Что такое ИИ-агенты и куда они движутся

Слово года в нашей отрасли: агент. Им называют почти всё: чат-бот с новым именем, скрипт, рассылающий письма, видение компаний, которые работают сами по себе. Из-за этого трудно понять, что реально.

Вот простое объяснение с данными на октябрь 2026 года.

Что такое агент

Агент представляет собой языковую модель, которой дали цель вместо одного вопроса. Она планирует шаги, использует инструменты, чтобы их выполнить, сверяет каждый результат с целью и продолжает, пока работа не будет сделана или ей не понадобится человек. Anthropic формулирует это одной строкой: модель, которая сама направляет свои процессы и использование инструментов при выполнении задачи.

Отличие от того, что было раньше, в том, кто решает, каким будет следующий шаг. Чат-бот отвечает, а вы решаете, что делать с ответом. Ассистент делает одну вещь, о которой вы просите в разговоре: черновик, краткое изложение, справку. Рабочий процесс следует по пути, который кто-то заранее прописал, и модель выполняет его части. Агент выбирает собственный путь. Получив цель подготовить коммерческое предложение, он читает последние письма, уточняет цены, составляет документ и спрашивает, прежде чем предоставить скидку.

Слово «агентный» описывает всё семейство: системы, в которых модель действует, а не только отвечает. Система бывает более или менее агентной в зависимости от того, какую часть пути она выбирает сама и сколько может сделать, не спрашивая. Это решают люди, которые её строят и эксплуатируют, а не модель.

Как они работают

Четыре составляющие превращают модель в агента. Первая: инструменты. Поиск, чтение файла, запрос к базе данных, запись в календарь, отправка сообщения. Инструменты получают доступ к системам компании через коннекторы, и общим стандартом для них является MCP, Model Context Protocol. Anthropic представила его в 2024 году, а в декабре 2025 года передала Agentic AI Foundation, фонду при Linux Foundation, который она основала вместе с Block и OpenAI. К тому времени существовало более 10'000 активных публичных MCP-серверов, а ChatGPT, Gemini и Microsoft Copilot приняли этот протокол.

Вторая: память. То, что агент сохраняет между шагами и между сессиями, чтобы знать, что он уже сделал и как в компании принято работать. Третья: управление компьютером для систем без коннектора. Агент смотрит на экран, а затем щёлкает и печатает, как человек. Это медленнее и ненадёжнее, чем коннектор. Claude Cowork, агент Anthropic для офисной работы, в первую очередь обращается к коннекторам и берёт управление экраном на себя только тогда, когда без этого не обойтись.

Четвёртая: обвязка вокруг модели, то есть инструкции, ограничения и проверки, которые решают, что ей можно делать. Крупные задачи делятся между несколькими агентами. Оркестратор планирует, раздаёт части агентам-исполнителям, которые работают параллельно, и объединяет их результаты. В исследовательской системе Anthropic такая схема превзошла одиночного агента на 90,2 процента во внутреннем исследовательском тесте и использовала примерно в 15 раз больше токенов, чем чат. Это окупается при широких исследованиях и гораздо меньше там, где каждый шаг зависит от предыдущего.

Где они находятся в октябре 2026 года

Каждая крупная лаборатория теперь выпускает агентов как продукты. 29 сентября OpenAI запустила Dots: агентов в ChatGPT, каждый из которых работает со своего облачного компьютера и продолжает двигаться к цели между разговорами. Anthropic предлагает Claude Code для программ и Claude Cowork для офисной работы, который действует в папках и инструментах, выбранных пользователем, и продолжает работать в облаке, когда ноутбук закрыт. 8 октября Google Cloud представила агента Gemini, который планирует работу, использует навыки и инструменты и подключается к системам компании.

Надёжно работает то, у чего есть ясный конец и быстрая проверка. Впереди разработка программ: по данным Anthropic за февраль, на программную инженерию пришлась почти половина вызовов инструментов в её публичном API, тогда как на такие области, как обслуживание клиентов, продажи и финансы, приходилось не более нескольких процентов на каждую. Управление компьютером быстро улучшилось. В проверенной версии OSWorld, бенчмарка повседневных компьютерных задач, лучший агент набрал в июне 2026 года 85 процентов против 42 процентов годом ранее и примерно 72 процентов у людей на тех же задачах. Тот же анализ Andreessen Horowitz показывает и другую сторону: 85 процентов всё ещё означают, что 15 задач из 100 провалены, а задача, которую человек выполняет за время от двух до трёх минут, может занять у агента от восьми до десяти.

Пока не работают длительность, суждение и безопасность. METR, которая оценивает агентов по тому, сколько времени их задачи заняли бы у человека, предупреждает, что её главная цифра не даёт права делегировать: она отмечает задачи, которые агенты выполняют в половине случаев, а для некоторых работ нужен успех в 98 процентах, прежде чем их стоит автоматизировать. Агенты также остаются хрупкими, когда работа отклоняется от регламента. А промпт-инъекции, то есть инструкции, спрятанные на странице или в письме, которые агент читает и выполняет, по-прежнему остаются нерешённой проблемой. В декабре 2025 года OpenAI написала, что, как и мошенничество в интернете, она вряд ли когда-нибудь будет решена полностью.

Что это значит для компании

Не каждой задаче нужен агент. Там, где путь известен, рабочий процесс дешевле и предсказуемее. Агент оправдывает свою стоимость там, где путь меняется от случая к случаю: исследования, необычный запрос в поддержку, подготовка коммерческого предложения. Многие хорошие системы в основном состоят из рабочего процесса, а агент стоит на одном или двух шагах, которым нужно суждение.

Там, где работу делает агент, решите, к чему он может прикасаться. Дайте ему самый узкий доступ, который нужен для работы, и задайте для каждого действия одно из трёх состояний, тех, что Anthropic предлагает в Claude: всегда разрешено, требует одобрения или заблокировано. Ставьте одобрения перед всем, что нельзя отменить: платёж, письмо, которое уходит из компании, опубликованная страница. Встраивайте их в инструменты, а не только в промпт. Инструкцию можно обойти уговорами. Отсутствующее разрешение нельзя.

Затем сделайте работу отслеживаемой. Каждое изменение выполняйте от имени человека, который о нём попросил, и храните журнал каждого шага: что агент прочитал, какой инструмент вызвал, что изменил. Так работает Twin, ИИ-мозг, который мы строим для компаний: границы, одобрения и права по ролям, а каждый шаг записывается в журнал.

Куда это движется

Направление устойчивое. По долгосрочной оценке METR, длина задач, которые могут выполнять агенты, удваивается каждые шесть или семь месяцев. Её предостережение применимо и здесь: удвоение горизонта не удваивает того, что можно передать, потому что сбои становятся сложнее и дороже.

Инфраструктура тоже устоялась. MCP теперь находится в нейтральном фонде, который поддерживают крупные лаборатории, поэтому один коннектор может обслуживать агентов разных поставщиков, а компания, подключившая свои системы один раз, не привязана к одной модели.

Наша формула укладывается в шесть слов: Ведёт человек. Движет ИИ. Дальше автономно. Сейчас люди приносят идею, опыт и вкус, ИИ берёт на себя производство, а люди проверяют и наносят финальные штрихи. Далее агентный этап: агенты делают большую часть работы, а люди задают направление и дают окончательное «да». Потом всё автономно: люди вмешиваются там, где сами решат. Каждый продукт crue движется по этой линии, этап за этапом.

Helm является тем местом, куда ведёт эта линия: наше видение целой компании, которой основатель управляет вместе с агентами. Он в разработке. Даже там направление задаёт человек, и он же отвечает за результат. Автономность будет означать больше работы, сделанной без вопросов. Она не будет означать, что никто ни за что не отвечает.