Ильяс Салихов (CTO RetailCRM) занял первые места в категориях Speed и Live PROD бенчмарка E-commerce AI Agent (ECOM1) от BitGN, применив инновационную архитектуру «Экзоскелет». Вместо использования сверхмощных и дорогих моделей, решение демонстрирует превосходство гибридного подхода, сочетающего легкие LLM с детерминированным программным кодом.
Что произошло
В рамках челленджа BitGN по созданию эффективных AI-агентов для электронной коммерции, архитектура «Экзоскелет» показала лучшие результаты в скорости и работе в реальном времени. Агент базируется на использовании gpt-5.4-mini, что обходится в 6 раз дешевле использования gpt-5.5, и использует сверхлегкие модели gpt-5.4-nano для таких задач, как классификация и форматирование.
Контекст
Традиционный подход к разработке AI-агентов часто строится на попытках решить все задачи с помощью одной мощной «супер-модели». Однако архитектура «Экзоскелет» предлагает иную парадигму: модель выступает лишь в роли «дирижера» или диспетчера, в то время как критические операции — расчеты, работа с каталогом, обеспечение безопасности и ведение реестра доказательств (evidence ledger) — выполняются надежным программным кодом.
Почему это важно для индустрии
Успех данного подхода задает новый стандарт эффективности для коммерческих AI-агентов. Переход от стратегии «LLM-only» к гибридным системам (LLM + Deterministic Code) позволяет радикально снизить TCO (совокупную стоимость владения) и повысить предсказуемость систем. Это смещает фокус индустрии с бесконечного масштабирования весов моделей на системную архитектуру и оркестрацию специализированных инструментов.
Почему это важно для пользователей
Для разработчиков и бизнеса это означает возможность создавать высокопроизводительных агентов без огромных затрат на API. Использование бюджетных моделей в связке с программной логикой позволяет достичь нужного качества и скорости, минимизируя риски галлюцинаций в критически важных узлах, таких как финансовые расчеты или управление заказами.
Источники
Автор
Look at AI, редакция