в фазу активного агента. Ведущий инженер компании Илья Парамошин описывает архитектуру, где нейросеть перестает цитировать регламенты и начинает действовать: она самостоятельно лезет в логи, базы данных PostgreSQL и тикеты, чтобы выяснить, почему условное SMS застряло в пути.
На операционном языке это означает внедрение протокола MCP (Model Context Protocol). МТС превратили ИИ в универсальный ключ к эксплуатационным данным. Теперь модель сама решает, какой инструмент ей необходим в моменте — будь то точечный SQL-запрос или глубокий анализ логов. Это позволило изолировать ресурсоемкое расследование инцидентов от тривиального поиска информации. Пока инженер старой закалки вручную собирает пазл из данных разных систем, агент делает это в фоновом режиме через Celery-обработчики.
Механика масштабирования здесь важнее самой технологии. Разделение системы на RAG API и независимые сервисы для работы с логами и БД — это не просто «архитектурная гигиена», а способ разорвать зависимость скорости работы от объема данных. Производительность поиска не деградирует, когда в соседнем потоке модель проводит тяжелый анализ. Использование Open WebUI как MCP-клиента дает инженерам «единое окно», где ИИ выступает не в роли поисковой строки, а в роли полноценного аналитика.
Фактически компания выстраивает конвейер, в котором человек смещается с позиции исполнителя рутинного сбора фактов на место контролера качества. Когда система берет на себя первичный разбор тикета и подтягивает контекст напрямую из баз, нагрузка на поддержку перестает расти линейно вместе с клиентской базой. Это редкий пример того, как агентный подход реально оправдывает вложенные ресурсы, превращая техподдержку из бездонной ямы для ФОТ в оптимизированный бизнес-процесс.