Память вашей компании должна пережить её модели ИИ.

Люди часто спрашивают, какая модель обслуживает мою компанию. Ответ важен: он определяет качество, стоимость и ограничения, и я готов потратить на это час. Я также хочу знать второе: что останется у организации, когда эта модель изменится.

Сформулируйте это как дату. Если ваш провайдер удвоил цену во вторник или вывел из эксплуатации конечную точку, на которой вы построили сервис, что вы всё ещё будете иметь к утру среды?

Для многих компаний честный ответ таков: ключ API, счёт‑фактура и очень длинная история диалогов, хранящаяся на серверах чужой компании по её графику хранения.

Мой опыт — химия. Я много лет создавал модели «серой коробки» для химических заводов, интегрированные в SCADA, лабораторные результаты и собственные заметки оператора. Эта работа быстро научила меня одному правилу: число без указания условий не является результатом. Если кто‑то заменил датчик на прошлой неделе и никто не зафиксировал это, показание на экране ничего не объясняет.

Это проблема лабораторного журнала. Сейчас она проявляется как проблема закупок, и редко появляется в документе, где определяется бюджет на ИИ.

Три вопроса, получающие один ответ

Большое окно контекста позволяет модели использовать больше информации в одном запросе. Надёжное хранилище определяет, что сохраняется между запросами. Переносимость определяет, останется ли эта информация пригодной при смене провайдера. Это отдельные архитектурные вопросы, а окно в миллион токенов заставило всех рассматривать их как единое целое.

Google в своей документации предлагает аналогию напрямую: “Аналогия окна контекста — кратковременная память.” Возьмите это буквально. Кратковременная память — то, что теряется.

Таким образом, каждый поставщик, предлагающий огромное окно, также продаёт отдельный механизм для сохранения состояния. Читайте эти уровни внимательно, в их собственных словах, и отмечайте, что именно покрывает каждый из них.

OpenAI по умолчанию хранит объекты Response в течение 30 дней; Объекты Conversation и их элементы исключены из этого срока хранения. 30‑дневное удаление Amazon применяется к API управления сессиями Bedrock и охватывает только этот API. Инструмент Anthropic инструмент памяти на стороне клиента иллюстрирует полезную границу: модель запрашивает операции памяти, приложение контролирует хранение, в то время как та же компания также поставляет управляемые хранилища памяти для своих хостированных агентов.

Все это обычные инженерные решения, опубликованные открыто. Это также означает, что правила хранения контекста вашей компании находятся в примечаниях к выпуску чужой компании, и вы должны уметь определить, какое правило относится к каким вашим данным.

Где на самом деле скрываются затраты на переключение

Замена одного вызова генерации текста другим занимает выходные. Поэтому фраза «мы мульти‑модельные» звучит так дешево. Дорогие слои — это те, которые никто не демонстрирует.

Встраивания. Изменение встраивание модель обычно требует повторного встраивания корпуса и миграции или перестройки индекса. Изменение генерации модель не требует такого, и эти два понятия постоянно путаются — обычно тем, кто обещает быструю миграцию. Литература 2025 года описывает стандартный путь как “перекодирование всего корпуса и перестройка индекса Approximate Nearest Neighbor (ANN), приводящие к значительным операционным сбоям и вычислительным затратам”; собственный вклад этой статьи, Drift-Adapter, представляет собой метод для отсрочки перестройки, обучая преобразование между пространствами встраиваний. В любом случае, стоимость миграции покрывает проверку извлечения и операционную работу, а также сами вызовы встраиваний.

Тонко настроенное поведение. Одно предложение из уведомления об устаревании от сентября 2025 года должно находиться над каждым столом закупок: “Ранее тонко настроенные модели более недоступны”. Поведение, за которое вы заплатили, было снято вместе с конечной точкой, её хостившей. Все следовали опубликованному процессу. Ваша модель всё равно исчезла.

Поведение подсказок и инструментов. Одни и те же инструкции дают другое приложение на другой модели. В одном корпоративном приложении исследователи сообщили о падении уровня прохождения регрессии с 100 % на исходной модели до 97,3 % на более новой при тех же подсказках, восстановив его только после целенаправленного пересмотра подсказок. Тестовые сценарии появляются в продакшене с разной частотой, поэтому эта цифра не позволяет оценить, как часто реальные рабочие процессы дают сбой. Операционное правило, которое она поддерживает, проще: проверяйте каждое обновление модели на уровне приложения самостоятельно, прежде чем оно попадёт к клиенту.

Всё это в конечном итоге отражается в счёте, задолго после сравнения страниц с ценами.

Кто‑то ещё держит ваш календарь

Устаревание происходит по опубликованному графику, и эти графики не ваши. OpenAI дал годовое предупреждение перед тем, как отключить Assistants API в августе 2026 года — это щедро по сравнению со стандартами той же страницы, где предварительный доступ к GPT‑4.5 получил около трёх месяцев. Политика Мистраль составляет шесть месяцев для GA‑моделей и один месяц для предварительных и сторонних, с предупреждением, что «скользящий алиас может подвергнуть вас тихим обновлениям поведения модели и цен».

AWS озвучивает тихую часть вслух в своей политике жизненного цикла: «Перейдите на активную модель до даты окончания поддержки; миграция не будет происходить автоматически».

У вашей дорожной карты есть соавтор. Он никогда не присутствует на ваших плановых совещаниях и ему всё равно, в каком квартале вы находитесь.

Цена тоже меняется

В тарифах Gemini 3.7 Flash для стандартного уровня, пять миллиардов несохранённых входных токенов и один миллиард оплачиваемых выходных токенов стоят $7 500 в месяц. Тарифы в настоящее время запланированы на 1 января 2027 года, что увеличит счёт за токены до $15 000, без учёта прочих сборов или скидок, в то время как ваш продукт делает ровно то же, что и раньше.

Замороженный прайс‑лист также может привести к большему счёту. В документации по ценообразованию Anthropic указано, что токенизатор, используемый в новых поколениях их моделей, «создаёт примерно на 30 % больше токенов для того же текста» — это зависит от содержания и характерно для этих поколений, поэтому влияние на любой конкретный счёт необходимо измерять. Поэтому измеряйте токены, за которые вам выставляют счёт. Одна лишь тарифная карта не даст полной информации.

Для продукта, который управляет рабочими процессами, полезной экономической мерой является стоимость успешно завершённого задания, включая повторные попытки и проверку человеком. Эта цифра меняется, когда меняется модель, даже если тарифная карта остаётся прежней.

И всё это не подлежит переговорам, если уход займет год. Capgemini опросила 1 300 руководителей в организациях с оборотом в миллиарды долларов весной 2026 года о критически важных поставщиках технологий в целом: 36 % сказали, что переход с одного поставщика займет более двенадцати месяцев, а каждый десятый не имеет вообще жизнеспособной альтернативы. Это описание отношений с поставщиком без второго источника.

Передайте это в отдел закупок

Я управляю французской компанией, зарегистрированной в Марселе, размещённой в Европе, и всё равно пропущу речь о суверенитете в абстрактном виде. Независимость от каждого поставщика технологий недостижима для обычной компании. То же исследование Capgemini показало, что 59 % руководителей считают полную цифровую суверенность нереалистичной, и я с ними согласен.

Понимание и контроль над вашими критическими зависимостями — это небольшая, но выполнимая задача. Три вопроса, на которые можно ответить на совещании: где хранятся и обрабатываются наши данные, кто имеет к ним доступ и что потребуется, чтобы продолжать работу с другим поставщиком?

Каждая компания умеет задавать такие вопросы о логистике, платежах и облачном хранении. Когда речь идёт о рабочем контексте, европейская зависимость появляется на совещании как обсуждение второго источника с указанием цифры, что является формой, на которую может реагировать отдел закупок.

Одна предосторожность относительно цифр, которые здесь приводятся. То, что предприятие использует несколько моделей, мало говорит о том, сможет ли оно перенести свой рабочий контекст между поставщиками. Это требует отдельного теста: можно ли перенести записи, разрешения и незавершённую работу и продолжать их использовать?

Что действительно делает модель заменяемой

Общий интерфейс между моделями полезен, и я бы его построил. Он должен делать видимыми специфические возможности моделей и их зависимости. Переносимость не должна подразумевать, что все модели работают одинаково, а абстракция, стирающая различия, тихо уничтожает причину, по которой вы заплатили за хорошую модель.

Самая тяжёлая работа — владеть состоянием, которое не должно находиться в единственном распоряжении поставщика. Четыре вещи, в порядке их поломки.

Авторитетная запись под вашим контролем.Сообщения, полученные источники, одобрения, контрольные точки выполнения. Записывайте, что было завершено во внешних системах и что можно безопасно повторить: письмо могло быть отправлено, а подтверждение не сохранено, и процедура восстановления, не знающая об этом, отправит его дважды. Любое состояние поставщика, которое вы не можете восстановить, является зависимостью. Зафиксируйте его явно, прежде чем инцидент сделает это за вас.

Источник рядом с каждым вектором. Вектор — это скомпилированный артефакт; фрагмент — это исходный код. Храните исходный документ и его версию, идентификатор документа, границы фрагментов, версию фрагментатора, модель встраивания с её версией и размерностями, версию индекса и информацию о том, какая обработка создала текст. Один лишь сохранённый текстовый фрагмент не восстановит таблицу, изображение или результат OCR. Сохранение всего этого превращает переиндексацию в запланированную миграцию, что является таким же комфортом, как я бы обещал.

Записи, различающие источник, вывод и решение. Памяти необходимо разделять то, что сказал источник, то, что вывел модель, и то, что одобрил человек. Клиент, обещающий оплатить в четверг, предположение модели, что платеж задержится, и согласованное продление до пятницы — это три разных записи с тремя разными статусами, и система должна знать, с какой из них можно действовать. Каждая требует указания происхождения, области применения, правил доступа и текущего статуса, включая информацию о том, была ли она исправлена или заменена. Транскрипт может содержать доказательства; воспроизведение его не позволяет надёжно определить, какие выводы остаются актуальными, а какие решения всё ещё действуют.

Переносимость, которую вы действительно протестировали. Сделайте её проверяемой двумя способами: упражнение по экспорту и восстановлению, а также набор оценок, определяющий, чего должно достичь приложение. Затем «мы могли бы переключиться» превращается в измерение, которое кто‑то может выполнить: может ли замена продолжать репрезентативные рабочие процессы в рамках ваших требований к качеству, разрешениям, задержкам и стоимости? И сохраните обучающие данные, которые вы имеете право повторно использовать, вместе с их версиями, конфигурацией настройки и тестами приёмки. Это делает переобучение возможным, без гарантии идентичного поведения, а идентификатор дообученной модели истекает в дату, установленную кем‑то, кого вы никогда не встречали.

Затем используйте размещённые сеансы, кэши запросов и получение данных от провайдера, где бы они ни помогали. Они часто отличные, а отказ от них по принципу — это тоже дорогой вариант. Требование состоит в том, что записи, которые они хранят, могут быть восстановлены и использованы в другом месте с сохранением их правил доступа и хранения. Арендуйте вычисления; сохраняйте контроль над записью.

Я тоже не стал бы завышать значимость архитектуры. До того, как достичь соответствия продукта рынку, выпуск на шесть недель раньше часто превосходит любую абстракцию, а стартап, который создаёт три бекэнда поиска до появления клиентов, строит музей. Правильность такой сделки зависит от продукта и стоимости будущей переделки. Делайте сырье восстанавливаемым, и «кратчайший путь» останется «кратчайшим путем».

Часть, которая изменилась

Пока ИИ лишь отвечал на вопросы, потеря контекста была лишь неудобством. Вы перепечатывали запрос и переходили к следующему. Теперь он назначает встречи, открывает тикеты и взаимодействует с CRM, и отсутствие контекста приводит к дублированию или незавершённой работе в системах, принадлежащих вашим клиентам.

Поставщики моделей создают выдающиеся решения, и я использую их каждый день. Ответственность, о которой я говорю, лежит на нас, кто строит промежуточные платформы: делать зависимости видимыми и сохранять надёжный журнал того, что было одобрено и что выполнено.

Каждый завершённый рабочий процесс должен оставлять организации то, что она может использовать повторно — проверенный результат, решение с прослеживаемой историей, более ясную отправную точку для следующей задачи. Эта накопленная ценность должна пережить модель, которая помогла её создать.

Спросите, что вы всё ещё будете владеть к утру среды.