Workday — это надежная агентная платформа для HR, финансов и ИТ, которой пользуется более половины компаний из списка Fortune 500. Команда поставила перед собой задачу создать внутреннюю платформу для разработчиков, позволяющую создавать, развертывать и запускать ИИ-агенты в промышленной эксплуатации на инфраструктуре Workday. Команда задействовала LangGraph для оркестрации агентов и LangSmith для трассировки, наблюдаемости и оценки.
Быстрый запуск платформы агентов силами команды из 4 человек
В 2025 году руководство Workday увидело рыночные возможности для создания агентных решений и поставило амбициозную цель: запустить агенты в продакшн к концу 2026 года. Продуктовым командам потребовалась платформа, способная поддерживать как быстрое прототипирование, так и развертывание в продакшне — уникальная и сложная задача, учитывая, что Workday работает в условиях самых строгих требований к безопасности и управлению данными в сфере корпоративного ПО. Вывод любой внутренней службы в продакшн означает выполнение жестких политик аудита, соответствия требованиям и хранения данных.
Объем работ был колоссальным для команды из четырех человек: он включал надежный, масштабируемый сервер агентов; элементы контроля доступа к данным, привязанные к аудиторским политикам Workday; платформу для совместной оценки (evals); и SDK, который абстрагировал все это.
Создано для разработчиков: абстрагирование инфраструктуры для команд агентов в Workday
Команда Agent Platform в Workday обслуживает две группы пользователей: 1) внутренние команды инженеров Workday, создающие агенты, и 2) конечных пользователей этих агентов. Она позволяет командам сосредоточиться на функциональных требованиях, беря на себя аутентификацию, безопасность, комплаенс и инфраструктуру.
Первым крупным выпущенным продуктом стала система учета агентов Workday (Agent System of Record) — уровень управления, который контролирует, к каким API агентам разрешен доступ. Команда платформы агентов создала сервер бэкенда и инфраструктуру оценки, на которых работает эта система учета.
Команда также создала то, что Алекс Гатто, старший инженер по машинному обучению, описывает как «Workday LangChain»: Python SDK, который объединяет примитивы LangChain и маршрутизирует их через внутренние службы Workday, включая шлюз LLM, службу поиска RAG и другие внутренние инструменты. «Каждый раз, когда появлялась какая-то концепция ИИ от LangChain, мы старались создать Python SDK для этой же концепции, но в условиях Workday», — пояснил Алекс.
LangGraph и LangSmith для гибкости проектирования без нагрузки на бэкенд
Workday выбрала LangGraph для оркестрации агентов, чтобы предоставить внутренним разработчикам максимальную гибкость на уровне проектирования, обеспечивая при этом стандартизированную инфраструктуру в основе.
По сравнению с платформами, которые моделировали агенты как последовательности бесед или персонажей, модель на основе графов от LangGraph дала инженерам возможность создавать все что угодно — от простых циклов ReAct до сложных детерминированных рабочих процессов, причем платформа не навязывала заранее, как именно должен выглядеть агент.
«Одна из моих любимых особенностей серверной части агентов LangChain и LangSmith — это то, как много вы получаете бесплатно. Просто благодаря тому, насколько глубоко они продумали разработку агентов», — отметил Алекс. Например, когда высшее руководство спросило команду о стратегии Workday в отношении протоколов A2A и MCP, команда смогла сразу ответить, что они уже находятся в продакшне.
Поскольку реализации серверной части агентов LangChain создаются с поддержкой A2A и MCP, каждый сервер агентов, запущенный командой Agent Platform, уже соответствовал обоим протоколам. Любое обновление графа со стороны разработчика сразу же отражалось на сервере. «Бэкенд больше не является проблемой, — сообщил Алекс. — LangChain позаботился об этом за нас».
Время создания прототипа сократилось с 5 месяцев до менее чем 1 дня
Раньше создание прототипа агента занимало от 4 до 5 месяцев без каких-либо гарантий того, что он когда-либо дойдет до продакшна. С новой платформой команда может запустить прототип в промежуточной среде менее чем за день, причем требования к аутентификации и безопасности уже встроены. Единственный вопрос, который остается у команды разработчиков агентов: что именно делает этот агент и как выглядит граф?
Команда, которая начинала с 4 человек, теперь выросла примерно до 30 участников, и планируются дальнейшие инвестиции. «Благодаря успеху нашего партнерства с LangChain и тому, чего мы смогли достичь, мы более чем втрое увеличили размер нашей команды», — сказал Алекс.
Для Алекса эта платформа представляет собой нечто большее, чем просто уровень развертывания агентов. За годы работы инженеры Workday создали десятки внутренних служб (шлюзы LLM, модули поиска RAG, движки рекомендаций, службы промптов), большинство из которых существовали изолированно и были неизвестны за пределами их непосредственных команд. Платформа агентов с ее Python SDK и примитивами на базе LangChain стала связующим звеном, которое объединило их все; это первый унифицированный интерфейс для создания агентов, который действительно задействует всю глубину внутренней инфраструктуры Workday.
«Наше партнерство с LangChain имеет решающее значение для разработки наших агентов, — сказал Алекс. — Работая с ними, вы обретаете действительно глубокое партнерство. И мы просто не смогли бы принести пользу нашим клиентам без скорости и зрелости LangSmith».
Создаете инфраструктуру производственных агентов? Узнайте больше о LangGraph и LangSmith для развертывания и обеспечения наблюдаемости.
