Агент без памяти и границ ломается на 12-й итерации — как это чинить в пайплайне

Агент без памяти и границ ломается на 12-й итерации — как это чинить в пайплайне

LLM-агент в маркетинге чаще всего падает не на генерации текста, а на управлении контекстом: забывает уже отправленные письма, дублирует задачи в CRM, уходит в бесконечный replanning. Если у агента нет явного состояния, он начинает «догадываться» вместо того, чтобы опираться на факты.

Что должно быть в базовом контуре:
— state store для фактов, а не только raw history;
— отдельный step для валидации выхода: schema check, дедупликация, лимиты на length;
— журнал действий с возможностью отката, иначе ошибка на 7-м шаге ломает всю цепочку;
— лимит итераций и правило handoff: после N циклов агент передаёт задачу человеку или детерминированному воркеру.

Для маркетинговых задач это особенно важно в CRM, lead-scoring и email-кампаниях: агент может корректно писать, но ошибаться в сегментации, статусах лида и триггерах. Хорошая схема — разделять «думает» и «делает»: модель предлагает, но запись в систему проходит только через проверяемый слой.

Если строите агентный пайплайн, сначала проектируйте память, ограничения и точки остановки. Без них любой «умный» агент превращается в дорогой генератор случайных действий.