Это может быть:
– внутренний reasoning-loop одного агента,
– диалоговая структура между человеком и LLM,
– распределённый процесс мышления в MAS.
Термин пока не является жёстким стандартом, как «трансформер» или «attention mechanism», но полагаю он может прижиться в профессиональной среде, особенно в контексте reasoning-пайплайнов, deliberation systems и multi-step LLM orchestration.
Почему пайплайн, а не просто цепочка промптов?
Потому что в хорошем пайплайне:
– у каждого шага есть роль,
– между шагами происходит передача контекста или результата,
– возможны ветвления, условные переходы, обратные связи,
– и главное – управление качеством вывода идёт на каждом этапе, а не постфактум.
Примеры когнитивных пайплайнов
Пример 1: Проверка продуктовой гипотезы
Decomposition – разобрать гипотезу на составные части
Assumption surfacing – выявить неявные допущения
Friction testing – ввести ограничение, чтобы проверить, где гипотеза ломается
Reflexion – проанализировать, почему и где логика не сработала
Adaptation – доработать идею с учётом слабых мест
Это не просто «диалог с ИИ» – это конструкт мышления, где на каждом этапе задействован отдельный когнитивный механизм.
Пример 2: Reasoning-агент в роли стратегического ассистента
– Получает запрос от пользователя: «Проведи SWOT-анализ идеи»
– Делает разбор по шаблону → Decomposition prompting
– Оценивает риски через Friction prompting
– Выявляет скрытые допущения → Assumption surfacing
– Дебатирует между вариантами → Comparative prompting + Self-consistency
– Документирует вывод → Reverse prompting
– Предлагает следующий шаг → Next-step selection
Каждый шаг можно делегировать подагенту.
Или встроить в один reasoning-loop.
Но во всех случаях – это пошаговая модель рассуждения, которую можно наблюдать, объяснить и повторить.
Пример 3: MAS (Multi-Agent System), решающая кейс для B2B-клиента
Planner-агент формирует roadmap на основе запроса клиента
Executor-агент проводит ресёрч с API-инструментами и web search
Critic-агент проводит Friction Test и указывает на нестыковки
Facilitator-агент собирает мнения и инициирует фазу согласования (emergent consensus)
Reporter-агент оформляет результат и объясняет, как система к нему пришла
Все вместе – это распределённый когнитивный пайплайн, управляемый оркестратором.