Архитектура автономного AI-агента: 6 уровней от 24/7 демона и шлюзов до MCP, иерархической памяти и Kanban-оркестрации

2026-10-27T00:00:00+00:00

Интерактивные интерфейсы языковых моделей (браузерные веб-чаты, REPL в терминале) функционируют в синхронной модели запрос-ответ (In-the-loop): вычислительный процесс привязан к клиентской сессии. При потере сетевого соединения, закрытии окна терминала или сбое локального устройства исполнение инструкций прерывается, а контекстное состояние сбрасывается. Построение автономных систем требует отделения процесса принятия решений от клиентского интерфейса и развертывания агентного рантайма как постоянного фонового сервиса операционной системы.

В такой архитектуре рантайм функционирует непрерывно, самостоятельно обрабатывает внешние события по расписанию или через вебхуки, исполняет операции в локальной песочнице и координирует распределенные подзадачи.

Инженерный разбор открытой платформы Hermes Agent (Nous Research) позволяет формализовать шестиуровневую модель архитектурной зрелости агентных рантаймов: от изоляции системного процесса до мультиагентной оркестрации через визуальный интерфейс Kanban.

Первоисточники и материалы анализа:

Видеоматериал: The Ultimate Beginner’s Guide to Hermes Agent (канал Metics Media, автор Matt).

Официальная спецификация: Hermes Agent Documentation (Nous Research).

Концептуальная база: Model Context Protocol (Anthropic/Open-Source MCP Specification), POSIX Process Supervision, Persistent Markdown-based State Layers.

6 уровней архитектурной зрелости агентного рантайма

Архитектура надежного автономного агента декомпозируется на шесть изолированных уровней абстракции:

flowchart BT
    L1["Уровень 1: Инфраструктурный фундамент<br/>(Headless VPS, Systemd Daemon, Process Isolation)"]
    L2["Уровень 2: Декомпозиция интерфейсов<br/>(Telegram Gateway, Desktop App, Protocol Decoupling)"]
    L3["Уровень 3: Интеграция окружения<br/>(Model Context Protocol, JSON-RPC, Tool Execution Engine)"]
    L4["Уровень 4: Иерархическая память и навыки<br/>(USER.md, MEMORY.md, Procedural SKILL.md, SOUL.md)"]
    L5["Уровень 5: Фоновая автономия и роутинг моделей<br/>(Cron Scheduler, Heartbeat Alerts, SLM/LLM Cost Tiers)"]
    L6["Уровень 6: Мультиагентность и оркестрация<br/>(Sub-agent Delegation, Isolated Sandboxes, Kanban Board)"]

    L1 --> L2
    L2 --> L3
    L3 --> L4
    L4 --> L5
    L5 --> L6

Каждый уровень решает изолированную задачу управления ресурсами, состоянием или протоколами взаимодействия.

Уровень 1: Инфраструктурный фундамент и headless-демон

Базовым требованием автономности является исполнение рантайма на независимом сервере (VPS) под управлением супервизора процессов ОС.

Спецификация системного сервиса (systemd)

Для обеспечения непрерывности выполнения агент регистрируется как юнит systemd с жесткими квотами ресурсов (cgroups v2):

[Unit]
Description=Hermes Agent Headless Runtime Daemon
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
User=hermes
Group=hermes
WorkingDirectory=/home/hermes
Environment="HOME=/home/hermes"
Environment="PYTHONUNBUFFERED=1"
ExecStart=/home/hermes/.local/bin/hermes daemon --config /home/hermes/.hermes/config.yaml
Restart=always
RestartSec=5s

# Ресурсная изоляция ядра Linux (cgroups v2)
MemoryMax=8G
MemoryHigh=7G
CPUQuota=200%
TasksMax=1024

# Ограничения безопасности файловой системы
ProtectSystem=full
ProtectHome=read-only
ReadWritePaths=/home/hermes/.hermes /home/hermes/workspace /tmp
NoNewPrivileges=true

[Install]
WantedBy=multi-user.target

Отказоустойчивость и контрольные точки

Супервизия жизненного цикла: При возникновении аппаратных перезагрузок или падении процесса из-за Out-Of-Memory супервизор автоматически перезапускает демон (Restart=always) с задержкой 5 секунд.
Транзакционные контрольные точки: Состояние диалогов, очереди вызовов и метаданные задач фиксируются в локальной реляционной базе SQLite (state.db) в режиме WAL (Write-Ahead Logging), исключая повреждение данных при внезапном сбросе питания.
Изоляция сессионных директорий: Все операции изменения кода выполняются в выделенной рабочей директории (~/workspace/), изолированной от системных каталогов хоста.

Уровень 2: Отделение рантайма от интерфейсов взаимодействия

В агентном рантайме пользовательские клиенты являются точками отправки событий (Event Sources), а не владельцами вычислительного процесса.

Шлюз управления	Сетевой транспорт	Профиль сценариев использования
Telegram Bot Gateway	HTTPS Long-Polling / Webhook	Мобильное управление, аудиокоманды, push-нотификации и интерактивный контур подтверждения (HITL)
Hermes Desktop App	WebSocket / Local IPC / gRPC	Десктопная среда разработки, синхронизация файлов, просмотр диффов кода, инспекция логов
Web Dashboard	REST API + Server-Sent Events	Панель администрирования, аудит токенов, управление профилями моделей Nous Portal

Обработка асинхронных входящих событий через Telegram

Шлюз Telegram решает задачу круглосуточного асинхронного канала связи. Архитектура обработки сообщения:

Прием пакета: Шлюз получает обновление Telegram Bot API через HTTPS.
Аудио-транскрибация: При наличии голосовой заметки бинарный аудиопоток передается в оптимизированный инференс-модуль (Whisper), возвращающий нормализованный текст.
Асинхронная постановка в очередь: Команда помещается в системную очередь задач демона. Пользователю возвращается подтверждение приема (msg_id), предотвращая разрыв соединения по таймауту.
Доставка результата: По завершении вычислений результат (текстовый отчет, скомпилированный артефакт или лог) отправляется ответным сообщением с корректным MIME-типом.

Уровень 3: Интеграция окружения через Model Context Protocol

Для взаимодействия с внешними подсистемами рантайм использует протокол Model Context Protocol (MCP). MCP стандартизирует обмен данными между LLM и инструментами через JSON-RPC 2.0.

sequenceDiagram
    autonumber
    participant Agent as Hermes Agent Runtime
    participant Client as MCP Client Manager
    participant Server as External MCP Server
    participant Target as External API / Subsystem

    Agent->>Client: Запрос списка доступных инструментов (tools/list)
    Client->>Server: JSON-RPC 2.0 Request: tools/list
    Server-->>Client: Схема инструментов (JSON Schema: name, params, types)
    Client-->>Agent: Регистрация определений в контексте LLM

    Note over Agent: Модель генерирует Tool Call с аргументами
    Agent->>Client: tool_call(name=workspace_search, args=...)
    Client->>Server: JSON-RPC 2.0 Request: tools/call
    Server->>Target: Исполнение запроса к API / Файловой системе
    Target-->>Server: Ответ целевой системы
    Server-->>Client: JSON-RPC Response: structured result
    Client-->>Agent: Инъекция результата в контекст следующей итерации

Спецификация JSON-RPC 2.0 вызова инструмента

Пример полезной нагрузки между клиентом MCP и сервером инструментов:

{
  "jsonrpc": "2.0",
  "id": "req-10492",
  "method": "tools/call",
  "params": {
    "name": "sqlite_query",
    "arguments": {
      "db_path": "/home/hermes/data/metrics.db",
      "query": "SELECT timestamp, cpu_load, mem_used FROM host_metrics ORDER BY timestamp DESC LIMIT 10;"
    }
  }
}

Преимущества протокольной изоляции:

Валидация типов данных: Параметры проверяются на соответствие JSON Schema до исполнения на хосте.
Изоляция сбоев процесса: Серверы инструментов функционируют как дочерние процессы по stdio или внешние сервисы по HTTP/SSE. Аварийный останов сервера не дестабилизирует супервизор агента.
Переносимость инструментария: Любой сервис, реализующий спецификацию MCP, подключается конфигурационным блоком без правок кода рантайма.

Уровень 4: Иерархическая память, процедурные навыки и поведенческая калибровка

Для устранения проблемы потери контекста между независимыми задачами состояние агента распределяется по четырем специализированным декларативным слоям.

┌────────────────────────────────────────────────────────┐
│                   SOUL.md                              │
│       Поведенческие директивы, стиль, правила отказа   │
└───────────────────────────┬────────────────────────────┘
                            │
┌───────────────────────────▼────────────────────────────┐
│                   USER.md                              │
│       Профиль пользователя: аппаратный стек, лимиты    │
└───────────────────────────┬────────────────────────────┘
                            │
┌───────────────────────────▼────────────────────────────┐
│                  MEMORY.md                             │
│       Эпизодическая память: прецеденты, аудит ошибок   │
└───────────────────────────┬────────────────────────────┘
                            │
┌───────────────────────────▼────────────────────────────┐
│            ~/.hermes/skills/*.md                       │
│    Процедурные навыки: детерминированные алгоритмы     │
└────────────────────────────────────────────────────────┘

Математическая модель контекстного бюджета

Контекстное окно языковой модели строго ограничено размером $C_{\text{total}}$. Доступный объем памяти для генерации новых шагов рассуждения $C_{\text{avail}}$ рассчитывается по балансовому уравнению:

$$C_{\text{avail}} = C_{\text{total}} - \left( C_{\text{sys}} + C_{\text{soul}} + C_{\text{user}} + C_{\text{tools}} + C_{\text{mem}} + C_{\text{hist}} + C_{\text{out}} \right)$$

где:

$C_{\text{sys}}$ — фиксированный системный промпт рантайма;
$C_{\text{soul}}$ и $C_{\text{user}}$ — постоянные профили ролевых директив и пользовательских ограничений;
$C_{\text{tools}}$ — токены схем зарегистрированных инструментов MCP;
$C_{\text{mem}}$ — фрагменты долговременной памяти, извлеченные семантическим поиском;
$C_{\text{hist}}$ — линейная история сообщений текущей задачи;
$C_{\text{out}}$ — гарантированный резерв генерации ответа модели.

При приближении размера истории $C_{\text{hist}}$ к пороговому значению ($C_{\text{hist}} \ge 0.7 \cdot C_{\text{total}}$) активируется процедура контекстного уплотнения (Context Compaction): выводы выполненных системных утилит заменяются структурированными фактами, записываемыми в MEMORY.md, а сырой вывод очищается из буфера внимания.

Процедурные навыки: архитектура SKILL.md

Повторяющиеся сложные алгоритмические процедуры упаковываются в формат навыков (Skills). Спецификация хранится в каталоге ~/.hermes/skills/<name>/SKILL.md:

---
name: zola-blog-deployment
description: Use when building and deploying blog updates to GitHub Pages via Zola.
---

# Zola Deployment Pipeline

1. Build static output: `cd ~/blog && zola build`
2. Verify exit status: must be 0 with 0 orphan pages.
3. Commit modified posts: `git add content/ && git commit -m "feat: new post"`
4. Push to remote: `git push origin main`
5. Watch CI workflow: `gh run watch $(gh run list --limit 1 --json databaseId -q '.[0].databaseId')`

Благодаря явному предикату в description тело навыка не загружается в контекст по умолчанию, сохраняя токены для полезной нагрузки.

Уровень 5: Фоновая автономия и оптимизация стоимости инференса

Автономность требует от агента инициативы: регулярного исполнения контрольных процедур без прямого промпта оператора.

Планировщик фоновых задач (Cron Engine)

Рантайм содержит внутренний планировщик периодических задач (Cron Scheduler). Каждая задача описывается тремя атрибутами:

Расписание: стандартное POSIX-выражение (например, */30 * * * *).
Исполняемая цель: декларативная системная инструкция.
Политика оповещения: отправка сообщения оператору только при фиксации дельты состояния (notify_on_change=true).

Двухуровневый роутинг моделей по стоимости (SLM vs Reasoning LLM)

Круглосуточный опрос инфраструктуры с использованием крупных reasoning-моделей экономически нецелесообразен. Hermes применяет разделение на два вычислительных контура:

flowchart LR
    A["Событие таймера / Cron Trigger"] --> B["Tier 1: Дешевая SLM / Fast LLM<br/>(DeepSeek V3 / Llama-3-8B / Haiku)"]
    B --> C{"Обнаружено событие<br/>или аномалия?"}
    C -->|"Нет (штатный режим)"| D["Запись в локальный лог<br/>(Стоимость: ~0.0001 USD)"]
    C -->|"Да (требуется анализ)"| E["Tier 2: Reasoning Model<br/>(DeepSeek-R1 / Claude 3.5 Sonnet / o1)"]
    E --> F["Генерация фикса, плана и отчета<br/>Отправка алерта оператору в Telegram"]

Формула суммарных суточных эксплуатационных затрат $\text{Cost}_{\text{daily}}$ при двухуровневом роутинге:

$$\text{Cost}_{\text{daily}} = \sum_{j \in \mathcal{T}_{\text{poll}}} \left( T_{\text{in}}^{(j)} P_{\text{in}}^{\text{SLM}} + T_{\text{out}}^{(j)} P_{\text{out}}^{\text{SLM}} \right) + \sum_{k \in \mathcal{T}_{\text{synth}}} \left( T_{\text{in}}^{(k)} P_{\text{in}}^{\text{LLM}} + T_{\text{out}}^{(k)} P_{\text{out}}^{\text{LLM}} \right)$$

где:

$\mathcal{T}_{\text{poll}}$ — множество рутинных проверок состояния;
$\mathcal{T}_{\text{synth}}}$ — множество инцидентов, потребовавших глубокого анализа;
$P^{\text{SLM}} \ll P^{\text{LLM}}$ — тарифная ставка за 1000 токенов соответствующего класса моделей.

Применение легковесных моделей первого эшелона снижает суммарные затраты на фоновый мониторинг на 85–92% по сравнению с монолитной архитектурой.

Уровень 6: Мультиагентность и Kanban-оркестрация

При выполнении комплексных инженерных проектов (миграция кодовой базы, аудит безопасности) контекст одиночного агента быстро переполняется противоречивыми подзадачами. Архитектура решает это разделением труда между специализированными субагентами.

Изолированное исполнение субагентов (delegate_task)

Родительский агент декомпозирует целевую директиву на граф задач и порождает дочерние процессы через интерфейс delegate_task:

Песочница окружения: Каждый субагент инициализируется в отдельном подкаталоге с независимой сессией терминала.
Изоляция контекста: Промежуточные логи сборки и тестовые итерации не транслируются в контекст родителя.
Верифицируемый контракт возврата: Субагент возвращает строго типизированный отчет с проверяемыми идентификаторами (хэш git-коммита, путь к скомпилированному артефакту, код возврата линтера).

Машина состояний Kanban-оркестрации

Координация потока задач моделируется конечным автоматом (FSM), синхронизированным с доской Kanban:

$$\mathcal{S} = { \text{Backlog}, \text{Todo}, \text{InProgress}, \text{InReview}, \text{Done} }$$

stateDiagram-v2
    [*] --> Backlog: Декомпозиция цели пользователем
    Backlog --> Todo: Приоритизация и назначение роли
    Todo --> InProgress: Запуск специализированного субагента
    InProgress --> InReview: Генерация артефакта (PR / Код / Отчет)
    InReview --> InProgress: Замечания ревьюера (Rejected)
    InReview --> Done: Успешная верификация гейтов (Approved)
    Done --> [*]: Задача закрыта

Субагенты принимают на себя специализированные роли (Architect, Developer, Reviewer, Tester) и перемещают карточки задач по колонкам доски только при успешном прохождении программных гейтов верификации.

Сравнительный анализ архитектурных парадигм

Параметр сравнения	Web-чатбот (ChatGPT/Claude)	Монолитный CLI (Claude Code/Aider)	Автономный рантайм (Hermes Agent)
Среда исполнения	Облачный stateless-контейнер	Локальный процесс в активном терминале	Headless-демон на VPS (24/7) под управлением systemd
Жизненный цикл сессии	Завершается при закрытии страницы	Завершается при прерывании терминала	Устойчив к сбоям сети, непрерывная супервизия
Каналы управления	Веб-интерфейс	Stdin/stdout терминала	Мультиканальные шлюзы: Telegram, Desktop App, REST
Модель памяти	Изолированный чат / плоская память	Локальный git-репозиторий	Иерархическая: `USER.md`, `MEMORY.md`, `SKILL.md`
Фоновое исполнение	Отсутствует	Отсутствует	Нативный Cron Scheduler, Push-on-Delta
Оркестрация задач	Одиночная модель в одном окне	Одиночная модель с вызовом подфункций	Иерархические субагенты с Kanban-синхронизацией
Протокол расширения	Проприетарные плагины	Локальные bash-команды	Открытый стандарт Model Context Protocol (MCP)

Инженерные выводы и правила развертывания

Разделение рантайма и интерфейса: Вычислительный процесс агента должен исполняться как независимый системный сервис операционной системы, защищенный от сбоев клиентских устройств.
Динамическая загрузка навыков: Процедурные знания должны быть оформлены в виде отдельных файлов SKILL.md и загружаться в оперативный контекст исключительно по релевантному триггеру.
Двухуровневая модель расходов: Фоновый мониторинг инфраструктуры должен быть поручен компактным моделям (SLM), сохраняя дорогостоящие reasoning-модели для этапа разрешения верифицированных аномалий.
Верифицируемые артефакты вместо заверений: Результатом работы любого субагента должен являться детерминированный системный артефакт (хэш коммита, путь к файлу, успешный вывод тестов), исключающий галлюцинации завершенности.
Управление контекстным бюджетом: Предотвращение деградации логики требует периодического уплотнения оперативной истории диалога и выгрузки фактов в долговременную память.

Notes & Insights - mcp