Skip to main content
PentagonAI agentsGoogle Cloud

Пентагон собрал 103 000 ИИ-агентов за пять недель

Пентагон сообщил, что сотрудники создали более 103 000 полуавтономных ИИ-агентов за пять недель через GenAI.mil на базе Google Agent Designer. Для бизнеса это важный сигнал: AI automation дошла до масштаба, где нетехнари уже собирают рабочие инструменты почти как конструктор.

Технический контекст

Я бы не пропустил здесь главное: это уже не красивая демка, а массовое AI implementation внутри огромной бюрократической машины. По данным Breaking Defense и комментариям чиновников DoD, через платформу GenAI.mil сотрудники Пентагона собрали больше 103 000 полуавтономных агентов меньше чем за пять недель.

Меня зацепило не само число, а интерфейс входа. В основе лежит Agent Designer от Google Cloud с Gemini, и вся идея в том, что агент можно собрать через естественный язык, без нормальной инженерной подготовки. Вот это и называют vibe coding, хотя по факту это конструктор прикладной логики с LLM под капотом.

Цифры тоже не игрушечные: более 1,1 млн сессий к середине апреля 2026 года и около 180 000 сессий в неделю. Сам GenAI.mil, запущенный еще в декабре 2025 года, уже обслуживает свыше 1,2 млн пользователей. Для госсектора это очень быстрый разгон.

Есть важное ограничение, и я бы на нем не экономил внимание. Речь идет про unclassified network и уровень допуска Impact Level 5, то есть инструмент формально допущен к работе в контролируемой среде, но не для секретных данных. И это как раз признак зрелой AI integration: сначала безопасный контур, потом масштабирование.

Еще один интересный момент: DoD подает это как способ быстро собирать агентов под конкретные рабочие задачи. Не один универсальный супербот, а тысячи узких агентов под документы, анализ, поиск, маршрутизацию запросов и внутренние процессы. Я в клиентских проектах вижу ту же закономерность: выигрывают не самые умные агенты, а самые прицельно встроенные в процесс.

Влияние на бизнес и автоматизацию

Если отбросить военный пафос, сигнал очень земной. Порог входа в automation with AI резко падает, а спрос на хорошую архитектуру, наоборот, растет. Когда агентов могут собирать все, хаос тоже масштабируется быстрее.

Выигрывают команды, у которых уже есть правила по данным, ролям, логированию и контролю качества. Проигрывают те, кто думает, что достаточно выдать сотрудникам доступ к LLM и дальше все само полетит.

Я это вижу постоянно: самая дорогая часть тут не генерация ответа, а рамки вокруг нее. В Nahornyi AI Lab мы как раз решаем такие задачи для клиентов: где агент реально экономит часы, как не сломать процессы и как собрать AI solutions for business без красивой, но опасной самодеятельности.

Если у вас внутри компании уже зреет такой же всплеск инициатив, лучше поймать его до того, как появятся сотни разрозненных ботов. Можно спокойно разобрать ваши процессы и собрать AI automation так, чтобы она снимала рутину, а не добавляла новый слой хаоса. Это как раз тот случай, где мне и Nahornyi AI Lab есть чем помочь по-настоящему.

Когда речь идет о масштабном внедрении ИИ, крайне важно отличать демоверсии от реальных архитектурных решений. Без правильной архитектуры даже самые амбициозные проекты могут остаться мифами.

Поделиться статьёй