Открытый AI-инфраструктурный комбайн: как заменить Vercel, Sentry, PostHog и Resend одним self-hosted агентом на Rust

Я — Denis Shokhirev, Enterprise AI architect из Эрлангена. За последние 6 месяцев я внедрил 14 production AI-агентов для B2B-клиентов в DACH, весь стек — Claude, Supabase, n8n, Doppler, self-hosted Postgres. На прошлой неделе опять словил три разных инцидента: один — отвалился email-отправщик, второй — лагал трекинг действий пользователей, третий — потерялись метрики ошибок. Все это — на разных SaaS, с разными интерфейсами и billing. В какой момент хватит платить за четыре дублирующих сервиса, когда можно поднять всё в одном Rust-агенте?

Почему SaaS-стек уже не тянет: реальные боли

1. Сложность и фрагментация

Vercel для деплоя, Sentry для ошибок, PostHog для аналитики, Resend для email. Каждый сервис требует отдельного аккаунта, API-ключа, интеграции, мониторинга и оплаты. Если одна из сторон падает — вы теряете часть цепочки. На реальном проекте для транспортного логистического клиента я потратил 4 часа только на расследование, где «потерялся» alert — оказалось, webhook не дошёл из одного сервиса в другой.

2. Cost-эффективность и GDPR

При объёмах больше 10K событий в сутки SaaS начинает стоить сопоставимо с зарплатой middle-инженера. В DACH клиенты требуют DSGVO/GDPR-соответствия — хранить данные в Европе, полный контроль над аудитом. SaaS на американских серверах часто не проходит security review.

Паттерн "Self-hosted AI Infra Agent"

Зачем Rust?

Rust — это не хайп. За последние полгода на Rust поднял три продакшн-сервиса: latency ниже 30ms на API-запрос, падений — 0. Сложность кода оправдана стабильностью и безопасностью (отсутствие null, borrow checker). Для AI-инфраструктуры где важна скорость и memory-safety, альтернатив нет.

Какие компоненты реально заменить?

Как собрать одного агента: главный workflow

1. Архитектура

Один бинарник на Rust (например, на базе Axum или Actix), в котором:

• REST/GraphQL API для получения событий
• Обработка ошибок и логирование (через tracing, sentry)
• Отправка email (через lettre, Mailpit)
• Сбор и запись аналитики (ClickHouse, Postgres, event-queue через RabbitMQ или native async)
• UI для просмотра метрик (через Tauri или webview)

2. Пример кода: event ingestion и email

use axum::{Router, routing::post, extract::Json};
use serde::Deserialize;
use lettre::{Message, SmtpTransport, Transport};

#[derive(Deserialize)]
struct Event {
    user_id: String,
    event_type: String,
    payload: serde_json::Value,
}

async fn ingest_event(Json(event): Json) {
    // Запись события в ClickHouse/Postgres
    // Логирование ошибок через sentry
    // Отправка email при необходимости
    let email = Message::builder()
        .from("[email protected]".parse().unwrap())
        .to("[email protected]".parse().unwrap())
        .subject("New Event")
        .body(format!("Event: {:?}", event))
        .unwrap();

    let mailer = SmtpTransport::relay("localhost").unwrap().build();
    mailer.send(&email).ok();
}

// main, router, etc.

3. Интеграция с аналитикой

Для сбора событий — пишу их напрямую в ClickHouse. Для визуализации — Metabase self-hosted или Superset. Это снимает ограничение на кастомные event-схемы.

Безопасность: статический и runtime-анализ

1. Статический анализ

Для Rust-кода — clippy, semgrep, bandit (для Python-частей, если используются). На трёх последних проектах semgrep ловил потенциальные XSS-инъекции в auto-generated UI.

2. Runtime sandbox

Docker Compose, ограничение сетевых прав, отдельные volume для логов. Для AI-агентов — изоляция через namespaces. Логи сразу уходят в централизованный storage, чтобы не утерять при падении контейнера.

Продакшн-контур: автоматизация и мониторинг

n8n + Doppler для orchestration

n8n — для автоматизации действия после события (например, alert в Telegram или Slack при ошибке). Doppler — для управления secrets, чтобы не хранить токены в коде.

version: '3.9'
services:
  ai-infra-agent:
    build: .
    ports:
      - "8080:8080"
    environment:
      - RUST_LOG=info
      - DATABASE_URL=postgres://user:pass@db/aiagent
      - CLICKHOUSE_URL=http://clickhouse:8123
    depends_on:
      - db
      - clickhouse
  db:
    image: postgres:15
  clickhouse:
    image: clickhouse/clickhouse-server:23

FAQ

Можно ли всё это поднять на одном сервере?

Да, если не перегружать event rate (>10K/sec). Для большинства B2B-агентов хватает одной машины с 8ГБ RAM.

Чем self-hosted отличается от SaaS по SLA?

Вы сами отвечаете за аптайм и бэкапы. Но зато нет vendor lock и просадок из-за внешних проблем SaaS.

А как с legal/audit?

Все данные на ваших серверах, можно хранить логи 2+ года для аудита. В Европе — это must-have для GDPR/DSGVO.

Что с обновлениями и CVE?

Rust-контейнеры редко уязвимы, но автоматические обновления образов надо настроить через watchtower или CI/CD.

А если нужна интеграция с внешними SaaS?

Через REST/webhook, изолируя sensitive данные. Но ядро лучше держать у себя.

В каком месте вашей AI-инфраструктуры чаще всего отваливается мониторинг или алерты — ошибки данных, сбои email, или лаги аналитики? Я реально хочу понимать, где у вас болит.

Я провожу бесплатный 30-мин аудит стека для DACH-команд, кто строит AI в регулируемых отраслях. Напишите в LinkedIn или в @ger_dennis_ai.