DeepMind — Delegation Framework для AI агентов

Авторы: Nenad Tomašev et al. (Google DeepMind), февраль 2026
Paper: arXiv:2602.11865
PDF: arxiv.org/pdf/2602.11865
HTML: arxiv.org/html/2602.11865v1
DOI: 10.48550/arXiv.2602.11865

Цитаты из оригинала

"Delegation is more than just task decomposition into manageable sub-units of action. Beyond the creation of sub-tasks, delegation necessitates the assignment of responsibility and authority and thus implicates accountability for outcomes. Delegation thus involves risk assessment, which can be moderated by trust."

Перевод:
"Делегирование — это не просто разбиение задачи на управляемые подзадачи. Помимо создания подзадач, делегирование предполагает распределение ответственности и полномочий, а значит, и подотчётность за результат. Делегирование неизбежно связано с оценкой рисков, которая может быть смягчена доверием."

Главная идея

Проблема не в том, что AI плохо работает — а в том, что люди не умеют правильно передавать\формулировать задачи.

Делегирование = управление риском, а не просто промпт.

4 решения при делегировании

1. Нужно ли вообще отдавать задачу AI?
2. Как правильно её сформулировать?
3. Как проверить результат?
4. Что делать, если AI ошибся?

Ключевые концепции

Over/Under-delegation

• Over-delegation — отдаём AI задачи, к которым он не готов
• Under-delegation — делаем сами то, что AI уже умеет лучше
• Будущее эффективности — в правильном балансе

Рынок AI-агентов

• Агенты соревнуются за задачи
• Оценивают свою способность выполнить их
• Подтверждают навыки цифровыми сертификатами (криптографически)
• Не рейтинг, а верифицированная компетенция

Обязательная валидация

• Правила, когда ответ можно принять
• Confidence score — оценка уверенности модели
• Резервные сценарии при ошибке
• Никогда не принимать результат AI без валидации

Динамическое делегирование

• Ответственность может передаваться в процессе
• Задачи перераспределяются при сбоях
• Система адаптируется к изменениям

AI → AI → AI цепочки

• Сохраняется ответственность на каждом уровне
• Отслеживается кто за что отвечает
• Не теряется контроль при вложенных агентах

Реальный кейс: AI в первой линии поддержки

Самый массовый кейс сегодня — AI-агент в customer support.

Что делает агент:

• отвечает на типовые вопросы про доставку, возвраты, статусы заказов и тарифы;
• ищет информацию в базе знаний;
• собирает контекст перед передачей диалога человеку.

Где здесь delegation framework:

• агенту отдают только стандартные сценарии с низким риском;
• спорные, финансовые или эмоционально чувствительные кейсы эскалируются человеку;
• качество ответа проверяется по правилам: корректность, тон, соблюдение политики, успешное закрытие обращения;
• если уверенность низкая или запрос выходит за рамки полномочий, агент не импровизирует, а передаёт задачу дальше.

Это и есть живая версия идеи DeepMind: дело не в том, что AI "умеет отвечать", а в том, что система заранее решает, где ему можно доверять, а где нельзя.

Тут я бы сказал, спасибо КЭП, мы догадывались, но не были уверены.

Дисклеймер / Disclaimer: material is published for informational and research purposes. Полный отказ от ответственности / Full disclaimer.