Посчитаем, во что обходится агентный SDLC и где он ломается: оркестратор додумывает пропущенные ответы, субагенты отваливаются, затраты растут. Поймём, почему планировщика Kubernetes не хватает GPU-задачам. Разберём, как карты обмениваются данными, когда одну модель обучают на многих GPU: RDMA, NVLink, InfiniBand. А руками сделаем демоагента наблюдаемым и поделим два H100 на живом кластере.