Как «агентные сайты» Adobe меняют веб-страницы в реальном времени

Adobe продемонстрировала прототип «агентного сайта» — веб-страницы, которая в реальном времени распознает намерение посетителя и собирается вокруг его текущей задачи. Такой подход стремится заменить часть привычной сегментации аудитории на формат «аудитория из одного человека»: страница адаптируется не под широкую группу вроде «любителей активного отдыха», а под конкретный запрос пользователя. 27

Важная оговорка: речь идет о рабочей демонстрации и связанных продуктах Adobe, а не о широко доступном сервисе, который уже создает уникальную производственную страницу для каждого посетителя в любом масштабе. 434

Что показал Карлос Санчес

Демонстрация была построена вокруг сайта кофемашин. После запроса о модели, подходящей для кемпинга, система изменила содержание, рекомендации и подачу страницы с учетом сценария использования на природе. Выступление главного научного сотрудника Adobe Карлоса Санчеса на AI Engineer World’s Fair называлось «Agentic Sites: Building Hyper Personalized Websites» — «Агентные сайты: создание гиперперсонализированных веб-сайтов». 33

Идея заметно более контролируема, чем просьба к языковой модели самостоятельно «придумать сайт». Система определяет намерение или условный профиль посетителя по сигналам вроде поискового запроса и поведения на сайте, находит подходящие материалы в существующей базе и собирает страницу из них. 234

Как устроен процесс

В упрощенном виде архитектура работает так:

1. Определение намерения. Система анализирует запрос и контекст взаимодействия, чтобы понять, изучает ли пользователь варианты, сравнивает товары, готовится к покупке или ищет решение для конкретного сценария — например, для кемпинга.
2. Поиск одобренных материалов. Технология RAG (retrieval-augmented generation, генерация с дополнением найденным контекстом) передает модели релевантный контент и сведения о товарах из существующих систем компании.
3. Выбор компонентов. Страница рассматривается не как единый неизменный документ: система может выбирать и адаптировать отдельные блоки.
4. Сборка интерфейса. Главный экран, рекомендации товаров, навигация и призывы к действию объединяются в версию, которая соответствует распознанному намерению.

Для брендов это принципиально важно. Если ответы основаны на корпоративном контенте и одобренных материалах, снижается риск неподтвержденных заявлений о товарах, а визуальная и редакционная подача остается ближе к стандартам компании. По описаниям демонстрации, система извлекает и заново собирает существующий контент, а не генерирует страницу из ничего. 434

Зачем здесь Cerebras и Gemma 4

В описании реализации фигурируют модель Google Gemma 4 и инфраструктура инференса Cerebras. В каталоге Cerebras для Gemma 4 31B указана скорость около 1850 выходных токенов в секунду, а сама компания сообщала примерно о 2300 токенах в секунду в одном из сценариев с Gemma 4. 36

Высокая скорость важна потому, что агентному сайту приходится выполнять сразу несколько операций в рамках одного взаимодействия: определить намерение, найти контекст, выбрать компоненты, создать или изменить текст и вернуть результат. Чем быстрее работает модель, тем реалистичнее становится такой цикл «найти — рассуждать — собрать» непосредственно во время посещения сайта, а не только в офлайн-подготовке контента.

При этом скорость генерации токенов не равна задержке загрузки всей страницы. На итоговый результат влияют сеть, поиск по контенту, обращения к каталогу, проверки согласия и доступа, рендеринг в браузере, кэширование и доставка через серверную инфраструктуру.

Скорость и стоимость по данным демонстрации

Согласно сообщениям о выступлении Санчеса, запрос о кофемашине для кемпинга дал персональный результат за 1,64 секунды. Около секунды пришлось на вызов модели. В том же сравнении другой вариант инфраструктуры показал 4,6 секунды, а ориентировочная стоимость генерации составила примерно $0,01–$0,02 за страницу. 1

Эти значения следует воспринимать как опубликованные показатели прототипа и оценку, а не как независимый аудит, гарантированный SLA или официальный прайс-лист Adobe. Они также не доказывают, что любой тип страницы, посетителя и трафика даст такой же результат.

Что дает цель в одну-две секунды

Персонализация должна завершаться до того, как пользователь почувствует, что сайт тормозит. Если распознавание намерения, поиск данных, выбор компонентов и доставка результата укладываются примерно в одну-две секунды, сайт может реагировать на свежий поисковый запрос, источник перехода или заметную смену интереса посетителя.

Это позволяет уйти от слишком грубых категорий вроде «вернувшийся клиент» или «любитель путешествий». Вместо этого сайт может подстроиться под конкретную задачу: найти кофемашину для кемпинга, сравнить несколько моделей или получить рекомендацию, когда пользователь уже готов к покупке.

Однако целевой показатель не отменяет остальные элементы веб-инфраструктуры. В общий бюджет задержки по-прежнему должны вписаться управление согласием и идентификацией, проверка цен и наличия, работа каталога, CDN, отрисовка страницы и сценарии отказа.

Как это связано с продуктами Adobe

Прототип не следует автоматически считать функцией каждого существующего AI-продукта Adobe. Документированные агенты для Adobe Experience Manager (AEM) доступны в AEM as a Cloud Service и Edge Delivery Services; условия и сроки доступности зависят от конкретной среды. 17

Adobe Experience Platform Agent Orchestrator описывается как слой рассуждений и координации для агентов Experience Platform. Он использует данные Experience Platform и предназначен для координации агентов Adobe и сторонних разработчиков при сохранении человеческого контроля. Adobe также объявляла о доступности Agent Orchestrator, тогда как документация для отдельных возможностей описывает доступ по запросу и ограниченные по использованию пробные периоды. 18192122

Среди связанных решений Adobe также выделяет:

• Brand Experience Agent — инструмент для обновления страниц, создания нового контента и модернизации цифровых продуктов с учетом поиска и взаимодействия с AI-системами. 202344
• Content Advisor Agent — агент, который помогает находить нужные корпоративные материалы и создавать визуальные варианты из одобренных исходных ресурсов. 202743
• Agent Orchestrator — платформенный слой для управления и координации агентов Adobe и сторонних экосистем. 182230

Эти продукты показывают, что Adobe формирует агентный стек вокруг контента, данных о клиентах и цифрового опыта. Но сами по себе они не подтверждают, что прототип Санчеса для сборки страницы под каждого посетителя уже стал стандартной общедоступной производственной функцией.

Что нужно для массового внедрения

Техническая демонстрация показывает, что сборка страницы в реальном времени возможна. Но она пока не отвечает на вопрос, насколько такой подход оправдан для каждого сайта с операционной и экономической точки зрения.

Клиентам нужны контролируемые эксперименты

Компаниям придется тестировать технологию на собственных репозиториях AEM, каталогах товаров, системах идентификации, политиках согласия и бизнес-метриках. Важно измерить не только скорость сборки, но и то, улучшает ли новая страница полезные результаты — например, конверсию, качество рекомендаций или вовлеченность — без роста ошибок и операционных рисков.

Публичные сообщения указывают, что именно концепция agentic site пока не развернута на клиентских сайтах в массовом масштабе. 4

Потребуются многочисленные интеграции

Производственной системе нужны надежные соединения между инференсом, CMS, данными о клиентах, идентификацией и согласием, каталогом или электронной коммерцией, аналитикой, A/B-тестами, CDN и библиотеками бренд-материалов. Быстрый вызов модели не исправит устаревшие данные о цене или медленную службу каталога.

Экономику придется проверять на больших объемах

Один или два цента могут выглядеть незначительной суммой для отдельного взаимодействия, но при большом трафике расходы быстро становятся заметными. Они могут вырасти еще сильнее, если система будет пересобирать страницу после каждого существенного действия пользователя.

Поэтому важную роль сыграют кэширование, повторное использование одобренных блоков, выборочная генерация и четкие правила, определяющие, когда модель вообще не нужно вызывать. Публичные материалы пока не дают окончательной модели ценообразования Adobe для сценария, в котором каждый посетитель получает уникальный сгенерированный опыт.

Каждый блок должен проходить проверку

Полноценное внедрение потребует явных правил для:

• источников одобренного контента и границ поиска;
• проверки характеристик, наличия и цены товара;
• допустимых макетов, компонентов и призывов к действию;
• фирменного тона и визуальной идентичности;
• доступности и локализации;
• запрещенных и регулируемых утверждений;
• журналов согласования и аудита;
• мониторинга, отката изменений и выявления отклонений; и
• порогов, при которых требуется участие человека.

Таким образом, наиболее реалистичная версия концепции — не бесконтрольный AI-сайт. Это управляемая система сборки, в которой искусственный интеллект быстро решает, какие одобренные компоненты показать посетителю и как адаптировать их под его текущую задачу.

Практический вывод

Демонстрация Санчеса показывает, что сайт может превратиться из фиксированного набора заранее подготовленных страниц в работающий в реальном времени слой принятия решений. Cerebras и Gemma 4 делают этап рассуждений достаточно быстрым для изучения интерактивных сценариев, а AEM и генерация на основе найденного контекста дают путь к фактически точному контенту, который сохраняет контроль бренда. 13617

Но главный вывод пока должен звучать осторожно: речь идет о прототипе, а не о готовой категории продуктов. Следующий этап — проверить, смогут ли agentic sites одновременно сохранять скорость, точность, доступность, управляемость и измеримую бизнес-ценность при работе с реальными каталогами, требованиями к согласию и большими объемами трафика.