Талановиті люди отримують підвищення до керівництва. Так само і талановиті моделі. Клод керує виконанням коду. Gemini направляє запити через CRM та чат. GPT-5 може координувати публічні дослідження запасів. Чому саме зараз? Точність виклику інструментів перевищила поріг. Два роки тому GPT-4 досяг успіху у менш ніж 50% завдань виклику функцій. Моделі галюцинували параметри, які називали неправильними кінцевими точками, забували контекст під час розмови. Сьогодні моделі SOTA перевищують 90% точності у бенчмарках виклику функцій. Продуктивність найновіших моделей, таких як Gemini 3, на практиці суттєво краща, ніж показують бенчмарки.

Чи потрібні були нам трильйон-параметричні моделі лише для виклику функцій? На диво, так. Експерименти з малими моделями дії, легкими мережами, навченими лише для вибору інструментів, зазнають невдачі у виробництві. Їм бракує світових знань. Виявляється, управління потребує контексту. Сьогодні оркестратор часто з'являється як субагент (Claude Code запускає ще один Claude Code). Ця симетрія не триватиме довго. Гіркий урок наполягає, що все більші моделі мають впоратися з усім. Але економічні рішення протистоять: дистиляція та підкріплення дають моделі на 40% меншими і на 60% швидшими, зберігаючи при цьому 97% продуктивності. З'являються спеціалізовані агенти від різних постачальників. Модель фронтиру стає виконавчим, маршрутизуючи запити між спеціалістами. Ці спеціалісти можуть бути сторонніми постачальниками, які всі прагнуть стати найкращими у своїй сфері.