InfoQ выпустил отчет AI, ML and Data Engineering Trends Report за 2026 год, построенный вокруг графа внедрения по книге Crossing the Chasm Джеффри Мура. Спустя почти четыре года после выхода ChatGPT в ноябре 2022 года акцент сместился с обучения моделей на их эксплуатацию в продакшене. Ожидается, что к концу этого года на инференс придется около двух третей расходов на ИИ-вычисления. Для бизнеса это означает переход от экспериментов с моделями к экономике их повседневной работы.
Протоколы агентов, инференс и новые инженерные практики
В категорию Innovators вошли протоколы коммуникации агентов, операционный инференс ИИ, harness engineering, spec-driven development и AI software factories. Участник подкаста Даниэль Домингес отметил протоколы MCP и A2A, которые дают агентам доступ к инструментам, данным и API и позволяют общаться между собой. В подкасте поставлен вопрос, станут ли такие протоколы новым слоем корпоративной интеграции, где поверх существующих API появятся обнаружение агентов и координация задач.
Harness engineering расширяет SDK агентов за пределы базового цикла выполнения. По словам участника Хьена Лю, SDK от LangChain, Anthropic и OpenAI теперь включают управление памятью для контекста, совместное выполнение и готовые инструменты для работы с локальными файловыми системами. Поставщики также предлагают среду выполнения для размещения и эксплуатации агентов в масштабе. Такой подход сокращает собственный код для координации, но привязывает проекты к возможностям и ограничениям конкретного SDK и среды.
Spec-driven development отвечает на ситуацию, когда coding-агенты взяли на себя большую часть написания кода. Команды сначала фиксируют возможности, бизнес-требования, функциональные и нефункциональные спецификации, а затем обсуждают план с coding-агентом до начала генерации. Часть организаций идет дальше и строит AI software factories, которые охватывают анализ существующего приложения, разбор новых требований, написание спецификаций, формирование задач и создание кода. Лю связывает практику с привычками планирования четырех-пятилетней давности, теперь оформленными для работы с агентами.
Что сдвиг 2026 года меняет для внедрения ИИ
Для компаний, использующих ИИ, повестка 2026 года связана с надежным и доступным инференсом. Открытые модели в связке со стеками vLLM и SGLang позволяют запускать собственный сервис инференса в своей среде, что важно для финансовых компаний с PII и для команд, размещающих внутренние модели для кода ради экономии. Небольшие фирмы получают доступ к описанным настройкам и руководствам по оптимизации, а крупные могут стандартизировать внутреннее размещение, маршрутизацию и управление памятью между подразделениями.
Тот же сдвиг повышает требования к эксплуатации и выбору интеграции. Рассуждающие модели, длинный контекст и агенты превращают инференс из запуска модели в системную задачу, охватывающую вычисления, память, сети и маршрутизацию. Протоколы агентов пока различаются между собой, а функции harness отличаются у поставщиков, поэтому привязку к одному SDK или среде нужно проверять на переносимость. Сам отчет не гарантирует экономии: внутреннее размещение окупается лишь при достаточной нагрузке и наличии сотрудников, способных поддерживать стек.
Подтверждением тренда станут структура расходов и состав продуктов к концу этого года. Если инференс действительно займет около двух третей расходов на ИИ-вычисления, а память, совместное выполнение и хостинг закрепятся как стандартная часть SDK для агентов, эксплуатация ИИ-систем станет главной статьей бюджета. Такой исход закрепит спецификации, операции инференса и совместимость протоколов как базовые критерии закупок.
