OpenClaw и Ollama: новая архитектура для автономных ИИ-агентов
На платформе arXiv опубликована научная работа, в которой описана унифицированная архитектура для создания полностью автономных ИИ-агентов. Авторы рассматривают переход от реактивных языковых моделей к системам, способным действовать самостоятельно.
В основе предложенного подхода лежит разделение уровней inference, оркестрации и исполнения. Это должно упростить проектирование и оценку полномасштабных агентных систем, которые пока остаются редкостью.
В качестве практической реализации авторы анализируют связку OpenClaw и Ollama. Ollama здесь выполняет функцию слоя логического вывода, а OpenClaw отвечает за оркестрацию и выполнение действий, включая работу с памятью и инструментами.
Экспериментальная проверка архитектуры показала, что такие возможности, как постоянная память и адаптивное принятие решений, возникают именно на уровне системной интеграции. При этом производительность растёт по мере усложнения архитектуры.
Исследователи также выделили ключевые проблемы: масштабируемость, безопасность, конфиденциальность, управление и оценку агентных систем. Они подчёркивают необходимость в надёжных бенчмарках и тщательном проектировании.
В качестве следующих шагов называются масштабируемые многоагентные архитектуры, распределённые автономные системы и разработка человеко-ориентированных фреймворков для ответственного развертывания. Все модели, код и наборы данных опубликованы для воспроизводимости.
