От монолитов к агентам: проблема фрагментации
Эра одиночных монолитных фундаментальных моделей (FM) уходит. На смену приходят составные агентные системы, где ИИ-агенты взаимодействуют друг с другом и внешними инструментами. Однако текущий стек технологий остается фрагментированным. Несмотря на появление протоколов связи, таких как MCP (Model Context Protocol) и A2A (Agent-to-Agent), каждая фреймворк-среда внедряет собственную неявную среду выполнения (runtime). Это создает проблемы с переносимостью поведения и делает управление политиками безопасности (guardrails) хрупким и неэффективным.
Концепция FMOS: Виртуализация ИИ
В статье, представленной на ICML 2026, авторы (Suparna Bhattacharya, Tarun Kumar и др.) утверждают, что индустрии необходима Foundation Model Operating System (FMOS). Эта система должна виртуализировать взаимодействие с моделями, аналогично тому, как виртуальные машины абстрагируют физическое оборудование. FMOS предоставляет приложениям иллюзию выделенных, надежных экземпляров ИИ с «эффективно неограниченными» возможностями, скрывая сложность бэкенда.
Архитектура и ключевые функции
Внутренняя архитектура FMOS решает три критические задачи, которые сегодня разрознены:
- Управление памятью: Оркестрация знаний across различных уровней памяти (tiered memory).
- Выделение ресурсов: Динамический выбор модели и распределение вычислительных мощностей.
- Верификация: Строгое соблюдение политик безопасности и проверка результатов.
Принцип «Быстрая интуиция — Медленное мышление»
Ключевая инновация FMOS — способность к самообучению. Система работает по аналогии с человеческим мозгом, переключаясь между быстрым интуитивным откликом и медленным аналитическим обдумыванием. FMOS непрерывно адаптирует свои политики на основе операционного опыта, решая, когда вмешаться в процесс инференса, а когда позволить модели работать автономно.
| Аспект | Текущий подход (Fragmented Stack) | Предлагаемый FMOS |
|---|---|---|
| Взаимодействие | Протоколы (MCP, A2A) + кастомный runtime | Единый слой виртуализации |
| Переносимость | Низкая (зависит от фреймворка) | Высокая (абстракция от бэкенда) |
| Управление | Хрупкое, разрозненное | Централизованное, самообучающееся |
| Адаптивность | Статическая настройка | Динамическая, на основе опыта |
Значение для индустрии
Внедрение FMOS позволит разработчикам создавать сложные агентные системы, не беспокоясь о низкоуровневой оптимизации и безопасности каждой отдельной модели. Это шаг к стандартизации, который сделает ИИ-приложения более предсказуемыми, безопасными и масштабируемыми.
Источник: arXiv cs.AI ↗