OpenAI опубликовала кейс о том, как Third Moment Research запускала 10 000 агентов более 36 часов. Для команд, строящих рои агентов, ценность этого материала не в громкой цифре, а в форме нагрузки: длительный запуск с высоким fanout, в котором тысячи параллельных воркеров должны удерживать состояние, восстанавливаться после сбоев и удерживать накладные расходы оркестрации в разумных пределах на протяжении длительного окна. Именно в таком режиме частота чекпоинтинга, сохранение состояния и дизайн fan-in супервизора определяют, завершится ли запуск или тихо деградирует.
Картина более широкого внедрения неоднородна. Исследование G2 показало, что AI-агенты перешли от пилотов к продакшену, а расходы на надзор растут вместе с развёртыванием. Diginomica сообщила, что руководители предприятий уверены в агентном внедрении больше, чем менеджеры среднего звена. OpenAI также отметила разрыв в adoption AI в Европе, несмотря на восьмикратный рост использования агентов среди малых предприятий. Открытый вопрос для практиков: какая доля профиля стоимости и надёжности запуска с 10 000 агентов переносится на меньшие, доменные рои, и какие паттерны оркестрации несут нагрузку, а какие случайны. Кейс этого не решает; он даёт точку отсчёта, с которой команды могут сравнить свои интервалы чекпоинтинга, семантику перезапуска и хранилища состояния на агента, прежде чем брать на себя бюджет fanout.