RAG, MCP, A2A, ReAct: словарь аббревиатур мира ИИ-агентов

Открываете описание любого нового ИИ-инструмента — и утыкаетесь в частокол из трёх-четырёхбуквенных сокращений. RAG, MCP, A2A, ReAct, CoT, LoRA. Часть из них — это протоколы (то есть договорённости, как программам общаться между собой), часть — приёмы промптинга, часть — методы дообучения. Их путают даже разработчики, потому что аббревиатуры звучат похоже, а расшифровки объясняют мало. Ниже — разбор по группам: что это, зачем нужно и где вы это встретите на практике.

Как связаны данные и модель: RAG и векторные базы

RAG — retrieval-augmented generation, генерация с дополнением через поиск¹. Идея простая: языковая модель по умолчанию знает только то, что было в обучающих данных на момент тренировки, и не знает ваших внутренних документов. RAG подставляет в запрос релевантные куски из вашей базы прямо перед тем, как модель начнёт отвечать. Модель отвечает не по памяти, а по тому, что ей подложили в контекст.

Механика такая: ваши документы режут на фрагменты, каждый превращают в вектор (набор чисел, отражающий смысл текста) и складывают в векторную базу. Когда приходит вопрос, его тоже векторизуют и ищут ближайшие по смыслу фрагменты. Их и добавляют к промпту.

RAG не делает модель умнее — он делает её осведомлённее о ваших данных. Это разные вещи, и путаница между ними стоит компаниям месяцев на бесполезное дообучение там, где хватило бы поиска.

Рядом живут связанные сокращения: vector DB (векторная база — Pinecone, Weaviate, Qdrant), embedding (эмбеддинг, тот самый вектор-представление текста) и chunking (разбивка документов на фрагменты). Все они — части RAG-конвейера.

Когда RAG не нужен

Если ваши данные помещаются в контекстное окно² целиком — а у современных моделей оно доходит до сотен тысяч токенов — иногда проще подать весь документ напрямую, без поисковой инфраструктуры. RAG оправдан, когда данных много, они меняются и таскать их целиком каждый раз дорого.

Как модель управляет действиями: ReAct, CoT, агенты

CoT — chain-of-thought, цепочка рассуждений. Приём, при котором модель просят рассуждать пошагово вслух, а не выдавать ответ сразу. На арифметике и логике это заметно повышает точность, потому что модель как бы "проговаривает" промежуточные шаги.

ReAct — reasoning and acting, рассуждение плюс действие. Расширение CoT: модель чередует шаги размышления с вызовами инструментов. Подумала — вызвала поиск — прочитала результат — снова подумала — вызвала калькулятор. Так работает большинство современных агентов³: цикл "мысль — действие — наблюдение" повторяется, пока задача не решена.

Здесь же встречаются: function calling (вызов функций — модель формирует структурированный запрос к внешнему коду), tool use (использование инструментов, более широкий термин про то же самое).

Как программы договариваются между собой: MCP и A2A

Это самая свежая и самая путаемая пара.

MCP — Model Context Protocol, открытый протокол, который Anthropic представила в конце 2024 года. Он описывает единый способ подключать модель к внешним источникам данных и инструментам: файловой системе, базам, API. Смысл в стандартизации — вместо того чтобы писать отдельный коннектор под каждую пару "модель и сервис", разработчик реализует MCP один раз. За прошедший год протокол подхватили несколько крупных игроков, но список поддерживающих клиентов стоит сверять по актуальной документации, а не по устаревшим спискам.

A2A — Agent2Agent, протокол, анонсированный Google в 2025 году для общения агентов между собой. Если MCP отвечает на вопрос "как агенту дотянуться до инструмента", то A2A — на вопрос "как двум агентам договориться о совместной задаче". Один агент может делегировать подзадачу другому, обмениваться статусами и результатами.

Проще всего запомнить так: MCP — вертикаль (агент вниз к инструментам и данным), A2A — горизонталь (агент вбок к другим агентам).

Как настраивают модель под задачу: fine-tuning, LoRA, RLHF

Fine-tuning — дообучение⁴, донастройка готовой модели на своих данных. Меняет веса модели, требует вычислительных ресурсов и качественного датасета.

LoRA — Low-Rank Adaptation, экономичный способ дообучения. Вместо того чтобы переучивать все параметры, LoRA добавляет небольшие обучаемые матрицы, а основную модель оставляет замороженной. Дешевле по памяти и времени, результат — компактный "адаптер", который можно подключать поверх базовой модели.

RLHF — reinforcement learning from human feedback, обучение с подкреплением на человеческой обратной связи. Метод, которым в том числе доводили ChatGPT до "вежливого" и следующего инструкциям состояния: люди оценивают ответы, а модель учится выдавать те, что оценивают выше.

Сводная таблица

Кому это пригодится и кому нет

Разработчику, который строит чат-бота по внутренней базе знаний, нужны прежде всего RAG, векторная база и chunking. Fine-tuning ему почти наверняка не нужен — это частая и дорогая ошибка: люди пытаются "вшить" знания дообучением там, где хватает поиска.

Тому, кто собирает многошагового агента — оформление заявок, разбор писем, автоматизация рутины — важны ReAct, function calling и, если инструментов много, MCP как способ не писать коннекторы вручную.

Команде, строящей систему из нескольких специализированных агентов, где один ищет, другой считает, третий пишет отчёт, стоит присмотреться к A2A. Но если у вас один агент — это оверинжиниринг, протокол общения агентов там не нужен.

Кому дообучение действительно нужно: тем, кто меняет стиль и формат ответов модели, работает с узким доменным языком (медицина, юриспруденция, код на редком языке) или хочет уменьшить размер модели под конкретную задачу. Здесь на помощь приходит LoRA как дешёвый вход.

Кому весь этот словарь не нужен вообще: если вы пользуетесь готовым ассистентом через веб-интерфейс и не строите ничего своего, знать расшифровки полезно для понимания, но на практике вы с ними не столкнётесь.

¹ RAG (retrieval-augmented generation) — подход, при котором перед генерацией ответа система ищет релевантные фрагменты в базе и добавляет их в запрос модели.

² Контекстное окно — максимальный объём текста (в токенах), который модель может учитывать за один запрос: и ваш вопрос, и подставленные данные, и ответ.

³ Агент — программа на основе модели, которая не просто отвечает, а самостоятельно планирует шаги и вызывает внешние инструменты для достижения цели.

⁴ Дообучение (fine-tuning) — дополнительная тренировка готовой модели на специализированном наборе данных, изменяющая её параметры.