Перейти к основному содержимому

Словарь терминов

Словарь фиксирует рабочий язык книги. Он помогает сверять термины перед правками и не перегружать текст лишними англицизмами.

Указатель​

Adoption · AI-Native · AI-Native инженер · Delegate / Review / Act · Evals · Human-in-control · LLM · MCP · MCP-шлюз · Open-source модель · Prompt · Quality review · Scopes · Skill · Skill master · Source of truth · Автономный агент · Агент · Ассистент · Аудит · Владелец agentic-контура · Владелец skill · Закрытый контур · Контур · Обезличивание · Операционное ядро · Память · Правило остановки · Проприетарная модель · Сдвиг мышления · Усиленная роль

Adoption​

Принятие нового способа работы командой. В книге по возможности используется русское слово «принятие», но термин adoption может встречаться как устойчивый рыночный термин.

AI-Native​

Компания, роль или рабочий контур, где ИИ встроен в способ работы. AI-Native модель соединяет усиленные роли, ассистентов, skills, source of truth, права, память, проверку качества и метрики.

AI-Native инженер​

Инженер новой роли. Он пишет код и умеет ставить задачи агентам, собирать контекст, проектировать skills, проверять результат, работать с MCP и учитывать безопасность, качество и сопровождаемость.

Delegate / Review / Act​

Три режима работы ассистента и агента.

  • Delegate: человек поручает подготовку результата.
  • Review: ассистент проверяет результат, ищет ошибки, риски и расхождения.
  • Act: агент выполняет действие в разрешенном коридоре, например создает задачу, записывает summary, обновляет статус или готовит MR.

Evals​

Тестовые сценарии для проверки качества skills и ассистентов. Например, набор договоров с известными рисками или набор заявок клиента, где известна правильная классификация.

Human-in-control​

Принцип, по которому человек остается владельцем цели, границ, решения и последствий. Близкий термин human-in-the-loop подчеркивает участие человека в контуре, но в книге важнее управленческая ответственность человека за результат.

LLM​

Большая языковая модель. Примеры: ChatGPT, Claude, Gemini, DeepSeek, Qwen, Llama, Mistral. В книге под ИИ чаще всего имеются в виду LLM и ассистенты, собранные вокруг них.

MCP​

Протокол и подход для подключения ассистентов к инструментам и данным. Через MCP ассистент может искать документы, читать задачи, получать данные клиента и вызывать разрешенные действия.

MCP-шлюз​

Управляемый слой между ассистентами и корпоративными системами. Он отвечает за авторизацию, права, аудит, маршруты к системам, обезличивание, доступ к памяти и контроль действий. В книге термин «MCP-шлюз» используется без привязки к конкретной внутренней реализации.

Open-source модель​

Модель с открытыми весами или открытой экосистемой, которую можно разворачивать и донастраивать в своем контуре при соблюдении лицензии и технических требований. Примеры семейств: Llama, Qwen, Mistral и другие.

Prompt​

Запрос к модели. Промпт может быть полезным для разовой задачи; корпоративным стандартом он становится после оформления в skill с источниками, ограничениями, качеством и владельцем.

Quality review​

Проверка результата по правилам качества. Это может быть чек-лист, review другим человеком, автоматическая проверка или evals.

Scopes​

Разрешения, которые задают доступные пользователю или агенту действия: читать документы, искать задачи, создавать MR, писать summary или администрировать права.

Skill​

Рабочий навык или протокол ассистента. Skill описывает, когда его использовать, какие входы нужны, где находится source of truth, какие шаги выполнить, какие ограничения соблюдать, где остановиться, как проверить качество и какой результат вернуть.

Prompt помогает одному человеку. Skill становится активом компании, если у него есть владелец, версия, review и правила обновления.

Skill master​

Роль или функция, которая отвечает за здоровье корпоративной библиотеки skills. Skill master помогает сотрудникам оформлять новые skills, организует PR/MR review, проверяет структуру, source of truth, правила остановки, безопасность и качество.

Source of truth​

Официальный источник правды. Это место, где компания считает данные актуальными и управляемыми: CRM, трекер, база знаний, договорная система, Git-репозиторий, ERP, HR-система или утвержденный документ. Память ассистента должна сверяться с source of truth.

Автономный агент​

Агент, который может выполнять задачу без постоянного участия человека: собирать проектный статус, искать блокеры, мониторить задачи, готовить summary или проверять документы. Автономность требует понятных границ и human-in-control.

Агент​

Ассистент с большей самостоятельностью. Агент может использовать инструменты, выполнять шаги, работать по расписанию, брать фоновые задачи и действовать в заданном коридоре. Агенту нужны права, аудит, правила остановки и владелец результата.

Ассистент​

ИИ-помощник, который работает рядом с человеком: отвечает, ищет, готовит черновики, проверяет, помогает думать и выполнять задачи. Ассистент обычно действует в диалоге с человеком и опирается на skill, source of truth и правила качества.

Аудит​

Журнал действий ассистентов и агентов. Аудит отвечает на вопросы: кто запросил действие, какой skill использовался, какие источники читались, какие инструменты вызваны, что было изменено и где человек подтвердил результат.

Владелец agentic-контура​

Человек, который отвечает за рабочий контур с ассистентами и агентами. Он владеет целью, ролями, skills, метриками, качеством и границами автономии.

Владелец skill​

Человек, который отвечает за актуальность и качество конкретного skill. Он принимает изменения, смотрит на ошибки, обновляет source of truth и решает, когда skill устарел.

Закрытый контур​

Архитектура, где данные не уходят во внешний сервис без разрешения. Такой контур может использовать внутренние модели, open-source LLM, локальную инфраструктуру, собственный MCP-шлюз и строгие правила доступа.

Контур​

Повторяющаяся рабочая область, которую можно усилить ассистентом: подготовка коммерческого предложения, проверка договора, проектный статус, обработка входящей заявки, разработка функции или протокол встречи. У контура есть роль, skill, source of truth, права, качество и владелец результата.

Обезличивание​

Удаление или маскирование чувствительных данных до передачи в LLM. Например: заменить имя на роль, удалить телефон, скрыть реквизиты, обобщить сумму, не передавать токены и секреты.

Операционное ядро​

Система, которая позволяет компании регулярно собирать AI-Native контуры. Включает роли, skills, source of truth, MCP-шлюз, права, память, качество, метрики, автономных агентов и владельцев.

Память​

Управляемый слой контекста, который помогает ассистенту и компании сохранять опыт работы.

  • Короткая память: задача и сессия.
  • Средняя память: проект, клиент или команда.
  • Длинная память: знания компании, связанные с source of truth.

Правило остановки​

Условие, при котором ассистент или агент прекращает действие и возвращает управление человеку. Примеры: нет доступа к source of truth, данные противоречат друг другу, требуется юридическое решение, действие затрагивает деньги, есть персональные данные или confidence низкий.

Проприетарная модель​

Модель, предоставляемая компанией как сервис или закрытая технология. Примеры: ChatGPT, Claude, Gemini. Такой выбор часто дает качество и удобство, но требует внимания к контролю данных, стоимости и зависимости от поставщика.

Сдвиг мышления​

Момент, когда человек перестает воспринимать ИИ как игрушку или угрозу и начинает думать вместе с ассистентом. После сдвига мышления возврат к старой работе ощущается как потеря скорости и качества.

Усиленная роль​

Роль сотрудника после встраивания ассистента. Например, менеджер по продажам работает с ассистентом, source of truth, skills и quality review вместо ручного сбора коммерческого предложения из разрозненных материалов.