На обработку голосового пакета в сети оператора у системы MWS есть около 20 мс: если не уложиться, разговор начнёт «сыпаться» щелчками и обрывами. На одиннадцатом митапе MWS команда показала, как ИИ в мобильных звонках очищает речь от шума без приложения на смартфоне, а также рассказала об агентах для архитектурной документации и методике работы с бизнес-гипотезами. Для российских IT-команд это вполне приземлённый сигнал: нейросети уже добираются не только до чатов и презентаций, но и до контуров, где цена ошибки измеряется задержкой, безопасностью данных и временем инженеров.
Об этом сообщает Habr / Карьера. Первый доклад представил Максим Масленников, Cluster lead Architect в MWS. Его команда решила перенести шумоподавление со смартфона в сеть оператора: голосовой поток очищается до того, как его услышит собеседник. Пользователю не нужно ставить отдельное ПО, менять номер или покупать наушники с продвинутой обработкой звука.
Идея выглядит простой ровно до встречи с телеком-инфраструктурой. В 2G и 3G голос передаётся по выделенному каналу, тогда как звонки в LTE идут через IMS — IP-подсистему для мультимедийного трафика. Для старых сетей команда рассматривала маршрутизацию через специальный префикс. В LTE вместо этого встроили собственный медиасервис прямо в сеть оператора. Одно решение пришлось приспосабливать к двум принципиально разным схемам передачи голоса: наследие телеком-отрасли, которое обычно обнаруживается уже после красивого слайда с архитектурой.
Главная инженерная проблема — не качество модели в вакууме, а работа в реальном времени. Голос приходит короткими пакетами, каждый надо принять, привести к формату модели, обработать и вернуть в поток за те самые 20 мс. Нейросеть при этом не может воспринимать каждый пакет как новую аудиозапись: ей нужен контекст предыдущих фрагментов речи. Разработчикам пришлось сохранять состояние модели между пакетами, чтобы не разрушать естественный ход разговора.
Готовые модели улучшения речи без дообучения не подошли. В MWS взяли несколько открытых решений и обучали их на записях реальных шумов, затем тестировали систему в тяжёлых условиях, включая работу рядом с компрессором. Чтобы не тратить вычислительные ресурсы на одинаково интенсивную обработку каждого вызова, поверх основной модели добавили лёгкий алгоритм. Он постоянно оценивает поток и включает более серьёзное шумоподавление только когда оно действительно нужно. Это важнее, чем кажется: при массовом внедрении ИИ в мобильных звонках экономика GPU быстро становится частью архитектурного решения.
Есть и физическое ограничение: чем дальше вычислительный узел расположен от абонента, тем труднее удержать задержку в допустимых рамках. После обработки голос может немного меняться, но, по словам Масленникова, остаётся разборчивым. Решение уже работает в промышленной эксплуатации. MWS допускает его предложение другим операторам, однако веса моделей раскрывать не планирует. Следующим направлением команда назвала восстановление голосовых данных, потерянных при передаче по сети.
Вторая практическая история — архитектурная документация, которая почти неизбежно начинает отставать от кода. Евгений Артемьев, Stream lead Architect в MWS, показал инструмент на базе ИИ-агентов и подхода Architecture-as-a-Code. Он собирает данные из репозиториев разработки и DevOps, задач Jira и материалов Confluence. Один агент ищет изменения и нужный контекст, другой готовит предложения по обновлению документов; оркестратор распределяет работу, а отдельный слой удаляет конфиденциальные данные перед передачей модели.
Для управления агентами используется LangGraph. Артемьев отдельно подчеркнул компромисс между детерминированным сценарием, где разработчик заранее задаёт шаги и инструменты, и недетерминированным, где система сама выбирает дальнейшие действия. Параллельная работа агентов ускоряет процесс, но усложняет отладку: нужно наблюдать за состоянием каждого участника и сохранять промежуточные результаты. Даже фильтрация данных оказывается узким местом: в одном проекте проверка классификатором на CPU занимала три-четыре секунды при целевом лимите менее 500 мс.
На выходе инструмент формирует YAML- и Markdown-файлы, с которыми можно искать устаревшие технологии, видеть связи систем и оценивать риски. Архитектор не исчезает из цепочки: он проверяет предложенные правки и решает, принимать ли их. Автоматизации достаётся самая неблагодарная часть — собрать разрозненные свидетельства того, что система уже изменилась, а документация ещё нет. Для крупных команд это может оказаться полезнее очередного генератора кода: код хотя бы живёт в репозитории, а архитектурные договорённости часто разбросаны между тикетами, вики и памятью нескольких сотрудников.
Третью часть митапа провёл предприниматель, методолог и писатель Александр Бындю. Он представил «Карту гипотез» — подход, который связывает цели компании, её возможности и внешние условия со стратегическими ставками. Здесь ИИ не подменяет решение руководителя, а может ускорить сбор и проверку исходных предположений. Общий вывод встречи трезвый: ИИ в мобильных звонках, агентные системы и инструменты для стратегии полезны не от факта подключения модели. Им нужны ограничения по задержке, понятные данные, контроль доступа, измеримые критерии качества и человек, который отвечает за финальное решение. Именно на этих скучных, но важных деталях и будет решаться, станет ли ИИ частью производственного контура или останется эффектной демонстрацией.
