Domain-routed agents vs naive RAG: экономика и риски архитектурного выбора

Вот важная новость с фронта ИИ: snakerzr 4 минуты назад Domain-routed agents vs naive RAG: экономика и риски архитектурного выбора Средний 22 мин 0 Natural Language Processing * Python * Анализ и проектирование систем * Искусственный интеллект Кейс Из песочницы Недавно я решил провести настольную ролевую игру по Vampire: The Masquerade. Это был первый опыт и в роли Рассказчика, и по этой вселенной. Книги правил — сотни страниц текста: лор, механика, клановые особенности, исключения из исключений.

Приходилось постоянно сверяться и с книгой, и с официальной вики, и на ходу отвечать игрокам, для которых мир был тоже в новинку. Можно было бы спрашивать у LLM, но она уверенно галлюцинировала — мешала старые редакции с новой, путала факты, придумывала несуществующие механики. Зато для игры есть богатейшая официальная вики, в которой статьи ссылаются на официальные книги правил.

Технические детали

Из боли начинающего Рассказчика и наличия отличной базы знаний родилась идея: собрать экспертную систему по VTM, которая отвечает строго по правилам. Очевидно — задача под RAG. Но по причинам, описанным дальше, мы будем делать кое-что другое: domain-routed агента — мультиагентный граф, где Router направляет запрос экспертам по доменам знаний, а те через read_document сами выбирают и читают нужные файлы.

Контекст применения такого агента:Ограниченный объем данных — база знаний малого или среднего размера, которая физически помещается в контекстное окно современных моделей. Управляемая структура — информацию можно разбить на несколько крупных смысловых доменов и при необходимости поддерживать их вручную. Редкие обновления — данные относительно статичны, нет потребности в частом обновлении базы знаний.

Потребность в глубоком синтезе — пользователи преимущественно задают сложные кросс-доменные вопросы, где нужно связать факты из разных разделов документации, а не просто найти один конкретный абзац. Если убрать тематику Vampire: The Masquerade, под это описание отлично ложатся реальные корпоративные кейсы: юридические документы, compliance-политики, инженерные регламенты или медицинские протоколы. База знанийИсточником стала официальная вики сообщества.

Отраслевые последствия

Здесь есть важный юридический нюанс. Правила франшизы (Dark Pack Agreement) строго запрещают публичным ботам выдавать прямые дословные цитаты из книг правил. Но статьи на вики изначально написаны в рамках безопасного пересказа, поэтому агент может спокойно цитировать их «как есть».

Правда, сама вики оказалась спрятана за защитой Fastly, которая отбрасывала простые HTTP-запросы ошибкой 403 Forbidden. Но поскольку материалы вики распространяются по лицензии Creative Commons (CC BY-SA 3.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.