Агентные системы IBM ускорили работу с кодом и данными
Агентские системы предоставляют набор программных инструментов: графов знаний, алгоритмов и библиотек анализа кода. Они помогают большим языковым моделям (LLM) следовать корпоративным процессам. Этот подход, подобный "интеллектуальному проводнику", сокращает объем обрабатываемых данных, улучшает результаты, снижает затраты и повышает доверие. Корпоративные процессы сложны и динамичны, поэтому требуют большего, чем обычные запросы к LLM. Такой подход задействует агентные слои, чтобы направлять логику рассуждений LLM, опираясь на структурированные данные и строгие правила. Это переход от простого промптинга к целенаправленной работе агентов.
Разработка мейнфрейм-приложений
Для разработки мейнфрейм-приложений используется IBM watsonx Code Assistant for Z (WCA4Z). Его специальный агент App Insights Agent, работающий на модели Mistral Medium 250B, автоматизирует понимание критически важных мейнфрейм-систем. Анализируя до миллиона строк кода, инструмент показал лучшее понимание систем при потреблении в 30 раз меньшего количества токенов. Это кратно эффективнее, чем стандартные методы работы с LLM.
Автоматизированное тестирование
Aster – библиотека анализа программ для генерации юнит-тестов, интеграционных и API-тестов. В связке с моделью Devstral 24B библиотека Aster повысила покрытие кода на 20–45%, тестируя более 75 Java-приложений IBM CIO. Использование Aster сократило потребление токенов в 15 раз. Это значительно превосходит показатели других инструментов для генерации кода. Такая эффективность достигается за счет анализа программ, который помогает LLM сфокусироваться, улучшая покрытие и исправляя ошибки, что ведет к повышению производительности и экономии.
It-операции и управление инцидентами
Платформа IBM Concert для IT-операций включает агент Instana “I3”, который расследует инциденты, анализируя микросервисы и облачные приложения. Тестирование проводилось на моделях GPT-5.1 и Gemini 3 Flash. Агент показал улучшение в 4 раза по сравнению с ReAct агентами. Агенты для исправления ошибок, использующие Gemini 2.5 Flash, находили проблемные микросервисы в 3 раза быстрее, а успешность исправлений выросла в 1.6 раза. При этом потребление токенов снизилось в 3,7–5,9 раза.
Автоматизация соответствия требованиям
Для автоматизации соответствия требованиям используется IBM Sovereign Core. В нем задействована мультиагентная система, которая автоматизирует процессы оценки и контроля сложных требований. Показатель успешности вырос с нескольких процентов до более чем 80%, а эффективность данного подхода оказалась в 1,3–2,0 раза выше, чем у агентов с фиксированными стратегиями, таких как Claude 4 Sonnet.
Примеры использования в конкретных областях
Здравоохранение
В сфере здравоохранения агент CUGA работает на основе политик как кода (policy-as-code), независимо от используемых моделей. Система применяется для контроля политик в регулируемых сценариях. Тесты с моделями Claude Opus и GPT OSS 120B показали улучшение точности задач на 15–26%.
Обслуживание активов
Агент Maximo Condition Insights для обслуживания активов использует направленный ациклический граф (DAG) для контекста в инженерии и эксплуатации. Анализируя данные активов (датчики, режимы отказов, заказы на работы), агент автоматизирует техническое обслуживание. В IBM Global Real Estate при использовании с GPT OSS 120B время анализа сократилось с 15–20 минут до 15–30 секунд (на 97%), покрытие активов выросло на 30%, использование токенов снизилось на 77%, а неподтвержденные претензии — на 57%.
Ранее по теме
IBM и Ferrari внедряют AI — вовлеченность фанатов выросла на 62%
Больше новостей в нашем Телеграм. Подпишись!
Ссылка на источник тык.
